В тексте делимся историей создания и механизмом его работы.
Еще больше интересных материалов на IT-темы — в Академии Selectel.
В 2024 году никого уже не удивить возможностями ИИ — люди используют его в обыденной жизни. Но еще несколько десятилетий назад нейросети оставались загадкой для человечества, а термин «искусственный интеллект» приравнивался к научной фантастике. Как все изменилось? Откуда появились нейросети и кто их придумал? Ответим на эти вопросы сегодня в посте.
С чего все зародилось
Сегодня мы не будем уходить далеко в историю, вместо этого рассмотрим основные события, которые повлияли на появление нейросетей.
В 1943 году Уоррен Мак-Каллок и Уолтер Питтс опубликовали исследование «Логическое исчисление идей, относящихся к нервной активности». В нем они вывели математическую модель и поделились, как она может выполнять логические операции. По сути, искусственная нейронная сеть приравнивалась к упрощенной модели естественного нейрона.
В 1957 году Фрэнк Розенблатт разработал компьютерную модель восприятия информации мозгом «Перцептрон», основанную на исследованиях Мак-Каллока и Питтса. Впоследствии ее можно было использовать в виде электронной машины «Марк-1».
Перцептрон стал одной из первых моделей нейронных сетей, которая могла обучаться на данных. Он состоит из сенсоров (S-элементы), ассоциативных (А-элементы) и реагирующих элементов (R-элементы).
Как работает персептрон
Если коротко, S-элементы получают двоичные сигналы от внешних факторов — например, света, звука, движения — и передают их А-элементам. Последние обрабатывают сигнал и отправляют к R-элементам.
- S-элемент может находиться как в состоянии покоя со значением 0, так и в активности со значением 1.
- А-элемент оценивает входной сигнал. Если он превышает пороговое значение, то будет равен +1. В противном случае — 0.
- R-элемент также оценивает сигнал. Если его сумма является строго положительной, то сигнал будет равен +1, и если наоборот, то -1. Если сумма равна 0, выход можно считать либо равным нулю, либо неопределенным.
Вывод
На сегодня модель устарела, однако на ее примере можно изучить основные понятия и простые алгоритмы обучения нейронных сетей.
Хотите использовать возможности нейросетей в разработке? Изучите бесплатный курс в Академии Selectel.
