Глибоке (глибинне) навчання (ГН)
Революція глибокого (або глибинного) навчання почалася приблизно у 2010 році.
Відтоді глибоке навчання розв’язало багато "нерозв’язних" проблем.
Революцію глибокого навчання розпочато не одним відкриттям. Це сталося, коли кілька необхідних факторів були готові:
- Комп’ютери стали досить швидкими
- Комп’ютерне сховище стало достатньо великим
- Було винайдено кращі методи навчання
- Було винайдено кращі методи налаштування
Нейрони
Вчені погоджуються, що наш мозок містить близько 100 мільярдів нейронів.
Ці нейрони мають сотні мільярдів зв’язків між собою.
Автор зображення: Базельський університет, Biozentrum.
Нейрони (або нервові клітини) є основними одиницями нашого мозку та нервової системи.
Нейрони відповідають за отримання вхідних даних із зовнішнього світу, за надсилання вихідних даних (команд нашим м’язам) і за перетворення електричних сигналів між ними.
Нейронні мережі
Штучні нейронні мережі зазвичай називаються нейронними мережами (НМ).
Нейронні мережі насправді є багаторівневими перцептронами.
Перцептрон визначає перший крок до багаторівневих нейронних мереж.
Нейронні мережі — це суть поглибленого (глибокого) навчання.
Нейронні мережі є одним із найважливіших відкриттів в історії.
Нейронні мережі можуть розв’язувати проблеми, які НЕ можуть бути розв’язані за допомогою алгоритмів:
- Медичний діагноз
- Виявлення (розпізнавання) обличчя
- Розпізнавання голосу
Модель нейронної мережі
Вхідні дані (жовтий) обробляються на основі прихованого шару (синій) і модифікуються на основі іншого прихованого шару (зелений) для отримання кінцевого результату (червоний).
Том Мітчелл / Tom Mitchell
Том Майкл Мітчелл (нар. 1951) — американський комп’ютерний науковець і професор Університету Карнегі-Меллона (CMU).
Він колишній голова відділу машинного навчання CMU.
E: Досвід (кількість разів).
Т: Задача (водити машину).
P: Продуктивність (хороша чи погана).
Історія жирафа
У 2015 році Метью Лай, студент Імперського коледжу в Лондоні, створив нейронну мережу під назвою Giraffe (Жираф).
Giraffe можна навчити грати в шахи на рівні міжнародного майстра за 72 години.
Комп’ютери, на яких можна грати в шахи, не нові, але спосіб створення цієї програми був новим.
Розумні програми для гри в шахи створюються роками, тоді як Giraffe було створено за 72 години за допомогою нейронної мережі.
- Контрольоване машинне навчання
- Машинне навчання без нагляду
- Машинне навчання з самоконтролем
Глибоке навчання
Класичне програмування використовує програми (алгоритми) для створення результатів:
Традиційні обчислення
Дані + Комп’ютерний алгоритм = Результат
Машинне навчання використовує результати для створення програм (алгоритмів):
Машинне навчання
Дані + Результат = Комп’ютерний алгоритм
Машинне навчання
Машинне навчання часто вважається еквівалентом штучного інтелекту.
Це неправильно. Машинне навчання є підмножиною штучного інтелекту.
Машинне навчання – це дисципліна ШІ, яка використовує дані для навчання машин.
"Машинне навчання – це область дослідження, яка дає комп’ютерам можливість навчатися без програмування."
Arthur Samuel (1959)
Формула розумного рішення
- Збережіть результат усіх дій
- Імітуйте всі можливі результати
- Порівняйте нову дію зі старими
- Перевірте, чи нова дія хороша, чи погана
- Виберіть нову дію, якщо вона менш погана
- Зробіть все заново
Той факт, що комп’ютери можуть робити це мільйони разів, довів, що комп’ютери можуть приймати дуже розумні рішення.
