Искусственная нейронная сеть (ИНС)

Что такое Искусственная нейронная сеть (ИНС)?

Искусственная нейронная сеть (ИНС) – это часть вычислительной системы, предназначенная для моделирования того, как человеческий мозг анализирует и обрабатывает информацию. Это основа искусственного интеллекта (ИИ), которая решает проблемы, которые могут оказаться невозможными или трудными по человеческим или статистическим стандартам. ИНС имеют возможности самообучения, которые позволяют им добиваться лучших результатов по мере поступления большего количества данных.

Ключевые моменты

  • Искусственная нейронная сеть (ИНС) – это компонент искусственного интеллекта, предназначенный для имитации работы человеческого мозга.
  • Блоки обработки составляют ИНС, которые, в свою очередь, состоят из входов и выходов. Входные данные – это то, чему ИНС учится для получения желаемого результата.
  • Обратное распространение – это набор правил обучения, используемых для управления искусственными нейронными сетями.
  • Практические применения ИНС очень разнообразны, включая финансы, личное общение, промышленность, образование и так далее.

Понимание искусственной нейронной сети (ИНС)

Искусственные нейронные сети построены, как человеческий мозг, с узлами нейронов, соединенными между собой, как сеть. Человеческий мозг состоит из сотен миллиардов клеток, называемых нейронами. Каждый нейрон состоит из тела клетки, которое отвечает за обработку информации, передавая информацию в направлении (входы) и прочь (выходы) от мозга.

ИНС имеет сотни или тысячи искусственных нейронов, называемых блоками обработки, которые связаны между собой узлами. Эти блоки обработки состоят из блоков ввода и вывода. Блоки ввода получают различные формы и структуры информации на основе внутренней системы взвешивания, а нейронная сеть пытается узнать о представленной информации для создания одного выходного отчета. Подобно тому, как людям нужны правила и руководящие принципы для получения результата или вывода, ИНС также используют набор правил обучения, называемых обратным распространением ошибок, аббревиатурой для обратного распространения ошибки, чтобы улучшить свои выходные результаты.

Сначала ИНС проходит этап обучения, на котором она учится распознавать закономерности в данных – визуально, на слух или тексту. Во время этой контролируемой фазы сеть сравнивает свой фактический результат с тем, что она должна была производить – желаемым результатом. Разница между обоими исходами корректируется с помощью обратного распространения ошибки. Это означает, что сеть работает в обратном направлении, переходя от блока вывода к блокам ввода, чтобы регулировать вес своих соединений между блоками, пока разница между фактическим и желаемым результатом не приведет к минимально возможной ошибке.

На этапе обучения и контроля ИНС учат, что искать и каким должен быть результат, используя типы вопросов типа «да / нет» с двоичными числами. Например, банк, который хочет вовремя обнаружить мошенничество с кредитными картами, может иметь четыре входных блока, на которые вводятся следующие вопросы: (1) Проводится ли транзакция в стране, отличной от страны резидента пользователя? (2) Аффилирован ли веб-сайт, на котором используется карта, с компаниями или странами, включенными в список наблюдения банка? (3) Сумма транзакции превышает 2000 долларов США? (4) Совпадает ли имя, указанное в счете за транзакцию, с именем держателя карты?

Банк хочет, чтобы ответы «обнаружено мошенничество» были Да Да Да Нет, что в двоичном формате будет 1 1 1 0. Если фактический вывод сети равен 1 0 1 0, он корректирует свои результаты до тех пор, пока не будет выдан вывод, совпадающий с 1 1 1 0. После обучения компьютерная система может предупреждать банк о незавершенных мошеннических транзакциях, экономя банку много денег.

Практическое применение искусственных нейронных сетей (ИНС)

Искусственные нейронные сети открывают путь для разработки приложений, меняющих жизнь, для использования во всех секторах экономики. Платформы искусственного интеллекта, построенные на ИНС, подрывают традиционные способы ведения дел. Платформы ИИ упрощают транзакции и делают услуги доступными для всех при незначительных затратах – от перевода веб-страниц на другие языки до заказа продуктов через Интернет для виртуального помощника и общения с чат-ботами для решения проблем.

Искусственные нейронные сети применяются во всех сферах деятельности. Поставщики услуг электронной почты используют ИНС для обнаружения и удаления спама из почтового ящика пользователя; управляющие активами используют его для прогнозирования направления движения акций компании; рейтинговые агентства используют его для улучшения своих методов оценки кредитоспособности; платформы электронной коммерции используют его для персонализации рекомендаций своей аудитории; чат-боты разрабатываются с использованием ИНС для обработки естественного языка; алгоритмы глубокого обучения используют ИНС для прогнозирования вероятности события; и список инкорпорированных ИНС продолжается во многих секторах, отраслях и странах.