Рейтинг@Mail.ru
Новостной портал "Город Киров"
28 ноября, Киров -1.2°
Архив Добавить в закладки

Что известно о нейронных сетях

Что известно о нейронных сетях
Фотография автора
Автор:

Современные нейронные сети достигли уровня понимания изображений сопоставимого с возможностями человеческого мозга. Но механизмы понимания до сих пор неясны. Недавние исследования показывают, что нейронные сети перестают правильно опознавать изображение при незначительных ее искажениях. В настоящее время теория и практика машинного обучения переживают настоящую «глубинную революцию», вызванную успешным применением методов deep learning, представляющих собой третье поколение нейронных сетей. В отличие от классических (второго поколения) нейронных сетей 80–90-х годов прошлого века, новые парадигмы обучения позволили избавиться от ряда проблем, которые сдерживали распространение и успешное применение традиционных нейронных сетей https://www.cyberforum.ru/ai/.

Сети, обученные с помощью алгоритмов глубинного обучения, не просто превзошли по точности лучшие альтернативные подходы, но и в ряде задач проявили зачатки понимания смысла подаваемой информации (например, при распознавании изображений, анализе текстовой информации и так далее). Наиболее успешные современные промышленные методы компьютерного зрения и распознавания речи построены на использовании глубинных сетей, а гиганты IT-индустрии, такие как Apple, Google, Facebook, скупают коллективы исследователей, занимающихся глубинным обучением целыми лабораториями. Стоит отдельно заметить, что нейронные сети (даже третьего поколения, такие как сверточные сети, авто-кодировщики, глубинные машины Больцмана) не имеют ничего общего с биологическими нейронами, кроме названия. Поэтому говорить о том, что нейронные сети моделируют работу мозга, некорректно https://www.cyberforum.ru/programming-theory/.

Ни модель элементарного блока обработки информации (нейрона), ни алгоритмы обучения, ни структура сети в нейронных сетях не соответствуют тому, что наблюдается в биологическом мозге. Общности между мозгом и нейронными сетями не больше, чем между птицами и насекомыми: и те и другие летают, и те и другие имеют крылья, но в остальном это совершенно разные виды. Вряд ли кому-то придет в голову моделировать стрижа с помощью мухи. По сути, разговоры о том, что нейронные сети, используемые в машинном обучении, являются упрощенной моделью мозга, — это маркетинговый ход, направленный на получение учеными новых грантов https://www.cyberforum.ru/.

Анализ экономических процессов, является сложной задачей. Это связано с тем, что на такие процессы, помимо факторов, поддающихся математическому моделированию, влияет и множество других, имеющих слабо прогнозируемый характер (например, социальные факторы). Сложность анализа усугубляется ещё и тем, что факторы, трудно поддающиеся математическому моделированию, зачастую являются взаимовлияющими. Отсюда следует, что в настоящее время не существует строгих математических подходов к моделированию такого рода процессов. Таким образом, применение различных математических методов из смежных областей научных исследований, является  основным инструментом, применяемым на данный момент для решения такого рода задач. 

Комментарии:

Вы будете первым, кто оставит комментарий.

Оставить комментарий

Чтобы оставить комментарии, введите ваш никнейм и E-mail

Читайте также

Новости партнеров