Дмитрий САХАНЬ
БезУмные
сети
«Ученые» роботы
Поднятая в одном из предыдущих номеров тема нейронных сетей
и вычислений (Сергей БОРМОТОВ, «Нервные компьютеры», МК,
Ив39 (262)], вызвала отклик у читателей. И дабы ни у кого не
сложилось
неправильного
мнения
об
«интеллектуальных
способностях» подобных «железяк», я и решил написать эту статью.
М
не пришло еще одно письмо с прось-
бой объяснить кое-что о нейросе-
тях и алгоритмах их обучения. Как
пишет автор, он провел много вре-
мени в Интернете © , но так и не смог най-
ти вразумительного ответа на свой доволь-
но простой вопрос, касающийся нейрон-
ных сетей. В итоге, он направляет его нам
на «проработку». Н у что ж, давайте по-
пробуем разобраться все вместе.
Итак, вопрос:
«Как сообщить нейросе-
ти, что она ошиблась, и каков алгоритм
изменения весов в результате ошибки? Как
вообще происходит обучение? С помо-
щью параллельного механизма или сред-
ствами самой сети?»
В первую очередь, хотелось бы напом-
нить, что традиционно понимается под ней-
ронной сетью. Э то набор формальных ней-
ронов, обслуживаемых внешним программ-
ным движком. С огласно представлениям
об усилительно-тормозных функциях на-
ж стоящих нейронов
(рис.
1
), каждый «ней-
рон» нейронной сети является обычной
структурой данных или, говоря другими сло-
Рис.1
вами, ячейкой блока данных нейросети.
Далее будем употреблять слово «ячейка»
(рис.
2
),
подразумевая под ней нейрон ней-
росети.
Каждая ячейка имитирует исключитель-
но усилительно-тормозные функции (ней-
рон мозга также занимается или усилени-
ем поступающих нервных сигналов, или их
торможением). Так и появилось программ-
ное решение с использованием весовых
коэффициентов связей. Эти коэффициенты
исполняют роль сопротивлений (резисто-
ры в электронике) по входам ячейки. Как
можно догадаться, истинная нейросеть р а -
ботает с аналоговыми сигналами.
Допустим, у ячейки есть 3 входа, и на 3-й
вход поступает «нервный» сигнал в 1 вольт.
Внешний программный движок обращается
к определенному полю внутри ячейки (к при-
меру, «ЯЧЕЙКА.резисторЗ») и извлекает от-
туда так называемый вес связи. Понятно, вес
связи на самом деле обозначает величину
сопротивления. Например, если вес равен
положительному числу (допустим, 50-ти про-
центам), тогда входной 1-вольтовый сигнал
надо погасить (торможение) согласно вели-
чине сопротивления. В результате в ячейку
по 3-ему входу попадает сигнал в полволь-
та. Если же вес был отрицательным числом,
тогда сигнал усиливается согласно величи-
не сопротивления. В таком случае входящий
сигнал стал бы равен полутора вольтам. Этот
пример в общих чертах демонстрирует ра-
боту весов нейронных связей. Главное, что
вся нейросеть ориентирована в основном
на идею усиления-торможения сигналов.
Далее получившиеся внутри ячейки вход-
ные потенциалы складываются аналогово
и отправляются на выход. Разумеется, эту
работу за ячейку выполняет внешний дви-
жок, ибо ячейка, по сути дела, элементар-
ная структура данных. У нее есть поля: ре-
зистор 1, резистор 2 и т.д., резистор N и
выход. В современных модификациях ней-
росетей существуют и дополнительные по-
ля типа аналоговой памяти, конденсато-
ров и прочего, но первый вариант был с
минимумом полей.
Если интересно, поищите в Интернете
сайт, кажется, Большая Советская или Рос-
сийская энциклопедия. Там есть изображ е-
ние схемы электронного нейрона-ячейки.
Несколько резисторов, транзисторов —
вот с чего начинались первые нейросети.
Еще не было домашних компьютеров, а
ученые уже тогда пробовали собирать ней-
ронные сети. Паялись радиодетали на от-
дельные платы, а затем такие «нейроны-
платы» паялись в большие сети. Когда же
со временем попробовали перенести ней-
росети в компьютеры, не долго думая про-
сто имитировали те же самые платы на
программном уровне. В конце концов, про-
граммная нейросеть стала давать точно
такие же результаты.
Рззр на тормозах
О днако не будем забывать, что аппа-
ратные нейросети тестировались в рамках
программы управления аппаратам и и про-
мышленными роботами. Роботам, м оно-
тонно выполнявшим строгую последова-
тельность действий, нейросети подходили
гораздо больше, чем, скажем, продвину-
тый «мозг» на базе суперкомпьютера. Кто
же будет микроскопом забивать гвозди?
Естественно, «мозг» по затратам оказался
дороже, да и по-настоящему он этим ро-
ботам был не нужен. Запрограмм ирован-
ность последних являлась совсем не след-
ствием работаю щ ей программы, а предо-
пределялась самой конструкцией робота.
К примеру, робот мог розвернуть ру-
ку-стрелу с какой-то деталью на 90 граду-
сов. Затем «обученная» рука опять воз-
вращ алась в прежнее положение, снова
брала какую-то заготовку и вновь пере-
носила ее на 9 0 градусов в сторону. И
здесь мнимое самообучение выглядело по-
трясающ е правдоподобным!
Допустим, ячейка нейросети следит за
поворотом руки робота влево. Когда на
вход ячейки поступает 1 -вольтовый сигнал,
рука должна начать поворот. Предполо-
жим, робот может вертеть руками не толь-
ко на 90 градусов. Фактически, если ней-
росигнал вовремя не «затормозить», то ру-
ка вроде бы проскочит точку «90 граду-
сов» и будет поворачиваться и дальше.
Сейчас надурим глупую машину, с ехидст-
вом размышляем мы. Нам ертво подклю-
чим вход управляющей поворотом ячейки
к клемме питания «1 вольт», и пусть себе
вертится безостановочно. А н нет, ты гля-
ди, повернулся ровно на 90 градусов и за -
мер. Видать, умный дюже!
А теперь смотрим на все происходя-
щее с позиции нейросети. О д на из догм
идеи усиления-торможения: чем чащ е на
вход поступает раздраж аю щ ий нервный
сигнал, тем быстрее возрастает коэффи-
циент торможения сигнала. Управляющ ую
ячейку мы закоротили с клеммой 1-воль-
тового питания, тем самым вынудив ее по-
стоянно находиться под раздраж аю щ им
входным сигналом. Разумеется, постепен-
но входной резистор этой ячейки начина-
ет увеличивать свое сопротивление в со-
ответствии с упомянутой догмой. И если
мы правильно настроим нейросеть кон-
кретно под этого робота, то ровно по дос-
тижении 90-градуачого поворота входной
резистор целиком затормозит входной раз-
дражающ ий сигнал. О н его попросту не
будет больш е пропускать в ячейку. В ито-
ге мы увидим, что робот выполнил задачу
и как разумный организм дальше повора-
чивать руку не пытается. Хлопаем в ладо-
ши: разум победил.
Вот так и работает нейросеть робота
(рис. 3).
О д на ячейка со временем стопо-
№52/275 29 декабря-5 января 2003/04
предыдущая страница 26 Мой Компьютер 2004 52 читать онлайн следующая страница 28 Мой Компьютер 2004 52 читать онлайн Домой Выключить/включить текст