Rete neurale - che cos'è? Definizione, significato e portata

2024 Autore: Leah Sherlock | [email protected]. Ultima modifica: 2023-12-17 05:40

Precedentemente conosciuto solo dai libri di fantascienza, il termine rete neurale negli ultimi anni è entrato gradualmente e impercettibilmente nella vita pubblica come parte integrante degli ultimi sviluppi scientifici. Ovviamente, da molto tempo, le persone coinvolte nell'industria dei giochi sanno che si tratta di una rete neurale. Ma oggi il termine è trovato da tutti, è conosciuto e compreso dalle grandi masse. Indubbiamente, questo indica che la scienza si è avvicinata alla vita reale e nuove scoperte ci aspettano in futuro. Eppure, cos'è una rete neurale? Proviamo a capire il significato della parola.

Presente e futuro

Ai vecchi tempi, la rete neurale, Hort e i camminatori spaziali erano concetti strettamente correlati, perché era possibile incontrare l'intelligenza artificiale con abilità di gran lunga superiori a una semplice macchina solo in un mondo fantastico che nasce nell'immaginazione di alcuni autori. Eppure, le tendenze sono tali che di recente intorno a una persona comune in re altà ci sono sempre di più quegli oggetti che prima erano menzionati solo nella letteratura di fantascienza. Questo ci permette di dire che anche il più violento volo della fantasia, forse, prima o poi troverà il suo equivalente nella re altà. Libri sui successi, già reti neuraliora hanno più cose in comune con la re altà rispetto a dieci anni fa, e chissà cosa accadrà in un altro decennio?

Una rete neurale nelle re altà moderne è una tecnologia che permette di identificare le persone, avendo a disposizione solo una fotografia. L'intelligenza artificiale è perfettamente in grado di guidare un'auto, può giocare e vincere una partita di poker. Inoltre, le reti neurali sono nuovi modi per fare scoperte scientifiche, permettendoti di ricorrere a capacità di calcolo prima impossibili. Ciò offre opportunità uniche per comprendere il mondo di oggi. Tuttavia, solo dai notiziari che annunciano le ultime scoperte, raramente è chiaro cosa sia una rete neurale. Questo termine dovrebbe essere applicato a un programma, una macchina o un complesso di server?

Vista generale

Come puoi vedere dal termine stesso "rete neurale" (le foto presentate in questo articolo permettono di capire anche questo) è una struttura che è stata progettata per analogia con la logica del cervello umano. Naturalmente, copiare una struttura completamente biologica di un livello di complessità così elevato al momento non sembra realistico, ma gli scienziati sono già stati in grado di avvicinarsi notevolmente alla risoluzione del problema. Diciamo che le reti neurali create di recente sono abbastanza efficaci. Hort e altri scrittori che hanno pubblicato opere fantastiche non sapevano al momento di scrivere le loro opere che la scienza sarebbe stata in grado di fare un passo avanti così lontano entro quest'anno.

La particolarità del cervello umano è che è una struttura di numerosi elementi, tra i qualile informazioni vengono costantemente trasmesse attraverso i neuroni. In effetti, anche le nuove reti neurali sono strutture simili, in cui gli impulsi elettrici forniscono lo scambio di dati rilevanti. In una parola, proprio come nel cervello umano. Eppure non è chiaro: c'è differenza da un computer convenzionale? Dopotutto, la macchina, come sapete, è anche creata da parti, i cui dati vengono trasferiti tramite una corrente elettrica. Nei libri sullo spazio, sulle reti neurali, tutto di solito sembra incantevole: macchine enormi o minuscole, a uno sguardo in cui i personaggi capiscono con cosa hanno a che fare. Ma in re altà finora la situazione è diversa.

Come è costruito?

Come si può vedere dagli articoli scientifici sulle reti neurali (“Spacewalkers”, purtroppo, non appartengono a questa categoria, per quanto affascinanti possano essere), l'idea nella struttura più progressista nel campo della intelligenza artificiale, nel creare una struttura complessa, le cui singole parti sono molto semplici. In effetti, tracciando un parallelo con l'uomo, si può trovare una somiglianza: diciamo, solo una parte del cervello di un mammifero non ha grandi capacità, capacità e non può fornire un comportamento intelligente. Ma quando si tratta di una persona nel suo insieme, allora tale creatura supera con calma la prova per il livello di intelligenza senza particolari problemi.

Nonostante queste somiglianze, un approccio simile alla creazione dell'intelligenza artificiale è stato ostracizzato alcuni anni fa. Questo può essere visto sia da articoli scientifici che da libri di fantascienza sulla rete neurale ("Spacewalkers" menzionato sopra, per esempio). A proposito, in una certa misura anche le dichiarazioniCicerone può essere associato all'idea moderna di reti neurali: un tempo suggeriva piuttosto causticamente che le scimmie lanciassero in aria lettere scritte su gettoni, in modo che prima o poi si formasse da loro un testo significativo. E solo il 21° secolo ha mostrato che tale malizia era completamente ingiustificata. La rete neurale e la fantascienza hanno preso strade separate: se dai molti gettoni a un esercito di scimmie, non solo creeranno un testo significativo, ma acquisiranno anche potere sul mondo.

La forza è nell'unità, fratello

Come abbiamo appreso da numerosi esperimenti, addestrare una rete neurale porta quindi al successo quando l'oggetto stesso include un numero enorme di elementi. Come scherzano gli scienziati, infatti, una rete neurale può essere assemblata da qualsiasi cosa, anche da scatole di fiammiferi, poiché l'idea principale è un insieme di regole a cui la comunità risultante obbedisce. Di solito le regole sono abbastanza semplici, ma consentono di controllare il processo di elaborazione dei dati. In una situazione del genere, un neurone (sebbene artificiale) non sarà affatto un dispositivo, non una struttura complessa o un sistema incomprensibile, ma piuttosto semplici operazioni aritmetiche, attuate con il minimo consumo di energia. Ufficialmente nella scienza, i neuroni artificiali sono chiamati "percettron". Le reti neurali ("Spacefalls" lo illustrano bene) dovrebbero essere molto più complesse secondo alcuni autori scientifici, ma la scienza moderna mostra che anche la semplicità dà risultati eccellenti.

Il funzionamento di un neurone artificiale è semplice: vengono inseriti i numeri, viene calcolato il valore per ciascunoblocco di informazioni, i risultati vengono sommati, l'uscita è un'unità o il valore "-1". Il lettore ha mai voluto essere tra i caduti? Le reti neurali funzionano in un modo completamente diverso nella re altà, almeno al momento attuale, quindi, quando ti immagini in un'opera di fantasia, non dovresti dimenticartene. In effetti, una persona moderna può lavorare con l'intelligenza artificiale, ad esempio, in questo modo: puoi mostrare un'immagine e il sistema elettronico risponderà alla domanda "o - o". Supponiamo che una persona imposti il sistema di coordinate di un punto e chieda cosa è raffigurato: la terra o, ad esempio, il cielo. Dopo aver analizzato le informazioni, il sistema fornisce una risposta, molto probabilmente errata (a seconda della perfezione dell'IA).

Complimenti

Come puoi vedere dalla logica della moderna rete neurale, ogni suo elemento sta cercando di indovinare la risposta corretta alla domanda posta al sistema. In questo caso, c'è poca precisione, il risultato è paragonabile al risultato del lancio di una moneta. Ma il vero lavoro scientifico inizia quando arriva il momento di addestrare la rete neurale. Lo spazio, l'esplorazione di nuovi mondi, la comprensione dell'essenza delle leggi fisiche del nostro universo (su cui gli scienziati moderni fanno affidamento utilizzando le reti neurali) si apriranno proprio nel momento in cui l'intelligenza artificiale imparerà con efficienza ed efficacia molto maggiori di una persona.

Il fatto è che la persona che pone una domanda al sistema conosce la risposta corretta. Quindi, puoi scriverlo nei blocchi di informazioni del programma. Un perceptron che fornisce la risposta corretta guadagna valore, equi chi ha risposto in modo errato lo perde, ricevendo una multa. Ogni nuovo ciclo di avvio del programma differisce dal precedente a causa della variazione del livello di valore. Tornando all'esempio precedente: prima o poi il programma imparerà a distinguere chiaramente tra terra e spazio. Le reti neurali apprendono in modo più efficace, più correttamente viene redatto il programma di studio e la sua formazione costa molto agli scienziati moderni. Come parte del compito impostato in precedenza: se alla rete neurale viene fornita un' altra foto per l'analisi, probabilmente non sarà immediatamente in grado di elaborarla in modo accurato, ma, sulla base dei dati ottenuti durante l'allenamento precedente, scoprirà con precisione dove la terra è, e dove sono le nuvole, lo spazio o qualcos' altro.

Applicare un'idea alla re altà

Naturalmente, in re altà, le reti neurali sono molto più complicate di quelle descritte sopra, anche se il principio stesso rimane lo stesso. Il compito principale degli elementi da cui è formata la rete neurale è sistematizzare le informazioni numeriche. Quando si combinano un'abbondanza di elementi, il compito diventa più complicato, poiché le informazioni di input potrebbero non provenire dall'esterno, ma dal perceptron, che ha già svolto il suo lavoro di sistematizzazione.

Se torniamo al compito sopra, all'interno della rete neurale puoi trovare i seguenti processi: un neurone distingue i pixel blu dagli altri, l' altro elabora le coordinate, il terzo analizza i dati ricevuti dal primo due, in base alla quale decide se la terra o il cielo sono in un dato punto. Inoltre, l'ordinamento in blu e altri pixel può essere affidato a più neuroni contemporaneamente e le informazioni che ricevono possono essere riassunte. Quei perceptroni che darannoun risultato migliore e più accurato riceverà un bonus sotto forma di un valore più alto alla fine e i loro risultati saranno una priorità durante la rielaborazione di qualsiasi attività. Naturalmente, la rete neurale risulta essere estremamente voluminosa e le informazioni in essa elaborate saranno una montagna insopportabile, ma sarà possibile tenere conto e analizzare gli errori e prevenirli in futuro. Gli impianti in gran parte basati su reti neurali che si trovano in molti libri di fantascienza funzionano in questo modo (a meno che, ovviamente, gli autori non si prendano la briga di pensare a come funziona).

Traguardi storici

Può sorprendere il profano, ma le prime reti neurali sono apparse nel 1958. Ciò è dovuto al fatto che il dispositivo dei neuroni artificiali è simile ad altri elementi del computer, tra i quali le informazioni vengono trasmesse nel formato di un sistema di numeri binari. Alla fine degli anni Sessanta fu inventata una macchina, chiamata Mark I Perceptron, in cui furono implementati i principi delle reti neurali. Ciò significa che la prima rete neurale è apparsa solo un decennio dopo la costruzione del primo computer.

I primi neuroni della prima rete neurale erano costituiti da resistori, tubi radio (a quel tempo, un tale codice che gli scienziati moderni potevano usare non era ancora stato sviluppato). Lavorare con una rete neurale è stato il compito di Frank Rosenblatt, che ha creato una rete a due strati. Uno schermo con una risoluzione di 400 pixel è stato utilizzato per trasmettere dati esterni alla rete. La macchina fu presto in grado di riconoscere le forme geometriche. Ciò ha già suggerito che, con il miglioramento delle soluzioni tecniche, le reti neurali possonoimpara a leggere le lettere. E chissà cos' altro?

Prima rete neurale

Come si può vedere dalla storia, Rosenblatt ha letteralmente bruciato il suo lavoro, era perfettamente orientato in esso, era uno specialista in neurofisiologia. Fu autore di un affascinante e popolare corso universitario in cui chiunque poteva capire come implementare il cervello umano in una incarnazione tecnica. Già allora, la comunità scientifica sperava che presto ci sarebbero state reali opportunità per formare robot intelligenti in grado di muoversi, parlare e formare sistemi simili a loro. Chissà, forse questi robot andrebbero a colonizzare altri pianeti?

Rosentblatt era un entusiasta e puoi capirlo. Gli scienziati credevano che l'intelligenza artificiale potesse essere realizzata se la logica matematica fosse completamente incorporata in una macchina. A questo punto esisteva già il test di Turing, Asimov rese popolare l'idea della robotica. La comunità scientifica era convinta che l'esplorazione dell'Universo fosse una questione di tempo.

Lo scetticismo giustificato

Già negli anni Sessanta c'erano scienziati che discutevano con Rosenblatt e altre grandi menti che lavoravano sull'intelligenza artificiale. Un'idea abbastanza precisa della loro logica di fabbricazione può essere ricavata dalle pubblicazioni di Marvin Minsky, noto nel suo campo. A proposito, è noto che Isaac Asimov e Stanley Kubrick hanno parlato molto bene delle capacità di Minsky (Minsky lo ha aiutato a lavorare in Odissea nello spazio). Minsky non era contrario alla creazione di reti neurali, di cuiIl film di Kubrick testimonia e, come parte della sua carriera scientifica, è stato impegnato nell'apprendimento automatico negli anni Cinquanta. Tuttavia, Minsky era categorico sulle opinioni errate, criticando le speranze per le quali in quel momento non c'erano ancora solide basi. A proposito, Marvin dai libri di Douglas Adams prende il nome da Minsky.

Le critiche alle reti neurali e all'approccio di quel tempo sono sistematizzate nella pubblicazione "Perceptron", datata 1969. È stato questo libro che ha letteralmente ucciso sul nascere l'interesse di molte persone per le reti neurali, perché uno scienziato con un'eccellente reputazione ha mostrato chiaramente che Marco il Primo aveva una serie di difetti. In primo luogo, la presenza di soli due strati era chiaramente insufficiente e la macchina poteva fare troppo poco, nonostante le sue dimensioni gigantesche e l'enorme consumo di energia. Il secondo punto di critica è stato dedicato agli algoritmi sviluppati da Rosenblatt per l'addestramento in rete. Secondo Minsky, le informazioni sugli errori sono state perse con un' alta probabilità e il livello necessario semplicemente non ha ricevuto l'intera quantità di dati per un'analisi corretta della situazione.

Le cose si sono fermate

Nonostante il fatto che l'idea principale di Minsky fosse quella di far notare gli errori ai suoi colleghi per stimolarli a migliorare lo sviluppo, la situazione era diversa. Rosenblatt morì nel 1971 e non c'era nessuno che continuasse il suo lavoro. Durante questo periodo iniziò l'era dei computer e questo campo della tecnologia stava avanzando con enormi passi avanti. Le migliori menti in matematica e informatica sono state impiegate in questo settore e l'intelligenza artificiale sembrava uno spreco irragionevole di energia e risorse.

Le reti neurali non attirano l'attenzione della comunità scientifica da più di un decennio. La svolta è arrivata quando il cyberpunk è diventato di moda. È stato possibile trovare formule con cui è possibile calcolare gli errori con elevata precisione. Già nel 1986 il problema formulato da Minsky trovò una terza soluzione (tutti e tre sono stati sviluppati da gruppi indipendenti di scienziati), ed è stata questa scoperta che ha spinto gli appassionati a esplorare un nuovo campo: il lavoro sulle reti neurali è tornato attivo. Tuttavia, il termine perceptrons è stato tranquillamente sostituito dal cognitive computing, si è sbarazzato dei dispositivi sperimentali, ha iniziato a utilizzare la codifica, utilizzando le tecniche di programmazione più efficaci. Solo pochi anni e i neuroni sono già assemblati in strutture complesse in grado di far fronte a compiti piuttosto seri. Nel tempo è stato possibile, ad esempio, creare programmi per la lettura della grafia umana. Le prime reti sono apparse capaci di autoapprendimento, ovvero hanno trovato autonomamente le risposte corrette, senza un accenno da parte della persona che controlla il computer. Le reti neurali hanno trovato la loro applicazione nella pratica. Ad esempio, è su di essi che i programmi che identificano i numeri sugli assegni vengono utilizzati nelle strutture bancarie in America.

Avanza a passi da gigante

Negli anni '90, è diventato chiaro che una caratteristica chiave delle reti neurali che richiede un'attenzione speciale da parte degli scienziati è la capacità di esplorare una determinata area alla ricerca della soluzione giusta senza chiedere aiuto a una persona. Il programma utilizza il metodo per tentativi ed errori, sulla base del quale crea regole comportamentali.

Questo periodo è stato caratterizzato da un'impennata di interessepubblico a robot improvvisati. Designer entusiasti di tutto il mondo hanno iniziato a progettare attivamente i propri robot in grado di apprendere. Nel 1997, questo segnò il primo vero successo a livello mondiale: per la prima volta un computer ha battuto il miglior giocatore di scacchi del mondo, Garry Kasparov. Tuttavia, alla fine degli anni Novanta, gli scienziati giunsero alla conclusione di aver raggiunto il tetto e l'intelligenza artificiale non poteva crescere ulteriormente. Inoltre, un algoritmo ben ottimizzato è molto più efficiente di qualsiasi rete neurale nel risolvere gli stessi problemi. Alcune funzioni sono rimaste con le reti neurali, ad esempio il riconoscimento dei testi d'archivio, ma non era disponibile nulla di più complicato. Fondamentalmente, come dicono gli scienziati moderni, c'era una mancanza di capacità tecniche.

Il nostro tempo

Le reti neurali oggi sono un modo per risolvere i problemi più complessi usando il metodo "la soluzione sarà trovata da sola". In re altà, questo non è collegato a nessuna rivoluzione scientifica, solo gli scienziati moderni, i luminari del mondo della programmazione, hanno accesso a una tecnica potente che consente loro di mettere in pratica ciò che una persona prima poteva solo immaginare in termini generali. Tornando alla frase di Cicerone sulle scimmie e sui gettoni: se assegni qualcuno ad animali che darà loro una ricompensa per la frase corretta, non solo creeranno un testo significativo, ma scriveranno un nuovo "Guerra e pace", e non peggio.

Le reti neurali dei nostri giorni sono in servizio con le più grandi aziende che operano nel campo dell'informatica. Si tratta di reti neurali multistrato implementate tramite potenti server,utilizzando le possibilità del World Wide Web, le matrici di informazioni accumulate negli ultimi decenni.