Una dintre tehnologiile centrale ale inteligenței artificiale o reprezintă rețelele neuronale.

În interviul de mai jos Tam Nguyen, profesor de informatică la Universitatea din Dayton, SUA, explică modul prin care rețelele neuronale artificiale încearcă să imite funcționarea creierului uman.

Ce exemple de rețele neuronale sunt familiare majorității oamenilor?

Există multe aplicații ale rețelelor neuronale. Un exemplu obișnuit este capacitatea camerei foto a smartphone-ului de a recunoaște fețele.

Automobilele fără șofer sunt echipate cu mai multe camere foto care încearcă să recunoască alte vehicule, semne de circulație și pietoni folosind rețele neuronale și își schimbă direcţia sau îşi modifică viteza în consecință.

Rețelele neuronale se află, de asemenea, la baza sugestiilor de text pe care le vedeți în timp ce scrieți texte sau e-mail-uri, dar și în cazul unor instrumente de traducere online.

Rețeaua neuronală trebuie să aibă cunoștințe prealabile despre ceva anume pentru clasificare sau recunoaștere?

Da, sunt necesare volume mari de date pentru ca rețelele neuronale să poată recunoaște, clasifica și prezice diferite lucruri.

În cazul automobilelor fără șofer, reţeaua neuronală trebuie să analizeze milioane de imagini și videoclipuri cu toate lucrurile de pe stradă și trebuie să cunoască ce reprezintă toate acestea.

Atunci când daţi clic pe imaginile cu trecerile de pietoni, pentru a dovedi că nu sunteți un robot în timp ce navigați pe Internet, această informaţie poate fi folosită și pentru antrenarea unei rețele neuronale.

Abia după ce a văzut milioane de treceri de pietoni, din toate unghiurile și în condiții de iluminare diferite, inteligenţa artificială utilizată în automobilele autonome le poate recunoaște atunci când aceste automobile circulă în viața reală.

Rețelele neuronale mai complicate sunt capabile să învețe singure, după ce au primit instrucțiunile de bază pentru rezolvarea unei probleme.

În videoclipul de mai jos, se poate vedea cum o astfel de inteligenţă artificială, căreia i s-a atribuit sarcina de a ghida deplasarea unui obiect din punctul A până în punctul B, încearcă tot felul de soluţii până când găsește modalitatea potrivită.

Rețelele neuronale pot învăța singure cum să îndeplinească o sarcină după ce au primit instrucțiunile de bază.

Unele rețele neuronale pot lucra împreună pentru a crea ceva nou. Ca exemplu, unele rețele creează fețe virtuale care nu aparțin unor oameni reali. O rețea încearcă să creeze o față, iar o altă încearcă să determine dacă aceasta este reală sau falsă, iar procesul continuă până când cea de-a doua reţea nu poate stabili dacă fața creată de prima reţea este falsă.

Chiar şi oamenii beneficiază de pe urma prelucrării unui volum mare de date. O persoană percepe aproximativ 30 de cadre sau imagini pe secundă, ceea ce înseamnă 1.800 de imagini pe minut și peste 600 de milioane de imagini pe an. De aceea trebuie să le oferim rețelelor neuronale un volum mare de date pentru instruire.

Cum funcționează o rețea neuronală de bază?

O rețea neuronală este o rețea de neuroni artificiali programată prin software. Ea încearcă să imite creierul uman, deci are la bază mai multe straturi de “neuroni”, la fel ca și neuronii din creierul uman.

Primul strat de neuroni primeşte intrări precum imagini, video, sunet, text, etc. Aceste date de intrare trec prin toate straturile, deoarece ieșirea unui strat este intrarea în stratul următor.

Retea neuronală

Rețelele neuronale încearcă să imite creierul uman prin procesarea datelor în straturi de neuroni artificiali. Credit:  MF3d / E, Getty Images

Să analizăm, ca exemplu, o rețea neuronală care este antrenată să recunoască câini și pisici.

Primul strat de neuroni sparge această imagine în zone de lumină și întuneric. Aceste date vor fi introduse în următorul strat pentru a recunoaște marginile acestor zone. Următorul strat încearcă apoi să recunoască formele delimitate de aceste margini.

Astfel, datele  vor trece prin mai multe straturi, într-un mod similar, pentru ca, în cele din urmă, reţeaua neuronală să fie capabilă să recunoască dacă imaginea pe care i-aţi arătat-o ​​este un câine sau o pisică, în funcție de datele pentru care a fost antrenată.

Aceste rețele pot fi incredibil de complexe utilizând milioane de parametri pentru a clasifica și recunoaște intrările primite.

De ce există acum atât de multe aplicații ale rețelelor neuronale?

Rețelele neuronale au fost inventate cu mult timp în urmă, în anul 1943, atunci când Warren McCulloch și Walter Pitts au creat un model de calcul pentru rețelele neuronale bazat pe algoritmi.

Pentru o lungă perioadă de timp ideea lor nu a mai fost de actualitate, deoarece uriaşele resurse de calcul necesare pentru construirea rețelelor neuronale nu existau la acea vreme.

Recent, ideea a revenit în actualitate, datorită resurselor de calcul avansate, cum ar fi unitățile de procesare grafică (GPU-uri). Acestea sunt cipuri folosite pentru procesarea graficii din jocurile video, dar care s-au dovedit excelente pentru analiza datelor necesare pentru funcţionarea rețelelor neuronale.

Acesta este motivul proliferării rețelelor neuronale din zilele noastre.

Traducere după What is a neural network? A computer scientist explains