Yr hyn y mae angen i chi ei wybod i ddeall y dechnoleg sy'n newid o'ch cwmpas
Mae rhwydweithiau nerfol yn fodelau cyfrifiadurol o unedau neu nodau cysylltiedig a gynlluniwyd i drosglwyddo, prosesu a dysgu o wybodaeth (data) mewn ffordd debyg i sut mae niwroonau (celloedd nerfol) yn gweithio mewn pobl.
Rhwydweithiau Cnewyllol Artiffisial
Mewn technoleg, cyfeirir at rwydweithiau nefol yn aml fel rhwydweithiau nefolol (ANNs) artiffisial neu rwydi nerfol i wahaniaethu oddi wrth y rhwydweithiau niwral biolegol y maen nhw'n eu modelu ar ôl. Y prif syniad y tu ôl i ANNs yw mai'r ymennydd dynol yw'r "cyfrifiadur" mwyaf cymhleth a deallus sy'n bodoli. Drwy fodelu ANNs mor agos â phosib i'r strwythur a'r system o brosesu gwybodaeth a ddefnyddiwyd gan yr ymennydd, roedd yr ymchwilwyr yn gobeithio creu cyfrifiaduron a oedd yn cysylltu â chudd-wybodaeth dynol neu'n rhagori arnynt. Mae rhwydi cnewyllol yn elfen allweddol o ddatblygiadau cyfredol mewn deallusrwydd artiffisial (AI), dysgu peiriannau (ML), a dysgu dwfn .
Sut mae Rhwydweithiau Niwedol yn Gweithio: Cymhariaeth
I ddeall sut mae rhwydweithiau niwtral yn gweithio a'r gwahaniaethau rhwng y ddau fath (biolegol ac artiffisial), defnyddiwn yr enghraifft o adeilad swyddfa 15 stori a'r llinellau ffôn a'r switsfyrddau y mae'r llwybr yn eu galw trwy'r adeilad, lloriau unigol a swyddfeydd unigol. Mae pob swyddfa unigol yn ein swyddfa 15 stori yn cynrychioli niwron (nod mewn rhwydweithio cyfrifiadurol neu gelloedd nerfol mewn bioleg). Mae'r adeilad ei hun yn strwythur sy'n cynnwys set o swyddfeydd a drefnir mewn system o 15 lloriau (rhwydwaith nyrsus).
Gan ddefnyddio'r enghraifft i rwydweithiau nefolol biolegol, mae gan y switsfwrdd sy'n derbyn galwadau llinellau i gysylltu ag unrhyw swyddfa ar unrhyw lawr yn yr adeilad cyfan. Yn ogystal, mae gan bob swyddfa linellau sy'n ei gysylltu â phob swyddfa arall yn yr adeilad cyfan ar unrhyw lawr. Dychmygwch fod galwad yn dod i mewn (mewnbwn) ac mae'r switsfwrdd yn ei drosglwyddo i swyddfa ar y llawr 3ydd, sy'n ei drosglwyddo'n uniongyrchol i swyddfa ar y llawr 11 fed , sydd wedyn yn ei drosglwyddo'n uniongyrchol i swyddfa ar y llawr 5 fed . Yn yr ymennydd, gall pob niwron neu gell nerfol (swyddfa) gysylltu yn uniongyrchol ag unrhyw niwron arall yn ei system neu rwydwaith nefol (yr adeilad). Gellir trosglwyddo gwybodaeth (yr alwad) i unrhyw niwron arall (swyddfa) i brosesu neu ddysgu'r hyn sydd ei angen hyd nes bod ateb neu ddatrysiad (allbwn).
Pan fyddwn yn cymhwyso'r enghraifft hon i ANNs, mae'n mynd yn eithaf cymhleth. Mae angen ei switsfwrdd ei hun ar bob llawr yr adeilad, a all gysylltu yn unig â'r swyddfeydd ar yr un llawr, yn ogystal â'r switsfyrddau ar y lloriau uwchben ac islaw. Dim ond yn uniongyrchol y gall pob swyddfa gysylltu â swyddfeydd eraill ar yr un llawr a'r switsfwrdd ar gyfer y llawr hwnnw. Rhaid i bob galwad newydd ddechrau gyda'r switsfwrdd ar y llawr cyntaf a rhaid ei drosglwyddo i bob llawr unigol mewn trefn rifiadol hyd at y 15 fed llawr cyn i'r alwad ddod i ben. Gadewch i ni ei roi i weld sut mae'n gweithio.
Dychmygwch fod alwad yn dod i mewn (mewnbwn) i'r switsfwrdd llawr cyntaf ac yn cael ei anfon i swyddfa ar y llawr cyntaf (nod). Yna, trosglwyddir yr alwad yn uniongyrchol ymhlith swyddfeydd eraill (nodau) ar yr 1 llawr nes ei fod yn barod i'w hanfon i'r llawr nesaf. Yna mae'n rhaid anfon yr alwad yn ôl i'r switsfwrdd llawr cyntaf, sydd wedyn yn ei drosglwyddo i'r switsfwrdd ail lawr. Mae'r un camau hyn yn ailadrodd un llawr ar y tro, gyda'r alwad yn cael ei hanfon drwy'r broses hon ar bob llawr unigol yr holl ffordd hyd at lawr 15.
Yn ANNs, trefnir nodau (swyddfeydd) mewn haenau (lloriau'r adeilad). Mae gwybodaeth (alwad) bob amser yn dod trwy'r haen fewnbwn (llawr 1af a'i switsfwrdd) a rhaid ei anfon a'i brosesu gan bob haen (llawr) cyn y gall symud i'r un nesaf. Mae pob haen (llawr) yn prosesu manylion penodol am yr alwad honno ac yn anfon y canlyniad ynghyd â'r alwad i'r haen nesaf. Pan fydd yr alwad yn cyrraedd yr haen allbwn (15 fed llawr a'i switsfwrdd), mae'n cynnwys y wybodaeth brosesu o haenau 1-14. Mae'r nodau (swyddfeydd) ar y 15 fed haen (llawr) yn defnyddio'r wybodaeth fewnbynnu a phrosesu o'r holl haenau eraill (lloriau) i ddod o hyd i ateb neu ddatrysiad (allbwn).
Rhwydweithiau Niwrol a Dysgu Peiriannau
Mae rhwydi nerfol yn un math o dechnoleg o dan y categori dysgu peiriannau. Mewn gwirionedd, mae cynnydd mewn ymchwil a datblygu rhwydweithiau neural wedi cael ei gysylltu'n dynn â'r llwybrau a llifau ymlaen llaw yn ML. Mae rhwydi nerfol yn ehangu'r galluoedd prosesu data ac yn hybu pŵer cyfrifiadurol ML, gan gynyddu nifer y data y gellir eu prosesu ond hefyd y gallu i gyflawni tasgau mwy cymhleth.
Crëwyd y model cyfrifiadurol cyntaf ar gyfer ANNs ym 1943 gan Walter Pitts a Warren McCulloch. Arafodd y diddordeb cychwynnol ac ymchwil mewn rhwydweithiau niwclear a dysgu peiriannau yn y pen draw, ac fe'i cysgodwyd yn fwy neu lai erbyn 1969, gyda dim ond toriadau bach o ddiddordeb adnewyddedig. Nid oedd gan gyfrifiaduron yr amser ddigon o broseswyr ddigon cyflym na digon i ymestyn y meysydd hyn ymhellach, ac nid oedd y swm helaeth o ddata sydd ei angen ar gyfer rhwydweithiau ML a rhwydweithiau nerfol ar gael ar y pryd.
Mae cynnydd anferth mewn pŵer cyfrifiadurol dros amser ynghyd â thwf ac ehangu'r rhyngrwyd (a thrwy hynny fynediad i symiau enfawr o ddata drwy'r rhyngrwyd) wedi datrys y sialensiau cynnar hynny. Mae rhwydi niwtral a ML bellach yn offerynnol mewn technolegau a welwn ac a ddefnyddir bob dydd, megis cydnabyddiaeth wyneb , prosesu delweddau a chwilio, a chyfieithu iaith amser real - i enwi dim ond ychydig.
Enghreifftiau Rhwydwaith Newrol ym mywyd bob dydd
Mae'r AD yn bwnc cymharol gymhleth o fewn technoleg, ond mae'n werth cymryd peth amser i'w archwilio oherwydd y nifer cynyddol o ffyrdd y mae'n effeithio ar ein bywydau bob dydd. Dyma ychydig o enghreifftiau mwy o ffyrdd y mae rhwydweithiau neural yn cael eu defnyddio ar hyn o bryd gan wahanol ddiwydiannau:
- Cyllid: Defnyddir rhwydi nerfol i ragfynegi cyfraddau cyfnewid arian. Fe'u defnyddir hefyd yn y dechnoleg y tu ôl i systemau masnachu awtomatig a ddefnyddir yn y farchnad stoc.
- Meddygaeth: Mae gallu prosesu delweddau rhwydweithiau neural wedi cyfrannu at dechnoleg sy'n helpu i sgrinio'n fwy cywir a chanfod cam cynnar ac yn anodd adnabod mathau o ganser. Un math o'r fath o ganser yw melanoma ymledol, y math mwyaf difrifol a marwol o ganser y croen. Mae nodi melanoma mewn camau cynharach, cyn iddo lledaenu, yn rhoi'r cyfle gorau i gleifion â'r math hwn o ganser i'w guro.
- Tywydd: Mae'r gallu i ganfod newidiadau atmosfferig sy'n dynodi digwyddiad tywydd difrifol a pheryglus, mor gyflym a chywir ag sy'n bosib, yn hanfodol ar gyfer achub bywydau. Mae rhwydi niwtral yn ymwneud â phrosesu delweddau lloeren a radar yn amser real sy'n nid yn unig yn canfod corwyntoedd a seiclonau yn gynnar, ond hefyd yn canfod newidiadau sydyn mewn cyflymder a chyfeiriad y gwynt sy'n dynodi tornado sy'n ffurfio. Mae tornadoes yn rhai o'r digwyddiadau tywydd cryfaf a mwyaf peryglus ar gofnod - yn aml yn fwy sydyn, dinistriol a marwol na corwyntoedd.