Çfarë ju duhet të dini për të kuptuar ndryshimin e teknologjisë rreth jush
Rrjetet nervore janë modele kompjuterike të njësive të lidhura ose nyjeve të projektuara për të transmetuar, përpunuar dhe mësuar nga informacioni (të dhënat) në mënyrë të ngjashme me atë se si funksionojnë neuronet (qelizat nervore) tek njerëzit.
Rrjetet nervore artificiale
Në teknologji, rrjetet nervore janë shpesh të referuara si rrjeta nervore artificiale (ANNs) ose rrjeta nervore për të dalluar nga rrjetet nervore biologjike ata janë modeluar pas. Ideja kryesore pas ANNs është se truri i njeriut është kompjuteri më kompleks dhe inteligjent që ekziston. Duke modeluar ANN-in sa më afër strukturës dhe sistemit të përpunimit të informacionit të përdorur nga truri, kërkuesit shpresonin të krijonin kompjuterë që i afroheshin ose tejkalonin inteligjencën njerëzore. Rrjetet nervore janë një komponent kyç i avancimeve aktuale në inteligjencën artificiale (AI), të mësuarit në makinë (ML) dhe të mësuarit e thellë .
Si funksionojnë rrjetet nervore: një krahasim
Për të kuptuar se si funksionojnë rrjetet nervore dhe dallimet midis dy llojeve (biologjike dhe artificiale), le të përdorim shembullin e një ndërtese zyre 15 katësh dhe linjave telefonike dhe centraleve që drejtojnë thirrjet në të gjithë ndërtesën, katet individuale dhe zyrat individuale. Çdo zyrë individuale në ndërtesën tonë të zyrave prej 15 katësh përfaqëson një neuron (nyja në rrjetet kompjuterike ose qelizat nervore në biologji). Ndërtesa vetë është një strukturë që përmban një sërë zyre të rregulluar në një sistem prej 15 katësh (një rrjet nervash).
Duke përdorur shembullin në rrjetet nervore biologjike, centrali që merr telefonata ka linja për t'u lidhur me çdo zyrë në çdo kat në të gjithë ndërtesën. Përveç kësaj, çdo zyrë ka linja që lidhin atë me çdo zyrë tjetër në të gjithë ndërtesën në çdo dysheme. Paramendoni se një telefonatë vjen (hyrja) dhe centrali e kalon atë në një zyrë në katin e tretë , që e transferon direkt në një zyrë në katin e 11-të, e cila pastaj e transferon drejtpërdrejt në një zyrë në katin e 5-të. Në tru, çdo qelizë neurone ose qelizore nervore (një zyrë) mund të lidhet drejtpërdrejt me çdo neuron tjetër në sistemin e tij ose në rrjetin nervor (ndërtesa). Informacioni (thirrja) mund të transmetohet në ndonjë tjetër neuron (zyrë) për të përpunuar ose për të mësuar se çfarë nevojitet deri sa të ketë një përgjigje ose zgjidhje (output).
Kur e zbatojmë këtë shembull tek ANN, ajo bëhet mjaft komplekse. Secili kat i ndërtesës kërkon centralin e vet, i cili mund të lidhet vetëm me zyrat në të njëjtin kat, si dhe me bllokada në katet e mësipërme dhe nën të. Çdo zyrë mund të lidhet drejtpërdrejt me zyrat e tjera në të njëjtin kat dhe centralin për atë kat. Të gjitha thirrjet e reja duhet të fillojnë me centralin në katin e 1 dhe duhet të transferohen në çdo kat individual në mënyrë numerike deri në katin e 15 përpara se thirrja të përfundojë. Le të vënë atë në lëvizje për të parë se si funksionon.
Paramendoni se një telefonatë vjen në (hyrje) në panelin e katit të parë dhe dërgohet në një zyrë në katin e parë (nyja). Thirrja pastaj transferohet direkt midis zyrave të tjera (nyjet) në katin e parë derisa të jetë gati të dërgohet në katin e ardhshëm. Pastaj thirrja duhet të kthehet në panelin e katit të parë, i cili pastaj e kalon atë në panelin e katit të dytë . Këto hapa të njëjta përsërisin një kat në një kohë, me thirrjen e dërguar përmes këtij procesi në çdo kat të vetëm deri në katin e 15.
Në ANNs, nyjet (zyrat) janë të rregulluara në shtresa (dyshemetë e ndërtesës). Informacioni (një thirrje) vjen gjithmonë përmes shtresës së inputit (katin e parë dhe centralin e tij) dhe duhet të dërgohet dhe përpunohet nga çdo shtresë (dysheme) përpara se të kalojë në tjetrën. Çdo shtresë (dysheme) përpunon një hollësi specifike për atë thirrje dhe dërgon rezultatin së bashku me thirrjen në shtresën e ardhshme. Kur thirrja arrin shtresën e prodhimit (katin e 15-të dhe centralin e saj), ai përfshin informacionin e përpunimit nga shtresat 1-14. Nyjet (zyrat) në shtresën e 15-të (dysheme) përdorin informacionin e hyrjes dhe përpunimit nga të gjitha shtresat e tjera (dyshemetë) për të dalë me një përgjigje ose rezolutë (dalje).
Rrjetet nervore dhe mësimi i makinës
Rrjetet nervore janë një lloj teknologjie nën kategorinë e mësimit të makinës. Në fakt, avancimi në kërkimin dhe zhvillimin e rrjetave nervore është e lidhur ngushtë me ngërçet dhe rrjedhat e përparimit në ML. Rrjetet nervore zgjerojnë aftësitë e përpunimit të të dhënave dhe rrisin fuqinë informatike të ML, duke rritur volumin e të dhënave që mund të përpunohen, por edhe aftësinë për të kryer detyra më komplekse.
Modeli i parë kompjuterik i dokumentuar për ANNs u krijua në vitin 1943 nga Walter Pitts dhe Warren McCulloch. Interesimi fillestar dhe hulumtimi në rrjetet nervore dhe të mësuarit në makinë u ngadalësuan dhe u mbyllën më shumë ose më pak, deri në vitin 1969, me vetëm hapa të vogla me interes të ripërtërirë. Kompjuterët e kohës thjesht nuk kishin mjaft shpejtësi ose procesorë të mjaftueshëm për të avancuar më tej këto zona dhe sasia e madhe e të dhënave të nevojshme për ML dhe rrjetat nervore nuk ishte i disponueshëm në atë kohë.
Rritja masive e fuqisë informatike me kalimin e kohës së bashku me rritjen dhe zgjerimin e internetit (dhe kështu qasja në sasi masive të të dhënave përmes internetit) kanë zgjidhur këto sfida të hershme. Rrjetet nervore dhe ML-të janë tani instrumentale në teknologjitë që ne i shohim dhe përdorim çdo ditë, të tilla si njohja e fytyrës , përpunimi i imazhit dhe kërkimi, dhe përkthimi i gjuhës në kohë reale - për të përmendur vetëm disa.
Shembuj rrjeti nervor në jetën e përditshme
ANN është një temë mjaft komplekse brenda teknologjisë, megjithatë, ia vlen të marrësh ca kohë për të eksploruar për shkak të rritjes së numrit të mënyrave që ndikon jetën tonë çdo ditë. Këtu janë disa shembuj më të mënyrave se si rrjetet nervore aktualisht përdoren nga industri të ndryshme:
- Financat: Rrjetet nervore përdoren për të parashikuar kurset e këmbimit valutor. Ato përdoren gjithashtu në teknologjinë pas sistemeve automatike tregtare të përdorura në tregun e aksioneve.
- Mjekësia: Aftësitë e përpunimit të imazhit të rrjetave nervore kanë kontribuar në teknologjinë që ndihmon në përcaktimin e saktë të ekranit dhe zbulimin e fazave të hershme dhe të vështira për të identifikuar llojet e kancerit. Një lloj i tillë i kancerit është melanoma invazive, forma më serioze dhe vdekjeprurëse e kancerit të lëkurës. Identifikimi i melanomës në fazat e hershme, përpara se të përhapet, u jep pacientëve me këtë lloj kanceri shanset më të mira për ta rrahur atë.
- Moti: Aftësia për të zbuluar ndryshimet atmosferike që tregojnë një ngjarje moti potencialisht serioze dhe të rrezikshme sa më shpejt dhe me saktësi që është e mundur është esenciale për shpëtimin e jetëve. Rrjetet nervore janë të përfshira në përpunimin në kohë reale të imazheve satelitore dhe radare që jo vetëm zbulojnë formimin e hershëm të uraganeve dhe cikloneve, por gjithashtu zbulojnë ndryshime të papritura në shpejtësinë dhe drejtimin e erës që tregojnë një tornado formimi. Tornadoet janë disa prej ngjarjeve më të forta dhe më të rrezikshme të motit - shpesh më të papritura, destruktive dhe vdekjeprurëse se sa uragane.