Neurónová sieť
Umelá neurónová sieť alebo aj ANN — Artificial Neural Network je program, ktorý napodobňuje spôsob, akým náš mozog spracováva informácie. Podobne ako iné algoritmy sa učí z údajov, aby mohla vykonávať úlohy, ako napríklad rozpoznávanie obrázkov alebo predpovedanie počasia.
Jej špecifikom je využitie umelých neurónov — veľmi jednoduchých jednotiek, ktoré sú inšpirované biologickými neurónmi — ktoré sú v sieti poskladané do po sebe idúcich vrstiev. Informácie prúdia zo vstupu siete (napríklad z mnohých pixelov obrázka) cez jednotlivé vrstvy až do výstupnej vrstvy.
Neurónové siete sú jedným z mnohých druhov modelov, ktoré využívame v rôznych úlohách. Využívajú sa na učenie s učiteľom, bez učiteľa aj na posilňované učenie.
Úžasný perceptrón
Hoci prvý umelý neurón bol vytvorený už v roku 1943, ľudstvo muselo na svoju prvú neurónovú sieť čakať až do päťdesiatych rokov 20. storočia. Vytvoril ju inžinier Frank Rosenblatt a nazval ju Mark I perceptrón. Táto sieť obsahovala jediný umelý neurón (perceptrón).
Predstavte si ju ako jednoduchú elektronickú „myseľ“, ktorá sa snaží rozhodnúť, či niečo patrí do jednej kategórie, alebo do druhej, na základe vstupných údajov. Funguje tak, že prijíma informácie (čísla), váži ich podľa určitého kritéria a potom rozhodne, do akej kategórie údaje patria. Ak sa pri prvom pokuse nerozhodne správne, upraví svoje kritériá a skúsi to znova, kým sa nenaučí rozhodovať správne.
Dnes už používame oveľa väčšie siete. Napríklad hlboké neurónové siete, ktoré stoja za veľkými jazykovovými alebo obrazovými modelmi, môžu mať až bilióny neurónov.
Takto vyzerá vizualizácia jedného typu neurónovej siete, ktorá slúži na rozpoznávanie číslic:
Umelý neurón
Umelý neurón vychádza z toho biologického a je základnou stavebnou jednotkou neurónových sietí a súčasne matematickou funkciou. Skladá sa z niekoľkých častí: vstupy, váhy, aktivačná funkcia a výstup. Schéma jednoduchého neurónu:
Neurón na obrázku prijíma vstupné hodnoty X_i, ktoré sú násobené príslušnými váhami W_i. Tieto vážené vstupy sa sčítajú (∑), čím sa vytvorí vnútorný potenciál neurónu. Ak vnútorný potenciál presiahne prah (pre jednoduchosť ho na obrázku máme nulový), výstup neurónu sa takzvane aktivuje. Aktivačnú funkciu f si môžete v tomto prípade predstaviť ako skok z nuly na jednotku, ale v moderných neurónových sieťach sa používa celá rada zložitejších funkcií.