الشبكة العصبية - ما هي؟ التعريف والمعنى والنطاق

2024 مؤلف: Leah Sherlock | [email protected]. آخر تعديل: 2023-12-17 05:26

المعروف سابقًا فقط من كتب الخيال العلمي ، دخل مصطلح الشبكة العصبية في السنوات الأخيرة بشكل تدريجي وغير محسوس إلى الحياة العامة كجزء لا يتجزأ من أحدث التطورات العلمية. بالطبع ، لفترة طويلة ، عرف الأشخاص المشاركون في صناعة الألعاب أن هذه شبكة عصبية. ولكن في الوقت الحاضر ، يتم العثور على المصطلح من قبل الجميع ، وهو معروف ومفهوم من قبل الجماهير العريضة. مما لا شك فيه أن العلم أصبح أقرب إلى الحياة الواقعية ، وأن اختراقات جديدة تنتظرنا في المستقبل. ومع ذلك ، ما هي الشبكة العصبية؟ دعونا نحاول معرفة معنى الكلمة

الحاضر والمستقبل

في الأيام الخوالي ، كانت الشبكة العصبية و Hort و رواد الفضاء مفاهيم مرتبطة ارتباطًا وثيقًا ، لأنه كان من الممكن مقابلة الذكاء الاصطناعي بقدرات أعلى بكثير من آلة بسيطة فقط في عالم خيالي ينشأ في خيال بعض المؤلفين. ومع ذلك ، فإن الاتجاهات هي أنه في الآونة الأخيرة حول الشخص العادي في الواقع ، هناك المزيد والمزيد من تلك الأشياء التي تم ذكرها سابقًا فقط في أدب الخيال العلمي. هذا يسمح لنا بالقول إنه حتى أكثر الرحلات الخيالية عنفًا ، ربما ، عاجلاً أم آجلاً ، ستجد ما يعادله في الواقع. كتب عن الزيارات والشبكات العصبية بالفعللدينا الآن قواسم مشتركة مع الواقع أكثر مما كانت عليه قبل عشر سنوات ، ومن يدري ماذا سيحدث في عقد آخر؟

الشبكة العصبية في الواقع الحديث هي تقنية تسمح لك بتحديد الأشخاص ، مع وجود صورة فقط تحت تصرفك. الذكاء الاصطناعي قادر تمامًا على قيادة السيارة ، ويمكنه اللعب والفوز بلعبة البوكر. علاوة على ذلك ، تعد الشبكات العصبية طرقًا جديدة لإجراء الاكتشافات العلمية ، مما يسمح لك باللجوء إلى إمكانات الحوسبة التي كانت مستحيلة سابقًا. هذا يعطي فرصًا فريدة لفهم العالم اليوم. ومع ذلك ، فقط من التقارير الإخبارية التي تعلن عن أحدث الاكتشافات ، نادرًا ما يكون من الواضح ما هي الشبكة العصبية. هل يجب تطبيق هذا المصطلح على برنامج أو جهاز أو مجموعة من الخوادم؟

منظر عام

كما ترون من مصطلح "الشبكة العصبية" (الصور المعروضة في هذه المقالة تجعل من الممكن أيضًا فهم ذلك) هي بنية تم تصميمها بالتشابه مع منطق الدماغ البشري. بالطبع ، لا يبدو نسخ بنية بيولوجية تمامًا بهذا المستوى العالي من التعقيد أمرًا واقعيًا في الوقت الحالي ، لكن العلماء تمكنوا بالفعل من الاقتراب بشكل ملحوظ من حل المشكلة. لنفترض أن الشبكات العصبية التي تم إنشاؤها مؤخرًا فعالة جدًا. لم يعرف هورت وغيره من الكتاب الذين نشروا أعمالًا رائعة في وقت كتابة أعمالهم أن العلم سيكون قادرًا على المضي قدمًا حتى الآن بحلول هذا العام.

خصوصية الدماغ البشري هو أنه هيكل من العديد من العناصر ، بينهاتنتقل المعلومات باستمرار من خلال الخلايا العصبية. في الواقع ، الشبكات العصبية الجديدة هي أيضًا هياكل متشابهة ، حيث توفر النبضات الكهربائية تبادل البيانات ذات الصلة. باختصار ، تمامًا كما هو الحال في الدماغ البشري. ومع ذلك ، فليس من الواضح: هل هناك أي اختلاف عن الكمبيوتر التقليدي؟ بعد كل شيء ، الجهاز ، كما تعلم ، يتم إنشاؤه أيضًا من أجزاء ، يتم نقل البيانات بينها بواسطة تيار كهربائي. في الكتب المتعلقة بالفضاء والشبكات العصبية ، يبدو كل شيء عادةً ساحرًا - آلات ضخمة أو صغيرة ، في لمحة واحدة تفهم فيها الشخصيات ما الذي يتعاملون معه. لكن في الواقع الوضع مختلف حتى الآن

كيف يتم بناؤه؟

كما ترون من الأوراق العلمية حول الشبكات العصبية ("رواد الفضاء" ، للأسف ، لا ينتمون إلى هذه الفئة ، بغض النظر عن مدى روعتهم) ، الفكرة في الهيكل الأكثر تقدمًا في مجال الذكاء الاصطناعي ، في تكوين هيكل معقد ، تكون أجزائه الفردية بسيطة للغاية. في الواقع ، عند المقارنة مع البشر ، يمكن للمرء أن يجد تشابهًا: لنفترض أن جزءًا واحدًا فقط من دماغ أحد الثدييات لا يتمتع بقدرات وإمكانيات كبيرة ولا يمكنه توفير سلوك ذكي. ولكن عندما يتعلق الأمر بالإنسان ككل ، فإن مثل هذا المخلوق يمر بهدوء باختبار مستوى الذكاء دون أي مشاكل معينة.

على الرغم من أوجه التشابه هذه ، تم نبذ نهج مماثل لإنشاء الذكاء الاصطناعي قبل بضع سنوات. يمكن ملاحظة ذلك من الأوراق العلمية وكتب الخيال العلمي حول الشبكة العصبية (على سبيل المثال ، "رواد الفضاء" المذكورون أعلاه). بالمناسبة ، إلى حد ما حتى التصريحاتيمكن ربط شيشرون بالفكرة الحديثة للشبكات العصبية: في وقت من الأوقات ، اقترح بشكل لاذع أن القرود ترمي الحروف المكتوبة على الرموز في الهواء ، بحيث يتم تشكيل نص ذي معنى عاجلاً أو آجلاً منها. وأظهر القرن الحادي والعشرون فقط أن مثل هذا الحقد غير مبرر على الإطلاق. ذهبت الشبكة العصبية والخيال العلمي بطريقتين منفصلتين: إذا أعطيت جيشًا من القرود الكثير من الرموز ، فلن يقوموا فقط بإنشاء نص ذي معنى ، بل سيكتسبون أيضًا القوة على العالم.

القوة في الوحدة يا أخي

كما تعلمنا من العديد من التجارب ، فإن تدريب الشبكة العصبية يؤدي بعد ذلك إلى النجاح عندما يتضمن الكائن نفسه عددًا كبيرًا من العناصر. كما يمزح العلماء ، في الواقع ، يمكن تجميع الشبكة العصبية من أي شيء ، حتى من صناديق المباريات ، لأن الفكرة الرئيسية هي مجموعة من القواعد التي يلتزم بها المجتمع الناتج. عادةً ما تكون القواعد بسيطة للغاية ، لكنها تسمح لك بالتحكم في عملية معالجة البيانات. في مثل هذه الحالة ، لن تكون الخلية العصبية (وإن كانت اصطناعية) جهازًا على الإطلاق ، وليست بنية معقدة أو نظامًا غير مفهوم ، بل عمليات حسابية بسيطة يتم تنفيذها بأقل قدر من استهلاك الطاقة. رسميًا في العلم ، تسمى الخلايا العصبية الاصطناعية "المدركة". الشبكات العصبية ("Spacefalls" توضح هذا جيدًا) يجب أن تكون أكثر تعقيدًا من وجهة نظر بعض المؤلفين العلميين ، لكن العلم الحديث يوضح أن البساطة تعطي أيضًا نتائج ممتازة.

عملية الخلايا العصبية الاصطناعية بسيطة: الأرقام هي المدخلات ، ويتم حساب قيمة كل منهاكتلة المعلومات ، يتم إضافة النتائج ، والمخرجات هي وحدة أو القيمة "-1". هل أراد القارئ يومًا أن يكون من بين الذين سقطوا؟ تعمل الشبكات العصبية بطريقة مختلفة تمامًا في الواقع ، على الأقل في الوقت الحاضر ، لذلك عندما تتخيل نفسك في عمل خيالي ، يجب ألا تنسى هذا. في الواقع ، يمكن لأي شخص حديث العمل بالذكاء الاصطناعي ، على سبيل المثال ، مثل هذا: يمكنك إظهار صورة ، وسيجيب النظام الإلكتروني على السؤال "إما - أو". لنفترض أن شخصًا ما حدد نظام إحداثيات نقطة واحدة ويسأل عما يصور - الأرض أو السماء على سبيل المثال. بعد تحليل المعلومات ، يعطي النظام إجابة - من المحتمل جدًا أن تكون غير صحيحة (اعتمادًا على كمال الذكاء الاصطناعي).

ممتاز

كما ترى من منطق الشبكة العصبية الحديثة ، يحاول كل عنصر منها تخمين الإجابة الصحيحة على السؤال المطروح على النظام. في هذه الحالة ، هناك القليل من الدقة ، والنتيجة قابلة للمقارنة بنتيجة رمي عملة معدنية. لكن العمل العلمي الحقيقي يبدأ عندما يحين وقت تدريب الشبكة العصبية. الفضاء ، واستكشاف عوالم جديدة ، وإلقاء نظرة ثاقبة على جوهر القوانين الفيزيائية لكوننا (التي يعتمد عليها العلماء المعاصرون باستخدام الشبكات العصبية) ستصبح مفتوحة في نفس اللحظة التي سيتعلم فيها الذكاء الاصطناعي بكفاءة وفعالية أكبر بكثير من الإنسان.

الحقيقة هي أن الشخص الذي يسأل النظام سؤالاً يعرف الإجابة الصحيحة عليه. لذلك ، يمكنك كتابتها في كتل المعلومات الخاصة بالبرنامج. المدرك الذي يعطي الإجابة الصحيحة يكتسب قيمة ، وهنا الشخص الذي أجاب بشكل غير صحيح يفقدها ويحصل على غرامة. تختلف كل دورة إطلاق برنامج جديد عن السابقة بسبب التغيير في مستوى القيمة. بالعودة إلى المثال السابق: عاجلاً أم آجلاً ، سيتعلم البرنامج التمييز بوضوح بين الأرض والفضاء. تتعلم الشبكات العصبية بشكل أكثر فاعلية ، كلما تم وضع برنامج الدراسة بشكل صحيح - ويكلف تكوينها العلماء المعاصرين الكثير من الجهد. كجزء من المهمة المحددة مسبقًا: إذا تم تزويد الشبكة العصبية بصورة أخرى لتحليلها ، فمن المحتمل ألا تتمكن على الفور من معالجتها بدقة ، ولكن بناءً على البيانات التي تم الحصول عليها أثناء التدريب في وقت سابق ، فإنها ستحدد بدقة المكان الارض واين السحاب او الفضاء او شئ اخر

تطبيق فكرة على الواقع

بالطبع ، في الواقع ، الشبكات العصبية أكثر تعقيدًا بكثير من تلك المذكورة أعلاه ، على الرغم من أن المبدأ نفسه لا يزال كما هو. تتمثل المهمة الرئيسية للعناصر التي تتكون منها الشبكة العصبية في تنظيم المعلومات الرقمية. عند الجمع بين وفرة من العناصر ، تصبح المهمة أكثر تعقيدًا ، نظرًا لأن معلومات الإدخال قد لا تكون من الخارج ، ولكن من المدرك الذي قام بالفعل بعمله في التنظيم.

إذا عدنا إلى المهمة أعلاه ، فعندئذٍ داخل الشبكة العصبية ، يمكنك الخروج بالعمليات التالية: أحد الخلايا العصبية يميز البكسل الأزرق عن الآخرين ، والآخر يعالج الإحداثيات ، والثالث يحلل البيانات التي يتلقاها الأول الثاني ، على أساسها تقرر ما إذا كانت الأرض أو السماء في نقطة معينة. علاوة على ذلك ، يمكن أن يُعهد بالفرز إلى اللون الأزرق وبكسلات أخرى إلى عدة خلايا عصبية في وقت واحد ، ويمكن تلخيص المعلومات التي يتلقونها. تلك الرؤى التي ستعطيستحصل النتيجة الأفضل والأكثر دقة على مكافأة في شكل قيمة أعلى في النهاية ، وستكون نتائجها أولوية عند إعادة معالجة أي مهمة. بالطبع ، تبين أن الشبكة العصبية ضخمة للغاية ، وستكون المعلومات المعالجة فيها جبلًا لا يطاق على الإطلاق ، ولكن سيكون من الممكن أخذ الأخطاء في الاعتبار وتحليلها ومنعها في المستقبل. تعمل الغرسات المستندة إلى الشبكة العصبية إلى حد كبير والموجودة في العديد من كتب الخيال العلمي على هذا النحو (إلا إذا كان المؤلفون ، بالطبع ، يكلفون أنفسهم عناء التفكير في كيفية عملها).

معالم تاريخية

قد يفاجئ الشخص العادي ، لكن ظهرت الشبكات العصبية الأولى في عام 1958. هذا يرجع إلى حقيقة أن جهاز الخلايا العصبية الاصطناعية مشابه لعناصر الكمبيوتر الأخرى ، والتي يتم نقل المعلومات بينها بتنسيق نظام الأرقام الثنائية. في نهاية الستينيات ، تم اختراع آلة تسمى Mark I Perceptron ، حيث تم تنفيذ مبادئ الشبكات العصبية. هذا يعني أن أول شبكة عصبية ظهرت بعد عقد من بناء أول كمبيوتر.

تتكون الخلايا العصبية الأولى للشبكة العصبية الأولى من مقاومات وأنابيب راديو (في ذلك الوقت ، لم يتم تطوير مثل هذا الرمز الذي يمكن للعلماء المعاصرين استخدامه). كان العمل مع الشبكة العصبية مهمة فرانك روزنبلات ، الذي أنشأ شبكة من طبقتين. تم استخدام شاشة بدقة 400 بكسل لنقل البيانات الخارجية إلى الشبكة. سرعان ما تمكنت الآلة من التعرف على الأشكال الهندسية. هذا يشير بالفعل إلى أنه مع تحسين الحلول التقنية ، يمكن للشبكات العصبيةتعلم قراءة الحروف. ومن يدري ماذا بعد؟

الشبكة العصبية الأولى

كما يتضح من التاريخ ، كان روزنبلات محترقًا حرفيًا بعمله ، وكان موجهًا تمامًا فيه ، وكان متخصصًا في الفسيولوجيا العصبية. لقد كان مؤلفًا لدورة جامعية رائعة وشائعة يمكن لأي شخص من خلالها فهم كيفية تنفيذ العقل البشري في تجسيد تقني. حتى ذلك الحين ، كان المجتمع العلمي يأمل في أنه ستكون هناك قريبًا فرص حقيقية لتشكيل روبوتات ذكية قادرة على الحركة والتحدث وتشكيل أنظمة مماثلة لها. من يدري ، ربما تذهب هذه الروبوتات لاستعمار كواكب أخرى؟

كان روزنتبلات متحمسًا ، ويمكنك فهمه. يعتقد العلماء أنه يمكن تحقيق الذكاء الاصطناعي إذا تم تجسيد المنطق الرياضي بالكامل في آلة. في هذه المرحلة ، كان اختبار تورينج موجودًا بالفعل ، ونشر أسيموف فكرة الروبوتات. كان المجتمع العلمي مقتنعًا بأن استكشاف الكون كان مسألة وقت.

الشك مبرر

بالفعل في الستينيات كان هناك علماء جادلوا مع روزنبلات وعقول عظيمة أخرى تعمل على الذكاء الاصطناعي. يمكن الحصول على فكرة دقيقة إلى حد ما عن منطقهم في التلفيق من منشورات مارفن مينسكي ، المعروف في مجاله. بالمناسبة ، من المعروف أن إسحاق أسيموف وستانلي كوبريك أشادا بقدرات مينسكي (ساعده مينسكي في العمل في A Space Odyssey). لم يكن مينسكي ضد إنشاء الشبكات العصبية ، حول أي شيءيشهد فيلم Kubrick ، وكجزء من مسيرته العلمية ، شارك في التعلم الآلي في الخمسينيات. ومع ذلك ، كان مينسكي قاطعًا بشأن الآراء الخاطئة ، منتقدًا الآمال التي لم يكن هناك أساس متين لها في تلك اللحظة. بالمناسبة ، مارفن من كتب دوجلاس آدامز سمي على اسم مينسكي.

انتقاد الشبكات العصبية ومقاربة ذلك الوقت منظم في منشور "Perceptron" ، بتاريخ 1969. كان هذا الكتاب هو الذي قضى فعليًا على اهتمام الكثير من الناس بالشبكات العصبية في مهده ، لأن عالِمًا ذا سمعة ممتازة أظهر بوضوح أن مارك الأول يعاني من عدد من العيوب. أولاً ، من الواضح أن وجود طبقتين فقط كان غير كافٍ ، وكان بإمكان الماكينة أن تفعل القليل جدًا ، على الرغم من حجمها الهائل واستهلاكها الهائل للطاقة. تم تخصيص النقطة الثانية من النقد للخوارزميات التي طورها روزنبلات لتدريب الشبكة. وفقًا لمنسكي ، فُقدت المعلومات المتعلقة بالأخطاء باحتمالية عالية ، ولم تستقبل الطبقة الضرورية ببساطة الكمية الكاملة من البيانات لتحليل الوضع بشكل صحيح.

توقف الأشياء

على الرغم من حقيقة أن الفكرة الأساسية لمنسكي كانت توجيه الأخطاء إلى زملائه من أجل تحفيزهم على تحسين التنمية ، إلا أن الوضع كان مختلفًا. توفي روزنبلات في عام 1971 ، ولم يكن هناك من يواصل عمله. خلال هذه الفترة بدأ عصر الكمبيوتر ، وكان هذا المجال التكنولوجي يمضي قدمًا بخطوات واسعة. تم توظيف أفضل العقول في الرياضيات وعلوم الكمبيوتر في هذا القطاع ، وبدا الذكاء الاصطناعي وكأنه إهدار غير معقول للطاقة والموارد.

الشبكات العصبية لم تجذب انتباه المجتمع العلمي لأكثر من عقد من الزمان. جاءت نقطة التحول عندما أصبحت السايبربانك رائجة. كان من الممكن إيجاد صيغ يمكن من خلالها حساب الأخطاء بدقة عالية. في عام 1986 ، وجدت المشكلة التي صاغها مينسكي بالفعل حلاً ثالثًا (تم تطوير الثلاثة بواسطة مجموعات مستقلة من العلماء) ، وكان هذا الاكتشاف هو الذي دفع المتحمسين لاستكشاف مجال جديد: أصبح العمل على الشبكات العصبية نشطًا مرة أخرى. ومع ذلك ، تم استبدال مصطلح perceptrons بهدوء بالحوسبة المعرفية ، والتخلص من الأجهزة التجريبية ، وبدأت في استخدام الترميز ، باستخدام تقنيات البرمجة الأكثر فعالية. بعد بضع سنوات فقط ، تم تجميع الخلايا العصبية بالفعل في هياكل معقدة يمكنها التعامل مع المهام الخطيرة للغاية. بمرور الوقت ، كان من الممكن ، على سبيل المثال ، إنشاء برامج لقراءة خط اليد البشرية. بدت الشبكات الأولى قادرة على التعلم الذاتي ، أي أنها وجدت بشكل مستقل الإجابات الصحيحة ، دون تلميح من الشخص الذي يتحكم في الكمبيوتر. وجدت الشبكات العصبية تطبيقاتها في الممارسة. على سبيل المثال ، يتم استخدام البرامج التي تحدد الأرقام على الشيكات في الهياكل المصرفية في أمريكا.

إلى الأمام بسرعة فائقة

في التسعينيات ، أصبح من الواضح أن الميزة الرئيسية للشبكات العصبية التي تتطلب اهتمامًا خاصًا من العلماء هي القدرة على استكشاف منطقة معينة بحثًا عن الحل الصحيح دون مطالبة من شخص ما. يستخدم البرنامج طريقة التجربة والخطأ ، والتي على أساسها ينشئ قواعد سلوكية.

تميزت هذه الفترة بتزايد الاهتماممن الجمهور إلى الروبوتات المؤقتة. بدأ المصممون المتحمسون من جميع أنحاء العالم في تصميم روبوتاتهم الخاصة القادرة على التعلم. في عام 1997 ، كان هذا أول نجاح جاد حقًا على المستوى العالمي: لأول مرة ، هزم الكمبيوتر أفضل لاعب شطرنج في العالم ، غاري كاسباروف. ومع ذلك ، بحلول نهاية التسعينيات ، توصل العلماء إلى استنتاج مفاده أنهم وصلوا إلى الحد الأقصى ، وأن الذكاء الاصطناعي لا يمكن أن ينمو أكثر. علاوة على ذلك ، تعد الخوارزمية المُحسَّنة جيدًا أكثر كفاءة من أي شبكة عصبية في حل نفس المشكلات. بقيت بعض الوظائف مع الشبكات العصبية ، على سبيل المثال ، التعرف على النصوص الأرشيفية ، ولكن لم يكن هناك شيء أكثر تعقيدًا متاحًا. في الأساس ، كما يقول العلماء المعاصرون ، كان هناك نقص في القدرات التقنية.

زماننا

الشبكات العصبية اليوم هي وسيلة لحل المشاكل الأكثر تعقيدًا باستخدام طريقة "سيتم العثور على الحل بنفسه". في الواقع ، لا يرتبط هذا بأي ثورة علمية ، فقط العلماء المعاصرون ، نجوم عالم البرمجة ، لديهم إمكانية الوصول إلى تقنية قوية تسمح لهم بتطبيق ما يمكن لأي شخص أن يتخيله فقط بشكل عام من قبل. بالعودة إلى عبارة شيشرون حول القرود والرموز المميزة: إذا خصصت شخصًا للحيوانات لمنحهم مكافأة مقابل العبارة الصحيحة ، فلن يقوموا فقط بإنشاء نص ذي مغزى ، بل سيكتبون عبارة جديدة "الحرب والسلام" ، وليس أسوأ من ذلك.

الشبكات العصبية في أيامنا هذه في خدمة أكبر الشركات العاملة في مجال تقنية المعلومات. هذه شبكات عصبية متعددة الطبقات يتم تنفيذها من خلال خوادم قوية ،باستخدام إمكانيات شبكة الويب العالمية ، مصفوفات المعلومات المتراكمة على مدى العقود الماضية.