Neyrontarmoq Asab tarmog'i tarmoq yoki neyronlarning elektron yoki zamonaviy ma'noda, bir emas sun'iy nerv tarmoq iborat, sun'iy neyronlarning yoki tugunlari. Shunday qilib, neyron tarmog'i biologik neyronlardan tashkil topgan biologik neyron tarmoq yoki sun'iy intellekt (AI) muammolarini hal qilish uchun sun'iy neyron tarmoqdir . Biologik neyronning ulanishlari tugunlar orasidagi og'irliklar sifatida sun'iy neyron tarmoqlarda modellashtirilgan. Ijobiy og'irlik qo'zg'atuvchi aloqani aks ettiradi, salbiy qiymatlar esa inhibitiv aloqalarni bildiradi. Barcha kirishlar og'irlik bilan o'zgartiriladi va yig'iladi. Bu faoliyat chiziqli birikma deb ataladi. Nihoyat, faollashtirish funksiyasi nazorat qiladichiqish amplitudasi .
Masalan, qabul qilinadigan chiqish diapazoni odatda 0 dan 1 gacha yoki -1 va 1 bo'lishi mumkin.
Ushbu sun'iy tarmoqlar prognozli modellashtirish , moslashuvchan boshqaruv va ma'lumotlar to'plami orqali o'qitilishi mumkin bo'lgan ilovalar uchun ishlatilishi mumkin. Tajriba natijasida kelib chiqadigan o'z-o'zini o'rganish murakkab va bir-biriga bog'liq bo'lmagan ma'lumotlar to'plamidan xulosa chiqarishi mumkin bo'lgan tarmoqlar ichida sodir bo'lishi mumkin.
Umumiykoʻrinish Biologik asab tarmog'i kimyoviy ulangan yoki chiqa olmaydi bog'liq neyronlarning bir guruhlari tashkil topgan. Bitta neyron ko'plab boshqa neyronlarga ulanishi mumkin va tarmoqdagi neyronlar va ulanishlarning umumiy soni keng bo'lishi mumkin. Deb nomlangan Connections, sinaps , odatda shakllanar ekan aksonlar uchun dendrid da, dendrodendritic Nerv va boshqa ulanishlar mumkin. Elektr signalizatsiyasidan tashqari, neyrotransmitter diffuziyasidan kelib chiqadigan signalizatsiyaning boshqa shakllari ham mavjud .
Sun'iy intellekt, kognitiv modellashtirish va neyron tarmoqlar biologik neyron tizimlari ma'lumotlarni qayta ishlash usulidan ilhomlangan axborotni qayta ishlash paradigmalaridir. Sun'iy intellekt va kognitiv modellashtirish biologik neyron tarmoqlarning ba'zi xususiyatlarini taqlid qilishga harakat qiladi. Yilda sun'iy aql sohasida, sun'iy nerv tarmoqlari uchun muvaffaqiyatli tatbiq qilingan nutq tan , tasvir tahlil va adaptiv boshqarish qurish maqsadida, dasturiy ta'minot agentlari (ichida kompyuter va video o'yinlar ) yoki avtonom robotlar .
Tarixiy jihatdan raqamli kompyuterlar fon Neyman modelidan kelib chiqqan va bir qator protsessorlar tomonidan xotiraga kirish orqali aniq ko'rsatmalarni bajarish orqali ishlaydi. Boshqa tomondan, neyron tarmoqlarning kelib chiqishi biologik tizimlarda axborotni qayta ishlashni modellashtirish harakatlariga asoslanadi. Fon Neyman modelidan farqli o'laroq, neyron tarmoqni hisoblash xotira va ishlov berishni ajratmaydi.
Neyron tarmoq nazariyasi miyadagi neyronlarning qanday ishlashini yaxshiroq aniqlash va sun'iy intellektni yaratish harakatlariga asos bo'lib xizmat qildi.
Tarix Zamonaviy neyron tarmoqlar uchun dastlabki nazariy asos mustaqil ravishda Aleksandr Beyn (1873) va Uilyam Jeyms (1890) tomonidan taklif qilingan . Ularning ishlarida fikrlar va tana faoliyati miya ichidagi neyronlarning o'zaro ta'siri natijasida yuzaga kelgan.
Bain uchun har bir faoliyat ma'lum bir neyronlar to'plamining yonishiga olib
keldi. Faoliyatlar takrorlanganda, bu neyronlar orasidagi aloqalar mustahkamlandi. Uning nazariyasiga ko'ra, bu takrorlash xotiraning shakllanishiga olib keldi. O'sha paytdagi umumiy ilmiy hamjamiyat Beynning nazariyasiga shubha bilan qaradi, chunki u miya ichidagi haddan tashqari ko'p neyron aloqalarni talab qiladi. Endi miya juda murakkab ekanligi va bir xil miya "simlari" bir nechta muammolar va kirishlarni hal qila olishi aniq.
Jeyms nazariyasi Beynnikiga oʻxshardi , ammo u xotiralar va harakatlar miyadagi neyronlar orasidan oqib oʻtadigan elektr toklari natijasida paydo boʻlishini taklif qildi. Uning modeli, elektr toklari oqimiga e'tibor qaratib, har bir xotira yoki harakat uchun individual neyron ulanishlarni talab qilmadi.
CS Sherrington (1898) Jeyms nazariyasini sinab ko'rish uchun tajribalar o'tkazdi. U elektr tokini kalamushlarning umurtqa pog‘onasiga o‘tkazdi. Biroq, Jeyms tomonidan prognoz qilingan elektr tokining o'sishini namoyish qilish o'rniga, Sherrington vaqt o'tishi bilan sinov davom etar ekan, elektr tokining kuchi pasayganligini aniqladi. Muhimi, bu ish odatlanish kontseptsiyasining ochilishiga olib keldi .
McCulloch va Pitts (1943) matematika va algoritmlarga asoslangan neyron tarmoqlar uchun hisoblash modelini yaratdilar. Ular bu modelni chegara mantiqi deb atashdi . Model neyron tarmog'ini tadqiq qilishning ikkita alohida yondashuvga bo'linishiga yo'l ochdi. Bir yondashuv miyadagi biologik jarayonlarga, ikkinchisi esa neyron tarmoqlarni sun’iy intellektga qo‘llashga qaratilgan.
1940-yillarning oxirida psixolog Donald Xebb neyron plastisiya mexanizmiga asoslangan ta'lim gipotezasini yaratdi, u hozirda Hebbian o'rganish deb nomlanadi . Hebbian o'rganish "odatiy" nazoratsiz o'rganish qoidasi hisoblanadi va uning keyingi variantlari uzoq muddatli potentsialning dastlabki modellari edi . Ushbu g'oyalar 1948 yilda Turingning B tipidagi mashinalari bilan hisoblash modellarida qo'llanila boshlandi .
Farli va Klark (1954) MITda Hebbian tarmog'ini simulyatsiya qilish uchun dastlab hisoblash mashinalaridan foydalanganlar, keyin esa kalkulyatorlar deb ataladi. Boshqa neyron tarmoq hisoblash mashinalari Rochester, Holland, Habit va Duda (1956) tomonidan yaratilgan.
Rosenblatt (1958) oddiy qoʻshish va ayirish yordamida ikki qavatli oʻrganish kompyuter tarmogʻiga asoslangan naqshni aniqlash algoritmi boʻlgan perceptronni yaratdi .
Matematik namoyish bilan Rosenblatt ham kabi emas, balki asosiy sensor bilan davrlari tasvirlangan maxsus yoki kimning matematik hisoblash keyin qayta bo'lmadi, bir davr, tutashuv Yayılım algoritm Werbos tomonidan yaratilgan (1975).
Neyron tarmoq tadqiqotlari Marvin Minski va Seymur Papert (1969) tomonidan mashinani o'rganish bo'yicha tadqiqotlar nashr etilgandan keyin to'xtab qoldi . Ular neyron tarmoqlarni qayta ishlaydigan hisoblash mashinalari bilan bog'liq ikkita asosiy muammoni aniqladilar. Birinchi muammo shundaki, bitta qatlamli neyron tarmoqlar eksklyuziv yoki sxemani qayta ishlashga qodir emas edi. Ikkinchi muhim muammo shundaki, kompyuterlar katta neyron tarmoqlar talab qiladigan uzoq vaqtni samarali boshqarish uchun yetarli darajada murakkab emas edi. Neyron tarmog'ini tadqiq qilish kompyuterlar ko'proq ishlov berish quvvatiga ega bo'lmaguncha sekinlashdi. Shuningdek, keyinchalik yutuqlar muhim edi Yayılım samarali eksklyuziv-yoki muammoni hal algoritm (1975 Werbos).
Parallel tarqalgan jurnali o'rta-1980 nomi ostida mashhur bo'ldi connectionism .
Rumelhart va McClelland (1986) matni neyron jarayonlarni simulyatsiya qilish uchun kompyuterlarda ulanishdan foydalanish bo'yicha to'liq ekspozitsiyani taqdim etdi.
Sun'iy intellektda qo'llaniladigan neyron tarmoqlar an'anaviy ravishda miyada neyronni qayta ishlashning soddalashtirilgan modellari sifatida ko'rib chiqiladi, garchi bu model va miya biologik arxitekturasi o'rtasidagi bog'liqlik muhokama qilinsa ham, sun'iy neyron tarmoqlar miyani qay darajada aks ettirishi aniq emas. funktsiyasi.
Sun'iyintellekt Asab tarmog'i sun'iy neyronlarning holda (NN), deb nomlangan sun'iy nerv tarmog'i (YSA) yoki simule asab tarmog'i (SNN), tabiiy yoki bir-biriga bog'langan guruh hisoblanadi.
Aksariyat hollarda ANN adaptiv tizim bo'lib, tarmoq orqali o'tadigan tashqi yoki ichki ma'lumotlarga asoslangan holda o'z tuzilishini o'zgartiradi.
Amaliy ma'noda neyron tarmoqlar chiziqli bo'lmagan statistik ma'lumotlarni modellashtirish yoki qaror qabul qilish vositalaridir.
Ulardan kirish va chiqishlar o'rtasidagi murakkab munosabatlarni modellashtirish yoki ma'lumotlardagi naqshlarni topish uchun foydalanish mumkin .
An sun'iy nerv tarmoq oddiy ishlash elementlar (tarmog'ini o'z ichiga oladi sun'iy neyronlar ishlash elementlar va element parametrlarni o'rtasidagi ulanishlar bilan belgilanadi murakkab global xatti namoyish mumkin).
Sun'iy neyronlar birinchi marta 1943 yilda neyrofiziolog Uorren Makkalok va mantiqchi Uolter Pitts tomonidan taklif qilingan , ular birinchi marta Chikago universitetida hamkorlik qilgan .
Sun'iy neyron tarmog'ining klassik turlaridan biri takrorlanuvchi Hopfild tarmog'idir .
Neyron tarmog'i tushunchasi birinchi marta Alan Tyuring tomonidan 1948 yilda " Intelligent Machinery" asarida taklif qilingan bo'lib, u ularni "B tipidagi tashkillashtirilmagan mashinalar" deb atagan.
Sun'iy neyron tarmoq modellarining foydaliligi shundan iboratki, ular kuzatishlar natijasida funktsiyani chiqarish va undan foydalanish uchun ishlatilishi mumkin. Nazorat qilinmagan neyron tarmoqlar, shuningdek, kirish taqsimotining muhim xususiyatlarini aks ettiruvchi kirish tasvirlarini o'rganish uchun ham ishlatilishi mumkin, masalan, Boltzmann mashinasi (1983) va yaqinda chuqur o'rganish algoritmlari, ular tarqatish funktsiyasini bilvosita o'rganishi mumkin. kuzatilgan ma'lumotlar. Neyron tarmoqlarda o'rganish, ayniqsa, ma'lumotlar yoki vazifaning murakkabligi bunday funktsiyalarni qo'lda loyihalashni amaliy bo'lmagan ilovalarda foydalidir.
Neyrologiya Nazariy va hisoblash nevrologiyasi biologik asab tizimlarini tahlil qilish va hisoblash modellashtirish bilan shug'ullanadigan sohadir. Neyron tizimlar kognitiv jarayonlar va xatti-harakatlar bilan chambarchas bog'liq bo'lganligi sababli, bu soha kognitiv va xatti-harakatni modellashtirish bilan chambarchas bog'liq.
Ushbu sohaning maqsadi biologik tizimlar qanday ishlashini tushunish uchun biologik asab tizimlarining modellarini yaratishdir. Ushbu tushunchaga ega bo'lish uchun nevrologlar kuzatilgan biologik jarayonlar (ma'lumotlar), neyronni qayta ishlash va o'rganish uchun biologik asosli mexanizmlar ( biologik neyron tarmoq modellari) va nazariya (statistik o'rganish nazariyasi va axborot nazariyasi ) o'rtasida aloqa o'rnatishga intiladi .