Конструирование искусственных нейронных ансамблей (ИНА)
Александр Кириченко
© Александр Кириченко, 2020
Введение
Зачем нужны искусственные нейросети?
Искусственные нейронные сети один из разделов науки «Искусственный интеллект». К этой науке приковано пристальное внимание с 1980 года, когда Япония объявила о создании вычислительных систем 5 поколения. Предполагалось, что создаваемые вычислительные системы кроме обычных компьютеров будут содержать машины логического вывода, базу знаний, систему общения на естественном языке. Иными словами что создаваемые вычислительные системы будут оснащаться интеллектуальными блоками аналогами человеческого интеллекта, человеческой интуиции. Эти блоки необходимы для распознавания образов, чтения рукописных текстов, подготовки аналитических прогнозов, перевода с одного языка на другой и т. п. Именно для таких задач обычно трудно составить явный алгоритм, без которого не могут работать электронные вычислительные машины.
Такие аналоги человеческого интеллекта могут быть реализованы с помощью искусственных нейросетей нейросетевых моделей биологических систем.
Всё, что связано с использованием нейронных сетей, нейросетевых моделей получило название «нейросетевых технологий» («нейрокомпьютинг»). Важное свойство нейросетевых моделей они не требуют программирования, а предусматривают работу по обучению нейронной сети на специально подобранных примерах. Во время обучения формируются основные отношения между входными и выходными параметрами, и оформляются в незримые таблицы (образы), которые впоследствии используются при решении задач на сети и являются своеобразными алгоритмами решения этих задач.
Нейрокомпьютинг предоставляет единую методологию решения очень широкого круга практически интересных задач, как правило ускоряющих и удешевляющих разработку приложений. В число таких задач входят задачи, связанные с необходимостью проявления интеллекта, например такие, как прогнозирование цен, оценка кредитоспособности, оптическое распознавание, обработка изображений, диагностика, лингвистический анализ, и др. Использование нейросетей для решения перечисленных задач предусматривает выполнение типовой последовательности действий с помощью нейрокомпьютеров, или нейропакетов, или отдельных специальных программ.
Интеллект связан со знаниями: приобретением знаний, хранением знаний, поиском, извлечением и преобразованием знаний.
Последовательность приобретения новых знаний в теории познания философами определена в виде таких операций, как: созерцание накопление кластеризация классификация узнавание предсказание прогнозирование.
Для хранения знаний разработаны специальные средства системы управления базами знаний (СУБЗ). В отличие от систем управления базами данных (СУБД), базы знаний содержат специальные добавки, обеспечивающие непротиворечивость хранящихся знаний (проверка, устранение).
Знания имеют смысл, раскрывают его. Смысл и знания динамичны. Для их преобразования используются такие интеллектуальные операции, как рассуждения, умозаключения, планирование, доказательство.
Нейросети способны обучаться на примерах. Умение обучаться на примерах это интеллектуальная задача.
Распознавание это ещё одна интеллектуальная задача. У неё есть несколько разновидностей узнавание, предсказание, прогнозирование, идентификация.
Кластеризация разделение объектов на группы похожих. Это тоже интеллектуальная задача.
В настоящее время усиливается интерес к использованию искусственных нейронных сетей при получении новых знаний ещё одной интеллектуальной задачи.
Хранение и обработка знаний, работа со смыслом, рассуждение и умозаключения, планирование, доказательство, проверка на противоречивость и устранение противоречивости это более сложные интеллектуальные задачи, алгоритмы решения которых и способы использования нейросетей при решении таких задач пока могут быть неизвестны.
Для поиска алгоритмов решения таких задач и способов использования нейросетей для их решения приходится использовать нейросетевые интеллектуальные модели и создавать нейросетевые технологии.