|
Neuronske mreže
> Predavanje
>
1.
Razvoj neuronskih mreža |
Neuronsko računalstvo profiliralo se kao jedna od grana umjetne
inteligencije pedesetih godina ovog stoljeća, točnije na konferenciji
Dartmouth Summer Research Project on Artificial Intelligence
koja je najavila ostvarivanje vizije računalnog modela koji
će u nekim temeljnim principima oponašati funkcioniranje mozga.
Neuronsko računalstvo se pojavljuje kao alternativa Von Neumann-ovim
računalima i nastoji simulirati ili ostvariti paralelnu obradu
informacija koju koristi ljudski mozak dok razmišlja, sjeća
se i rješava probleme. Za razvoj neuronskih mreža od presudnog
je značaja nekoliko događaja:
- 1943 - McCullock i Pitts postavljaju temelje
za razvoj neuronskih mreža tako što prvi dokazuju da neuroni
mogu imati dva stanja (pobuđujuće i umirujuće) i da njihova
aktivnost ovisi o nekom pragu vrijednosti.
- 1949 - Hebb prvi predložio pravilo kojim
se opisuje proces učenja (Hebb-ovo pravilo)
- 1956 - Dartmouth Summer Conference na kojoj
su Rochester i skupina autora predstavili prvu simulaciju
Hebb-ovog modela koja je preteča modela neuronskih mreža
- 1958 - Rosenblatt razvio prvu neuronsku
mrežu perceptron, koja je dvoslojna i nije mogla rješavati
probleme klasifikacije koji nisu linearno djeljivi (npr.
XOR problem)
- 1974 - razvijena višeslojna perceptron mreža
- MLP (Paul Werbos), kao preteča Backpropagation mreže,
koja prevladava nedostatak perceptrona uvođenjem učenja
u skrivenom sloju
- 1986 - Backpropagation mrežu usavršuju Rumelhart,
Hinton i Williams, ona vraća ugled neuronskim mrežama, jer
omogućuje aproksimiranje gotovo svih funkcija i rješavanje
praktičnih problema
Od tada raste znanstveni
i komercijalni interes za neuronske mreže. Razvijeni su brojni
algoritmi za neuronske mreže, no najveću komercijalnu upotrebu
do danas ima mreža "širenje unatrag" (eng. Backpropagation).
Više o povijesnom razvoju NM vidi na http://www.dacs.dtic.mil/techs/neural/neural4.html.
Dakle, teorijsko ishodište i inspiracija
neuronskog računalstva je u ljudskom mozgu. Cilj mu je spojiti
sposobnost ljudi da dobro prepoznaju oblike, lica i glasove
i sposobnost računala da izvršava numeričke proračune i radi
s velikom količinom podataka.
|
Slika
1. Mozak kao središnji dio živčanog sustava čovjeka.
Animacija
1. Što su neuronske mreže.
|
Na koji način neuronsko računalstvo simulira
rad mozga? Mozak se sastoji od nekoliko desetaka milijardi
neurona povezanih u mrežu koji mogu paralelno obrađivati informacije
(slika 1). Neuron, kao osnovna jedinica živčanog sustava,
prima informacije od drugih neurona putem dendrita, obrađuje
ih, a zatim šalje impuls putem aksona i sinapsi drugim neuronima
u mreži (slika 2). Učenje se odvija mijenjanjem jačine sinaptičkih
veza, odnosno težina u mreži.
Slika
2. Neuroni u živčanim sustavima.
|
|
13.03.2003 |