#रुझान | तंत्रिका नेटवर्क

शब्द "तंत्रिका नेटवर्क" आज से एक है सबसे फैशनेबल शब्दों के साथ, और अक्सर वे दुरुपयोग कर रहे हैं द्वारा बाजार को बढ़ावा देने में उनकी तकनीक startups । हालांकि, यह निर्विवाद है कि आज की वस्तु के हमारे विचार में से एक है सबसे महत्वपूर्ण घटना है, जिसके बिना यह कल्पना करना असंभव है आधुनिकता.

क्या अधिक शक्तिशाली है — मानव मस्तिष्क या कंप्यूटर? विशाल बहुमत के लिए इस सवाल का जवाब स्पष्ट है और क्या है वास्तव में बहस करने के लिए, सही है । लेकिन अगर आप काम पर देखने के लिए वैज्ञानिकों ने किया है पिछले दशकों में, हम देखेंगे कि उनमें से कई की कोशिश की है करने के लिए लाने के आपरेशन के सिद्धांत कंप्यूटर के लिए जिस तरह की मानव सोच रही है, और नहीं सफलता के बिना. यह कैसे संभव है? की मदद से तंत्रिका नेटवर्क — कंप्यूटर सिस्टम की रचना की सैकड़ों, हजारों या लाखों लोगों के कृत्रिम मस्तिष्क की कोशिकाओं है कि कर सकते हैं जानने के लिए और सिद्धांत पर काम करते हैं, बहुत समान करने के लिए कैसे मस्तिष्क काम करता है.

मानव मस्तिष्क और कंप्यूटर की तुलना में अक्सर है, और हम स्वीकार करते हैं कि वे आम में एक बहुत कुछ है । एक सामान्य मस्तिष्क के होते हैं, के बारे में 100 अरब सूक्ष्म कोशिकाओं न्यूरॉन्स बुलाया. प्रत्येक न्यूरॉन के होते हैं एक सेल शरीर के साथ कुछ शाखाओं में बंटी, यह दूर से कनेक्शन — कई dendrites (इनपुट चैनलों की कोशिकाओं है कि सूचना प्रसारित करने के लिए सेल शरीर) और एक अक्षतंतु (उत्पादन के चैनल में शामिल कोशिकाओं के प्रदर्शन के बारे में जानकारी) । कंप्यूटर में बराबर की एक न्यूरॉन एक nanoscopic डिवाइस कहा जाता है ट्रांजिस्टर. आधुनिक साहित्य में प्रयोग किया जाता कंप्यूटर और मोबाइल उपकरणों के होते हैं और अधिक से अधिक दो अरब ट्रांजिस्टर है.

यह, शायद, के बीच समानता कंप्यूटर और मानव दिमाग के अंत और मतभेद शुरू करते हैं । और यह नहीं है कि कंप्यूटर — यह एक ठंडा धातु बॉक्स के साथ भरा द्विआधारी संख्या, और मस्तिष्क — यह कुछ गर्म है, जिंदा और विचारों, भावनाओं और यादों. असली अंतर यह है कि एक कंप्यूटर प्रणाली के होते हैं, अपेक्षाकृत सरल धारावाहिक कनेक्शन है, जबकि न्यूरॉन्स मस्तिष्क में एक साथ एक परिसर में समानांतर कनेक्शन है, और प्रत्येक न्यूरॉन से जुड़ा हुआ है करने के लिए लगभग 10,000 के अपने पड़ोसियों.

एक हाथ पर हम लाखों लोगों के सैकड़ों के ट्रांजिस्टर में संयुक्त, एक सरल और तार्किक प्रणाली पर अन्य — 100 गुना अधिक न्यूरॉन्स एक दूसरे के साथ बातचीत के माध्यम से जटिल है, interwoven रिश्ते. नतीजा यह है कि इस प्रक्रिया की मानव सोच रही है, कम से कम इस स्तर पर, बेहद मुश्किल है अध्ययन करने के लिए और विशेष रूप से करने के लिए कृत्रिम रूप से विश्राम. और है कि वास्तव में क्या थे करने की कोशिश कर वैज्ञानिकों Macallan वॉरेन और वाल्टर पिट्स, जब में 40-ies में, पिछली सदी के पहले तैयार की अवधारणा के एक कृत्रिम तंत्रिका नेटवर्क है ।

कंप्यूटर डिज़ाइन कर रहे हैं बड़ी मात्रा में स्टोर करने की बेकार जानकारी है कि समझ में आता है और तर्क है, केवल यदि आप पूर्व दर्ज सटीक निर्देश के लिए अपने संसाधन है । मानव मस्तिष्क धीमी है और अक्सर की आवश्यकता है के लिए कई महीनों के बाहर की तरह कुछ जटिल है । लेकिन कंप्यूटर के विपरीत, हम कर सकते हैं अनायास इकट्ठा जानकारी में जटिल पैटर्न — इसलिए की जड़ों की रचनात्मकता बीथोवेन या शेक्सपियर: बनाने के मूल पैटर्न के गठन, असामान्य संबंधों, और चीजों की धारणा तो वे लाया में एक नए और अप्रत्याशित प्रकाश.

सहमत हूँ, यह बहुत अच्छा होगा अगर एक दिन कंप्यूटर का प्रबंधन कर सकता है उपलब्ध जानकारी के रूप में अच्छी तरह से? वास्तव में, हम पहले से ही चलती करने के लिए इस पेचीदा भविष्य, और बहुत जल्दी. और शायद यह कारण था करने के लिए कई प्रमुख अधिग्रहण: हाल के वर्षों में काफी वृद्धि हुई प्रदर्शन के कंप्यूटर, के उद्भव कृत्रिम तंत्रिका नेटवर्क और मशीन सीखने, के रूप में अच्छी तरह के रूप में इंटरनेट के उद्भव के साथ, अपने विशाल मात्रा में डेटा का इस्तेमाल कर रहे हैं कि के रूप में शैक्षिक सामग्री के लिए कृत्रिम बुद्धि है ।

मूल विचार के कृत्रिम तंत्रिका नेटवर्क के होते हैं नकल में जटिल पारस्परिक कनेक्शन की कोशिकाओं के बीच कृत्रिम मस्तिष्क इतना है कि मशीन में सीख सकता है पैटर्न पहचान करने के लिए और निर्णय लेने के लिए जिस तरह से यह करता है. भयानक बात यह है कि तंत्रिका नेटवर्क के लिए आवश्यक नहीं है कार्यक्रम: यह बनाया गया है के लिए स्वयं अध्ययन है ।

<पी>हालांकि, एक शायद ही कहना है कि एक तंत्रिका नेटवर्क — यह एक सही कृत्रिम नकल के मस्तिष्क है. यह महत्वपूर्ण है ध्यान दें करने के लिए कि नेटवर्क — है सब से पहले एक कंप्यूटर सिमुलेशन: इन नेटवर्कों द्वारा बनाई गई हैं प्रोग्रामिंग पारंपरिक कंप्यूटर में है, जो परंपरागत तरीके से कर रहे हैं साधारण ट्रांजिस्टर, संयुक्त में एक तार्किक कनेक्शन है । हालांकि, वे काम के रूप में ही रचना के अरबों के छोटे से मस्तिष्क की कोशिकाओं के समानांतर में काम कर रहे हैं । एक कंप्यूटर सिमुलेशन है केवल एक संग्रह के बीजीय चर और गणितीय समीकरणों कि उन्हें एक साथ इकट्ठा.

पारंपरिक कृत्रिम तंत्रिका नेटवर्क के होते हैं दसियों, सैकड़ों, हजारों, या यहाँ तक कि लाखों लोगों के कृत्रिम न्यूरॉन्स कहा जाता है, इकाइयों, जो कर रहे हैं, परतों में व्यवस्था की है, जहां प्रत्येक इकाई से जुड़ा हुआ है अगले करने के लिए, दोनों अपने ही परत है, और अगले. उनमें से कुछ कर रहे हैं इनपुट ब्लॉक और डिज़ाइन कर रहे हैं से प्राप्त करने के लिए बाहरी दुनिया के बारे में जानकारी । इन ब्लॉकों के साथ जुड़े रहे हैं छिपा हुआ है कि ब्लॉक प्रक्रियाओं प्राप्त डेटा पर कब्जा के अधिकांश कृत्रिम मस्तिष्क. अंत में, उत्पादन इकाइयों करते हैंको हटाने को प्राप्त और संसाधित जानकारी.

के बीच कनेक्शन ब्लॉक की विशेषता है, एक संख्या कहा जाता है एक वजन और सकारात्मक हो सकते हैं (जब एक इकाई उत्तेजित अन्य) या नकारात्मक (जब एक इकाई ब्लॉक को रोकता है या किसी अन्य). अधिक वजन है कि संबंध में, और अधिक एक इकाई को प्रभावित करता है । इस की याद ताजा करती है कि कैसे रहने वाले मस्तिष्क की कोशिकाओं को एक दूसरे को प्रभावित करते है ।

सूचना प्रवाह के माध्यम से तंत्रिका नेटवर्क के दो तरीके में. जब नेटवर्क प्रशिक्षित किया जाता है या सामान्य रूप से कार्य प्रशिक्षण के बाद, नमूने के बारे में जानकारी के लिए फेड के माध्यम से उसे ब्लॉक के इनपुट, और फिर पाने के लिए इकाइयों का उत्पादन । इस आम संरचना कहा जाता है के साथ एक नेटवर्क के लिए एक तंत्र की घटनाओं की भविष्यवाणी की है । तथापि, आगमन की जानकारी की गारंटी नहीं उत्तेजना की सभी इकाइयों. प्रत्येक इकाई में एक इनपुट प्राप्त करता है से अपने पड़ोसी, और इन संकेतों से गुणा कर रहे हैं वजन के कनेक्शन, जिस पर वे यात्रा कर रहे हैं. प्रत्येक ब्लॉक के लिए कहते हैं परिचयात्मक डेटा के प्राप्त संकेत है, और यदि कुल राशि से अधिक है, सीमा इकाई उत्तेजित पड़ोसी ब्लॉकों.

करने के लिए तंत्रिका नेटवर्क को प्रशिक्षित किया गया था, वहाँ होना चाहिए अनिवार्य उपस्थिति की प्रतिक्रिया: एक ही रास्ते में बच्चों की जरूरत के लिए लगातार बात करते हैं के बारे में क्या अच्छा है और क्या बुरा है । वास्तव में, प्रतिक्रिया हम लगातार कर रहे हैं. याद है कैसे आप सीखा खेलने के लिए गेंदबाजी में: जब आप गेंद लेने के लिए और यह रोल ट्रैक के साथ, अपने मस्तिष्क पर नज़र रखता है की गति से गेंद और अपनी गति है । के आधार पर रोल अगली बार जब आप को याद होगा कि कैसे मैं गेंद लुढ़का पिछले समय में, और समायोजित करेगा अपने आंदोलनों को प्राप्त करने के क्रम में एक अच्छा परिणाम है । इस प्रकार, आप का इस्तेमाल किया है करने के लिए प्रतिक्रिया की तुलना के साथ परिणाम वांछित के लिए और अपने कार्यों को समायोजित करने के लिए सफलता प्राप्त करने के.

तंत्रिका नेटवर्क को प्रशिक्षित कर रहे हैं, एक समान तरीके से इलाज प्रतिक्रिया कहा जाता है, जो "की विधि पीठ के प्रचार-प्रसार त्रुटि". यह तुलना प्राप्त आउटपुट डेटा के साथ गया था कि डेटा की उम्मीद करने के लिए, और का उपयोग करता है के बीच मतभेद के लिए इन आंकड़ों के वजन में परिवर्तन के बीच कनेक्शन की इकाइयों नेटवर्क में शामिल है । इसके अलावा, परिवर्तन को प्रभावित सभी कनेक्शन से इनपुट इकाइयों के लिए उत्पादन इकाइयों और वापस. समय के साथ, इस विधि की त्रुटि वापस-प्रसार करने के लिए अनुमति देता ट्रेन नेटवर्क के लिए और शून्य करने के लिए कम के बीच अंतर वांछित और वास्तविक परिणाम है.

के बाद तंत्रिका नेटवर्क को प्रशिक्षित किया गया था का उपयोग कर के लिए पर्याप्त संख्या में उदाहरण के लिए, यह मंच तक पहुँचता है, जहां आप प्रदान कर सकते हैं एक ब्रांड नए सेट के इनपुट डेटा, जो वह कभी नहीं देखा था, और उसकी प्रतिक्रिया के लिए. उदाहरण के लिए, आप को दिखाया तंत्रिका नेटवर्क के साथ तस्वीरों की एक बड़ी संख्या की कुर्सियों और तालिकाओं, अधिकतम उपलब्ध समझा, उसे करने के लिए के बीच अंतर इन फर्नीचर के टुकड़े. तो फिर तुम कोशिश करने के लिए उसे दिखाने के चित्र और परिणाम के लिए प्रतीक्षा करें. पर निर्भर करता है कैसे प्रभावी ढंग से आप प्रशिक्षित तंत्रिका नेटवर्क, यह की कोशिश करता है से संबंधित करने के लिए वह क्या देखा की श्रेणी के लिए "कुर्सी" या "तालिका" अनुभव पर आधारित है. इस तरह की प्रक्रियाओं के होते हैं के मस्तिष्क में एक छोटे बच्चे जो पहली बार एक वस्तु को देखता है और कोशिश करता है के लिए इसे से संबंधित करने के लिए सूची की अवधारणाओं रहे हैं कि पहले से ही करने के लिए जाना जाता है ।

अगर आपको लगता है कि इसके बारे में, यह एक उदाहरण पहले से ही पर्याप्त है क्या समझने के लिए कृत्रिम तंत्रिका नेटवर्क में इसके विकास की प्रक्रिया कर सकते हैं कई व्यावहारिक अनुप्रयोगों है । उदाहरण के लिए, हवाई जहाज निर्माताओं पहले से ही परीक्षण किया है स्वचालित रूप से प्रशिक्षित सिस्टम ऑटोपायलट सिस्टम नहीं कर रहे हैं कि अग्रिम में प्रोग्राम, और निर्णय लेने के आधार पर आने वाली वास्तविक समय संकेत डैशबोर्ड और कॉकपिट विमान के नियंत्रण के आधार पर जानकारी प्राप्त की.

लेने के लिए या, उदाहरण के लिए, बैंकिंग क्षेत्र. कल्पना कीजिए कि आप एक बैंक, जहाँ हर मिनट के हजारों रहे हैं क्रेडिट कार्ड लेनदेन । तंत्रिका नेटवर्क के लिए सफलतापूर्वक इस्तेमाल किया जा सकता की पहचान करने के लिए कर रहे हैं कि गतिविधियों के रूप में वर्गीकृत धोखाधड़ी. के रूप में आदानों का उपयोग कर सकते हैं निम्नलिखित प्रश्न: 1) कार्ड धारक व्यक्ति में है? 2) क्या उपयोग करने के लिए एक पिन कार्ड है? 3) वहाँ किया गया है में पिछले 10 मिनट, पांच या उससे अधिक कार्ड लेनदेन? 4) वहाँ है एक नक्शे में एक ही देश में, जहां से यह जारी किया गया था?

प्राप्त होने के एक पर्याप्त संख्या की ओर जाता है, सिस्टम स्वचालित रूप से निशान के लेन-देन के रूप में संदिग्ध है, तो बैंक के कर्मचारियों सकता है कि क्या फैसला लेने के लिए उनके रिश्ते को किसी भी कार्रवाई. इसके अलावा, एक तंत्रिका नेटवर्क की मदद कर सकता है बैंकों के लिए पर कि क्या निर्णय जारी करने के लिए एक ऋण ग्राहकों के लिए, का विश्लेषण करने के लिए जल्दी से अपने क्रेडिट इतिहास, वर्तमान आय और रोजगार की है ।

लेकिन इस तरह के अनुप्रयोगों के तंत्रिका नेटवर्क अभी भी कर रहे हैं केवल अवधारणा के स्तर पर और संभावना नहीं है करने के लिए आते हैं, हमारे जीवन में निकट भविष्य में. समाचार आज के बारे में इस तकनीक का उपयोग कर आते हैं, मुख्य रूप से मनोरंजन उद्योग से. पहली बात मैं याद सनसनीखेज Prisma आवेदन साधारण तस्वीरें बदल जाता है और चित्र में nonexistent चित्रों के महान कलाकारों, के रूप में अच्छी तरह के रूप में परिवादात्मक Findface सेवा के लिए अनुमति देता है कि चुपके से बनाया तस्वीरों के मानवीय चेहरे को खोजने के लिए अपने पेज Vkontakte है । और जाहिर है, यह असंभव है, याद करने के लिए नहीं के प्रयोग Yandex, जब तंत्रिका नेटवर्क के अध्ययन के साथ गाने के ग्रंथों Yegor Letov लिखा एक काल्पनिक एल्बम "नागरिक सुरक्षा".

लेकिन अगर तुम डाल एक तरफ विडंबना यह है कि, आजतंत्रिका नेटवर्क बनाने के लिए हमारे दैनिक जीवन में बहुत अधिक अच्छा है की तुलना में आप कल्पना कर सकते हैं. क्यों आपको लगता है कि हाल के वर्षों में, आपके मेल था काफ़ी कम स्पैम है? काफी हद तक धन्यवाद करने के लिए है एक कंप्यूटर प्रणाली है कि करने के लिए सीखा है के बीच भेद वास्तविक ईमेल से पत्राचार, जो जगह में बिन.

धन्यवाद करने के लिए तंत्रिका नेटवर्क हाल ही के समय में भी स्पष्ट रूप से सुधार में मशीन अनुवाद, और इस तरह की प्रणाली नहीं रह रहे हैं में से एक यादृच्छिक मूल्यों के शब्द और अनुवाद चुनें संदर्भ पर निर्भर करता है, की जांच के प्रस्तावों की एक बड़ी संख्या में अलग अलग भाषाओं.

लेकिन इस स्तर पर, कंप्यूटर के लिए चेतना के स्तर के लिए तुलनीय है कि पूर्वस्कूली उम्र के बच्चों की है । फिर भी, के लिए आवश्यक सब कुछ उनके आगे के अध्ययन में शामिल हैं: डेटा की मात्रा बढ़ने के लिए जारी रखने के रूप में कंप्यूटिंग शक्ति के प्रोसेसर है । इसलिए हम के साथ सशस्त्र, पॉपकॉर्न और जारी रखने के लिए देखो कैसे इस विचार को विकसित करता है, और यह क्या अंततः का नेतृत्व करेंगे.