W ostatnich latach temat sieci neuronowych w obszarze IT oraz zagadnienia sztucznej inteligencji stał się bardzo popularny. Sieci neuronowe nie są nowym pojęciem, ponieważ wykorzystywano je już w latach 60-tych XX. Ich prawdziwy rozwój nastąpił jednak już w XXI wieku ze względu na ogromny postęp w świecie technologii oraz zakres stosowanych innowacji w wielu obszarach życia człowieka. Sieci neuronowe są jednym z obszarów, z których składa się sztuczna inteligencja (AI). Zainteresowanie sieciami neuronowymi stale rośnie niejako wymuszając dzięki temu ich ciągły rozwój i udoskonalanie.
Charakterystyka
Chcąc opisać sposób działania sieci neuronowych warto odwołać się (w pewnym uproszczeniu) do sposobu działania systemu nerwowego człowieka. Pomimo ogromnego postępu i stosowania innowacyjnych rozwiązań dzisiejsze sieci nie są w stanie działać na równi tak jak ludzki mózg. Natomiast można prognozować, że w mniej lub bardziej odległej przyszłości taki poziom zaawansowania będą w stanie osiągnąć. Sieci neuronowe opierają się strukturach matematycznych, które za pomocą dedykowanych algorytmów oraz elementów przetwarzających (sztuczne neurony) wykonują przedstawione przed nimi operacje.
Budowa sieci neuronowych i sposób działania
Sieć neuronowa składa się z określonej liczby neuronów. Najprostszą siecią neuronową jest percepton, który składa się wyłącznie z jednego sztucznego neuronu. Do takiego perceptonu dociera pewna liczba danych wejściowych. Dane te mają przypisane wagi, które określają jak duży wpływ na końcowy wynik ma konkretny parametr. Tak przygotowany zestaw danych jest następnie sumowany, a suma jest wprowadzana na wejście funkcji aktywacji. Taki algorytm odpowiada (przyjmując oczywiście pewne uproszczenia) działaniu neuronu ludzkiego, gdzie „wejścia” neuronu są z różną wagą „sumowane”. Funkcja aktywacji natomiast odwzorowuje tę właściwość ludzkiego neuronu, że „uaktywnia” się on tylko wtedy, gdy suma przekroczy pewną wartość.
Zastosowanie sieci neuronowych
Wraz z rozwojem zagadnienia sztucznej inteligencji rozwijają się także same sieci neuronowe. Niewątpliwą zaletą sieci jest to, że mają szerokie pole do zastosowania, a także posiadają nieograniczone możliwości do dalszego rozwoju. Kolejnym atutem sieci neuronowych jest to, że doskonale radzą sobie w pracy z ogromnymi zbiorami danych, gdzie człowiek nie radzi sobie w sposób efektywny. Mało tego, są w stanie dostosować się do pojawiających się nowych zmiennych, z którymi zwykłe programy dostępne na rynku sobie nie radzą. Polem do rozwoju jest umiejętność pracy sieci na podstawie danych uszkodzonych lub dostępnych we fragmentach. Sieci neuronowe wykorzystuje się w coraz większej liczbie obszarów życia, a przede wszystkim w finansach, medycynie czy technologii. Sieci neuronowe będą się pojawiać sukcesywnie w obszarach, które wymagają działań związanych z przewidywaniem, klasyfikowaniem oraz sterowaniem. Znajdą swoje zastosowanie wszędzie tam gdzie potrzebne są rozwiązania oparte na tworzeniu scenariuszy lub podejmowaniu decyzji na bazie wielu zmiennych.
Więcej o sieciach neuronowych przeczytasz w tym artykule.
Bibliografia
[1] http://businessinsider.com.pl/technologie/czym-sa-sieci-neuronowe/pwtfrsy
