Rețele Neuronale Artificiale

Capitolul I Introducere

I.1 Obiective

După acest capitol, ar trebui să :

se înţeleagă blocurile de bază în construirea unei reţele neuronale artificiale (RNA);

se înţeleagă cele două moduri de funcţionare într-o RNA;

se înţeleagă importanţa învăţării unei RNA;

fie capabile să folosească o regulă simplă de învăţare într-o RNA;

se înceapă să se înţeleagă importanţa problemelor liniar inseparabile;

se cunoască unele dintre problemele care au fost utilizate de RNA.

I.2 Inteligenţa

Această lucrare cuprinde un curs introductiv despre aceste noi simulări de prelucrare a informaţiilor care încearcă să le întreacă pe cele pe care le găsim în biologie. Adesea acestea sunt clasificate ca:

prelucrarea informaţiilor bazate pe neuron;

prelucrarea informaţiilor genetice;

prelucrarea informaţiilor bazate pe imunitate.

Acest curs va introduce primele două dintre aceste aspecte ale inteligenţei artificiale.

Inteligenţa artificială tradiţională se bazează pe un înalt nivel de procesare simbolică care este de fapt o programare logică, pe un sistem expert, pe o plasă semantica etc. toate bazându-se în existenţa lor pe anumite niveluri ridicate de reprezentare a cunoştinţelor care pot fi manipulate prin utilizarea anumitor tipuri de sintaxe formale de manipulare a unor scheme – ca de exemplu regulile din gramatică. Aceste abordări s-au dovedit a fi folositoare în stimularea progreselor umane într-o serie de domenii, ca de exemplu:

- avem în prezent softuri care pot juca şah la nivel Grand Master;

- putem combina expertizele profesionale din medicină sau drept utilizând sistemele expert;

- avem softuri care pot crea demonstraţii matematice pentru rezolvarea unor probleme complexe din matematică.

Totuşi, există încă domenii de expertiză umană în care suntem incapabili de a mima utilizarea softurilor, de exemplu maşinile noastre au dificultăţi în redarea exactă a scrisului uman, recunoaşterea chipurilor umane sau redarea simţului realităţii. Observaţi cum nivelul scăzut al ultimei liste pare a fi comparat cu lista de realizări: s-a spus că lucrurile dificile s-au dovedit uşor de programat în timp ce lucrurile uşoare s-au dovedit dificile.

I.3 Reţele neuronale artificiale

Acum sarcini cum ar fi cele discutate mai sus par să nu ceară o mare experienţă umană – copii sunt adepţii ale multor astfel de sarcini. Astfel se explică lucrurile care stau la baza prezumţiei de creare a reţelelor neuronale artificiale (RNA): această expertiză pe care noi o arătăm în acest domeniu se datorează naturii hardware-ului pe care creierul nostru funcţionează. Prin urmare, dacă dorim stimularea biologică profitabilă în aceste domenii trebuie să ne bazăm maşinile pe hardware (sau simulări de hardware) care par a fi un echivalent a ceea ce se găseşte în interiorul capului nostru.

În primul rând ar trebui să ne fie clar despre ce proprietăţi interesante ale informaţiilor neuronale umane este vorba. Acestea pot fi descrise ca:

- procesarea informaţiilor biologice sunt robuste şi cu toleranţă la erori: încă înainte de naştere avem un mare număr de neuroni şi chiar dacă pierdem zilnic mulţi dintre aceştia vom continua să funcţionăm pentru mulţi ani fără o degradare asociată a capacităţilor noastre;

- procesarea informaţiilor biologice sunt flexibile: nu avem nevoie să fim reprogramaţi atunci când mergem într-un mediu nou, ne adaptăm noului mediu, de fapt noi învăţăm;

- putem gestiona vag, probabilist, zgomotos şi inconsistent date într-un mod care este posibil să se facă şi cu un program de calculator dar doar cu nişte programe sofisticate şi doar atunci când contextul unor astfel de date a fost analizat în detaliu. Acest lucru contrastează cu capacitatea noastră înnăscută de a acţiona cu incertitudine;

- maşina care realizează aceste funcţii este extrem de asemănătoare, mică, compactă şi disipă putere mică.

Vom începe, prin urmare, investigaţia noastră a acestor proprietăţi cu o privire la maşina biologică pe care o vom stimula