Нейрокомпьютерные сети и их применение в моделировании

Нейрокомпьютерные сети – относительно молодая область научных исследований, являющаяся частью более обширного понятия – искусственный интеллект (ИС). Начнем с определения искусственного интеллекта как такового. Интеллект в общем понимании означает свойство психики, подразумевающее под собой способность адаптироваться к ситуации, способность к обучению на основе опыта, применение и использование накопленных знаний для управления окружающей средой. Искусственный интеллект означает свойство интеллектуальных систем выполнять те творческие функции, которые обычно выполняет человек. Нейрокомпьютерная сеть - это способ моделирования искусственного интеллекта. Компьютер, который работает под управлением определенных алгоритмов, а также осуществляет параллельные вычисления - единственное на сегодняшний день устройство, позволяющее моделировать искусственный интеллект [ REF _Ref58803079 \r \h 1].
Считается, что искусственный интеллект как научая область начал развиваться, когда Алан Тьюринг создал свой знаменитый тест в 1950 г. Закон теста звучит таким образом: «Если компьютер может работать так, что человек не в состоянии определить, с кем он общается — с другим человеком или с машиной, то можно считать, что он прошел тест Тьюринга». Критерий Тьюринга основан на том, что человеческая (осмысленная) речь - это неотъемлемая составляющая разума. Поэтому, когда человек – разумное существо не может уличить в бессмысленности речи своего собеседника (машину или человека), это значит, собеседник тоже разумное существо. Первый вариант теста был несколько запутанным. Современная версия представляет собой следующий эксперимент: группа экспертов общается с неизвестным существом; они не видят своего собеседника и могут общаться с ним только через какую-то изолирующую систему (клавиатуру). Им разрешается задавать собеседнику любые вопросы, вести разговор на различные темы. Если в конце эксперимента они не смогут сказать, общались ли они с машиной или с человеком, и, если окажется, что они разговаривали с машиной, можно считать, что эта машина прошла тест Тьюринга [ REF _Ref58803090 \r \h 4].
Нейронные сети начали изучать детально примерно в 2000-х годах. В 2005-2006 годах ученые в университете Торонто и университете Монреаля учились обучать глубокие нейронные сети. Ученые-исследователи в глубине души осознают, что создание разума, близкого к человеческому, может означать, что в дальнейшее развитие технологий может пойти уже без присутствия человека. Конечно, на сегодняшний день даже лучшие нейрокомпьютеры не обладают ключевыми возможностями разума: интуицией, способностью творить, свободой мышления. Пока термин «искусственный интеллект» является скорее инженерной дисциплиной, и нейрокомпьютеры помогают людям во многих сферах их деятельности.
В настоящее время исследования в области искусственных нейронных сетей (ИНС) являются очень перспективными. Исследовательские группы крупных компаний, таких как Google, Yandex, Facebook, проводят исследования в данной области.
Нейрокомпьютеры участвуют в моделировании различных процессов и позволяют решать прикладные задачи в различных областях человеческой деятельности: строительстве, медицине, робототехнике, экономике. Примеры работы нейрокомпьютерных сетей в банковской сфере: страховая деятельность банков; прогнозирование банкротств, денежных потоков, оценка кредитного риска, предсказание результатов займа. При этом они оказываются эффективнее других математических алгоритмов. Важное преимущество нейронных сетей – возможность распараллеливания алгоритма с высоким результатом.
ИНС представляют собой сложную технологию, корнями уходящую во множество дисциплин: нейрофизиологию, математику, физику, статистику, информатику. Создание систем искусственного интеллекта построено на математической логике. К построению схем ассоциативного мышления приводит обобщение понятий булевых функций. В ходе этого процесса осуществляется переход от оперирования над булевыми переменными к операциям над действительными, отражающими оценку и достоверность исходных данных.
Нейрофизиологические исследования человеческого мозга также играют важную роль в развитии систем искусственного интеллекта. Высокая эффективность работы нашего мозга обеспечена достаточно простыми элементами – нейронами (нервными клетками). Ученые выявили главный системотехнический принцип – в примитивности нейрона как раз заключается его универсальность, сам по себе один нейрон не способен что-либо сделать, но большое количество этих элементов за счет специальной организации уже способно на многое. Ведь если некий исполнитель способен выполнять какую-то простую операцию, не вникая в глобальный процесс и общую задачу, то такого исполнителя возможно вставить в любую схему. По этому принципу построены и ИНС.
Целью моей работы является определить, что такое нейрокомпьютерная сеть, рассмотреть виды нейрокомпьютерных сетей, обозначить их назначение, а также привести примеры использования их в моделировании различных процессов.
На чем основана работа нейрокомпьтерной сетиНейрокомпьютерная сеть – это огромный распределенный параллельный процессор, состоящий из элементарных единиц обработки поступающей информации, который способен накапливать экспериментальные знания и предоставляющих их для последующей обработки.
Нейрокомпьютеры – это ЭВМ, которые функционируют благодаря работе искусственных нейронов. С технической точки зрения современные нейрокомпьютеры – это вычислительные системы с параллельными потоками одинаковых команд и множественным потоком данных (называется MSIMD-архитектура). На основе нейровычислений основана работа нейрокомпьютеров, они воспроизводят информационные процессы, протекающие в нейронных сетях человеческого мозга. Нейропроцессор является структурной единицей нейрокомпьютера [ REF _Ref58802928 \r \h 15]. Нейропроцессоры, в свою очередь, связываются друг с другом в нейроподобные системы. В качестве примера можно отметить нейрокомпьютер Synapse (Siemens, Германия) и процессор NeuroMatrix. На тему нейрокомпьютеров и новинок в этой области ежегодно проводятся научные конференции.