เครือข่ายประสาทเทียม: สิ่งที่พวกเขามีและวิธีการที่พวกเขาส่งผลกระทบต่อชีวิตของคุณ

สิ่งที่คุณต้องรู้เพื่อทำความเข้าใจเกี่ยวกับเทคโนโลยีการเปลี่ยนแปลงรอบตัวคุณ

เครือข่ายประสาทเทียมคือโมเดลคอมพิวเตอร์ของหน่วยที่เชื่อมต่อหรือ โหนดที่ ออกแบบมาเพื่อส่งผ่านประมวลผลและเรียนรู้จากข้อมูล (ข้อมูล) ในลักษณะเดียวกับที่เซลล์ประสาททำงานได้ดีในคน

เครือข่ายประสาทเทียม

ในเทคโนโลยีเครือข่ายประสาทมักเรียกกันว่าโครงข่ายประสาทเทียม (ANN) หรือตาข่ายประสาทเพื่อแยกแยะออกจากโครงข่ายประสาทชีวภาพที่ถูกจำลองขึ้น แนวคิดหลักที่อยู่เบื้องหลัง ANNs คือสมองของมนุษย์เป็น "คอมพิวเตอร์" ที่มีความซับซ้อนและชาญฉลาดที่สุดที่มีอยู่ โดยการสร้างแบบจำลอง ANNs ให้มากที่สุดเท่าที่จะเป็นไปได้กับโครงสร้างและระบบการประมวลผลข้อมูลที่ใช้โดยสมองนักวิจัยหวังว่าจะสร้างคอมพิวเตอร์ที่เข้าหาหรือเหนือกว่าสติปัญญาของมนุษย์ ตาข่ายประสาทเป็นส่วนประกอบสำคัญของความก้าวหน้าในปัจจุบันของ ปัญญาประดิษฐ์ (AI) การเรียนรู้ด้วยเครื่อง (ML) และ การเรียนรู้ลึก ๆ

วิธีการทำงานของเครือข่ายประสาทเทียม: เปรียบเทียบ

เพื่อทำความเข้าใจว่าเครือข่ายประสาทเทียมใช้งานได้อย่างไรและความแตกต่างระหว่างสองประเภท (ชีวภาพและเทียม) ลองใช้ตัวอย่างเช่นอาคารสำนักงานสูง 15 ชั้นและสายโทรศัพท์และแผงควบคุมที่ใช้เส้นทางสายทั่วอาคารแต่ละชั้นและสำนักงานแต่ละแห่ง สำนักงานแต่ละแห่งในอาคารสำนักงานสูง 15 ชั้นของเราแสดงถึงเซลล์ประสาท (โหนดในเครือข่ายคอมพิวเตอร์หรือเซลล์ประสาทในชีววิทยา) อาคารตัวเองเป็นโครงสร้างที่มีชุดของสำนักงานจัดอยู่ในระบบ 15 ชั้น (เครือข่ายประสาท)

การใช้ตัวอย่างกับเครือข่ายประสาทชีวภาพสวิตช์บอร์ดที่รับสายมีสายเชื่อมต่อกับสำนักงานทุกชั้นในอาคารทั้งหลัง นอกจากนี้สำนักงานแต่ละแห่งยังมีสายที่เชื่อมต่อกับสำนักงานทุกแห่งในอาคารทั้งหมดบนชั้นใด ๆ ลองนึกภาพว่ามีสายเข้า (input) และสวิตช์บอร์ดจะถ่ายโอนข้อมูลไปยังสำนักงานที่ ^ชั้น 3 ซึ่งจะโอนโดยตรงไปยังสำนักงานที่ชั้น 11 ซึ่งจะโอนไปยังสำนักงานได้โดยตรงที่ชั้น 5 ในสมองแต่ละเซลล์ประสาทหรือเซลล์ประสาท (สำนักงาน) สามารถเชื่อมต่อโดยตรงกับเซลล์ประสาทอื่น ๆ ในระบบหรือเครือข่ายประสาท (อาคาร) ข้อมูล (การเรียก) สามารถส่งไปยังเซลล์ประสาทอื่น ๆ (สำนักงาน) เพื่อดำเนินการหรือเรียนรู้สิ่งที่จำเป็นจนกว่าจะมีคำตอบหรือความละเอียด (เอาท์พุท)

เมื่อเราใช้ตัวอย่างนี้กับ ANNs จะมีความซับซ้อนมากกว่านี้เล็กน้อย แต่ละชั้นของอาคารต้องการสวิตช์บอร์ดของตัวเองซึ่งสามารถเชื่อมต่อกับสำนักงานบนชั้นเดียวและแผงควบคุมบนพื้นเหนือและใต้ได้ สำนักงานแต่ละแห่งสามารถเชื่อมต่อกับสำนักงานอื่น ๆ บนชั้นเดียวกันและแผงควบคุมสำหรับชั้นเดียวกันได้โดยตรงเท่านั้น การโทรใหม่ทั้งหมดต้องเริ่มต้นด้วยสวิตช์บอร์ดที่ชั้น 1 และต้องโอนไปยังแต่ละชั้นตามลำดับตัวเลขจนถึงชั้น 15 ก่อนที่สายจะสิ้นสุดลง ลองมาเคลื่อนไหวเพื่อดูว่ามันทำงานอย่างไร

ลองนึกภาพว่ามีสายเข้ามาที่แผง 1 และส่งไปที่สำนักงานที่ชั้น 1 (โหนด) จากนั้นจะมีการโอนสายตรงระหว่างสำนักงานอื่น ๆ (โหนด) ที่ชั้น 1 จนกว่าจะพร้อมส่งไปยังชั้นถัดไป จากนั้นจะต้องส่งสายกลับไปที่แผงวงจรที่ 1 ซึ่งจะโอนไปที่แผงวงจรที่ 2 ขั้นตอนเดียวกันนี้ซ้ำอีกครั้งทีละชั้นโดยจะมีการเรียกผ่านกระบวนการนี้ในทุกชั้นเดียวจนถึงชั้น 15

ใน ANNs โหนด (สำนักงาน) จะจัดเป็นชั้น (ชั้นของอาคาร) ข้อมูล (การโทร) เข้ามาในชั้นอินพุท (ชั้น 1 และแผงควบคุม) โดยจะต้องส่งผ่านและประมวลผลโดยแต่ละชั้น (ชั้น) ก่อนที่จะสามารถย้ายไปที่หน้าถัดไปได้ แต่ละชั้น (ชั้น) จะประมวลผลรายละเอียดที่เฉพาะเจาะจงเกี่ยวกับการโทรนั้นและส่งผลพร้อมกับการเรียกไปยังชั้นถัดไป เมื่อสายถึงชั้นส่งออก (ชั้นที่ 15 และแผงควบคุม) จะมีข้อมูลการประมวลผลจากเลเยอร์ 1-14 โหนด (สำนักงาน) บนชั้นที่ 15 (พื้น) ใช้ข้อมูลป้อนเข้าและประมวลผลจากชั้นอื่น ๆ ทั้งหมด (ชั้น) เพื่อให้ได้คำตอบหรือความละเอียด (เอาท์พุท)

เครือข่ายประสาทเทียมและการเรียนรู้ด้วยเครื่อง

ตาข่ายประสาทเป็นหนึ่งในประเภทของเทคโนโลยีภายใต้หมวดการเรียนรู้ของเครื่อง ในความเป็นจริงความก้าวหน้าในการวิจัยและพัฒนาระบบประสาทตาข่ายได้รับการเชื่อมต่ออย่างแน่นหนากับการลดลงและการไหลของความก้าวหน้าใน ML ตาข่ายประสาทขยายขีดความสามารถในการประมวลผลข้อมูลและเพิ่มพลังการประมวลผลของ ML เพิ่มปริมาณข้อมูลที่สามารถประมวลผล แต่ยังมีความสามารถในการทำงานที่ซับซ้อนมากขึ้น

คอมพิวเตอร์รุ่นแรกที่สร้างขึ้นในปีพศ. 2486 โดย ANN Walter Pitts และ Warren McCulloch ความสนใจและการวิจัยครั้งแรกในเครือข่ายประสาทเทียมและการเรียนรู้ด้วยเครื่องได้ชะลอตัวลงและมีการจัดเก็บข้อมูลมากขึ้นหรือน้อยลงในปี 2512 โดยมีเพียงความสนใจที่เกิดขึ้นใหม่เท่านั้น คอมพิวเตอร์ในยุคนั้นไม่ได้มีโปรเซสเซอร์เพียงพอหรือเร็วพอที่จะพัฒนาพื้นที่เหล่านี้ได้อีกต่อไปและข้อมูลจำนวนมากที่จำเป็นสำหรับ ML และ nets ประสาทก็ยังไม่สามารถใช้งานได้ในขณะนั้น

การเพิ่มขึ้นอย่างใหญ่หลวงในการใช้คอมพิวเตอร์ในช่วงเวลาพร้อมกับการเติบโตและการขยายตัวของอินเทอร์เน็ต (ซึ่งทำให้เข้าถึงข้อมูลจำนวนมหาศาลผ่านอินเทอร์เน็ต) ได้ช่วยแก้ปัญหาความท้าทายในช่วงต้น ๆ ตาข่ายประสาทและ ML เป็นเครื่องมือในเทคโนโลยีที่เราเห็นและใช้ทุกวันเช่น การจดจำใบหน้าการ ประมวลผลภาพและการค้นหาและการแปลภาษาแบบเรียลไทม์เพื่อให้ได้ชื่อเพียงไม่กี่

ตัวอย่างโครงข่ายประสาทเทียมในชีวิตประจำวัน

ANN เป็นหัวข้อที่ค่อนข้างซับซ้อนในเทคโนโลยี แต่คุ้มค่ากับการใช้เวลาในการสำรวจเนื่องจากมีจำนวนวิธีที่เพิ่มขึ้นส่งผลกระทบต่อชีวิตเราทุกวัน ต่อไปนี้เป็นตัวอย่างของวิธีการใช้เครือข่ายประสาทเทียมในอุตสาหกรรมต่างๆ:

• การเงิน: มุ้งตาข่ายใช้ในการคาดการณ์อัตราแลกเปลี่ยนเงินตราต่างประเทศ พวกเขายังใช้ในเทคโนโลยีที่อยู่เบื้องหลังระบบการซื้อขายอัตโนมัติที่ใช้ในตลาดหุ้น
• ความสามารถในการประมวลผลภาพของตาข่ายประสาทมีส่วนช่วยในการเทคโนโลยีที่ช่วยให้สามารถตรวจสอบและตรวจหามะเร็งในระยะเริ่มแรกได้ยากขึ้นและยากที่จะระบุชนิดของมะเร็ง หนึ่งในประเภทของมะเร็งดังกล่าว ได้แก่ เนื้องอกที่แพร่กระจายซึ่งเป็นมะเร็งผิวหนังชนิดร้ายแรงและเป็นอันตรายถึงชีวิต การระบุ melanoma ในขั้นตอนก่อนหน้านี้ก่อนแพร่กระจายจะทำให้ผู้ป่วยมะเร็งชนิดนี้มีโอกาสที่ดีที่สุดในการเอาชนะ
• สภาพอากาศ: ความสามารถในการตรวจจับการเปลี่ยนแปลงของบรรยากาศที่บ่งบอกถึงเหตุการณ์สภาพอากาศที่ร้ายแรงและเป็นอันตรายได้อย่างรวดเร็วและถูกต้องที่สุดเท่าที่จะทำได้เป็นสิ่งจำเป็นสำหรับการช่วยชีวิต ตาข่ายประสาทมีส่วนร่วมในการประมวลผลภาพดาวเทียมและเรดาร์แบบเรียลไทม์ที่ไม่เพียง แต่ตรวจจับการก่อตัวของพายุเฮอร์ริเคนและพายุไซโคลน แต่ยังพบการเปลี่ยนแปลงอย่างรวดเร็วของความเร็วลมและทิศทางที่ระบุว่ามีพายุทอร์นาโดขึ้นรูป พายุทอร์นาโดเป็นเหตุการณ์สภาพอากาศที่รุนแรงที่สุดและอันตรายที่สุดในประวัติศาสตร์ซึ่งมักจะเกิดขึ้นอย่างฉับพลันทำลายล้างและร้ายแรงกว่าพายุเฮอริเคน