#Нейруха, или Введение в нейроэру

Среди исследователей-кибернетиков, нейрофизиологов и математиков значительный вклад в развитие нейросетевых технологий внесли Норберт Виннер (автор представлений сложных биологических процессов с помощью математических моделей), Дональд Хебб (первый алгоритм обучения), Бернард Уидроу, Александр Петров, Марвин Минский, Теуво Кохонен, Борис Хакимов, Пол Вербос, Александр Галушкин, Кунихико Фукушима, Джон Хопфилд, Дэвид Румельхарт, Джеффри Хинтон, Рональд Вильямс, Сергей Барцев, Виктор Охонин и многие другие.

Можно сказать, что основы современного бума ИИ (искусственного интеллекта, или artificial intelligence, AI) заложили Йошуа Бенджио, Джеффри Хинтон и Ян Лекун – специалисты в области исследования и внедрения ИИ и лауреаты премии Тьюринга (которую называют Нобелевской премией в области информатики) за 2018 год.

Подходы к машинному обучению и методы, которые разрабатывали эти специалисты в 1990-х и 2000-х годах, позволили сделать гигантский прорыв в таких сложных областях, как компьютерное зрение и распознавание речи.

Так что же такое современная компьютерная нейросеть?

Глава 2. Современная компьютерная нейросеть

Хочу сразу отметить: «искусственный интеллект» и «нейросеть» – понятия не тождественные, хотя и связанные. «ИИ» – обобщённое понятие для различных технологических решений. «Нейросеть – это одна из реализаций, один из механизмов, используемых в искусственном интеллекте, но механизм не единственный.

Современная цифровая нейросеть – это разновидность компьютерных программ, которые по своей структуре имитируют работу человеческого мозга.

Отсюда, соответственно, и происходит их общее название – нейросети.

Такая программа состоит из множества взаимосвязанных узлов, называемых нейронами, которые обрабатывают и передают информацию друг другу. Каждый такой нейрон получает входные данные, выполняет над ними некоторые вычисления и передаёт результат следующему нейрону в сети нейронов.

В нейросети данные в момент запроса пользователя подаются на вход, затем проходят через множество слоёв цифровых нейронов, где каждый слой обрабатывает информацию по-своему.

Каждый цифровой нейрон принимает решение на основе входящей информации, которую он получает от предыдущих нейронов, и передаёт свои результаты следующим нейронам. Именно таким образом нейросеть способна обучаться на примерах и улучшать свою работу, делая более точные прогнозы и принимая более сложные решения.