Стан та перспективи розвитку програмних засобів нейромережевого моделювання.
Штучні нейронні мережі запропоновані для завдань, що тягнуться від управління боєм до нагляду за дитиною. Потенційними додатками є ті, де людський інтелект малоефективний, а звичайні обчислення трудомісткі або неадекватні. Цей клас додатків в усякому разі не менше класу, що обслуговується звичайними обчисленнями, і можна припускати, що штучні нейронні мережі займуть своє місце поряд зі звичайними обчисленнями в якості доповнення такого ж обсягу і важливості.
Штучні нейронні мережі та експертні системи
В останні роки над штучними нейронними мережами домінували логічні і символьно-операційні дисципліни. Наприклад, широко пропагувалися експертні системи, у яких є багато помітних успіхів, так само, як і невдач. Дехто каже, що штучні нейронні мережі замінять собою сучасний штучний інтелект, але багато що свідчить про те, що вони будуть існувати, об'єднуючись в системах, де кожен підхід використовується для вирішення тих завдань, з якими він краще справляється.
Ця точка зору підкріплюється тим, як люди функціонують у нашому світі. Розпізнавання образів відповідає за активність, що вимагає швидкої реакції. Оскільки дії відбуваються швидко і несвідомо, то цей спосіб функціонування важливий для виживання у ворожому оточенні. Уявіть тільки, що було б, якби наші предки змушені були обмірковувати свою реакцію на стрибнув хижака?
Коли наша система розпізнавання образів не в змозі дати адекватну інтерпретацію, питання передається у вищі відділи мозку. Вони можуть запросити додаткову інформацію і займуть більше часу, але якість отриманих в результаті рішень може бути вище.Можна уявити собі штучну систему, що наслідує такого поділу праці. Штучна нейронна мережа реагувала б в більшості випадків відповідним чином на зовнішнє середовище. Так як такі мережі здатні вказувати довірчий рівень кожного рішення, то мережа "знає, що вона не знає" і передає даний випадок для вирішення експертній системі. Рішення, прийняті на цьому більш високому рівні, були б конкретними і логічними, але вони можуть мати потребу в зборі додаткових фактів для отримання остаточного висновку. Комбінація двох систем була б більш потужною, ніж кожна з систем окремо, дотримуючись при цьому високоефективної моделі, що дається біологічною еволюцією.
Міркування надійності
Перш ніж штучні нейронні мережі можна буде використовувати там, де поставлені на карту людське життя або цінне майно, повинні бути вирішені питання, пов'язані з їх надійності.
Подібно до людей, структуру мозку яких вони копіюють, штучні нейронні мережі зберігають у певній мірі непередбачуваність. Єдиний спосіб точно знати вихід полягає у випробуванні всіх можливих вхідних сигналів. У великій мережі така повна перевірка практично нездійсненна і повинні використовуватися статистичні методи для оцінки функціонування. У деяких випадках це неприпустимо. Наприклад, що є допустимим рівнем помилок для мережі, що управляє системою космічної оборони? Більшість людей скаже, будь-яка помилка неприпустима, оскільки веде до величезного числа жертв і руйнувань. Це ставлення не змінюється від того обставини, що людина в подібній ситуації також може допускати помилки.
Проблема виникає через допущення повної безпомилковості комп'ютерів. Так як штучні нейронні мережі іноді будуть робити помилки навіть при правильному функціонуванні, то, як відчувається багатьма, це веде до ненадійності - якості, яке ми вважаємо неприпустимим для наших машин. Схожа проблема полягає в нездатності традиційних штучних нейронних мереж "пояснити", як вони вирішують завдання. Внутрішнє представлення, що виходить в результаті навчання, часто настільки складно, що його неможливо проаналізувати, за винятком найпростіших випадків. Це нагадує нашу нездатність пояснити, як ми дізнаємося людини, незважаючи на відмінність у відстані, вугіллі, освітленні і на минулі роки. Експертна система може простежити процес своїх міркувань в зворотному порядку, так що людина може перевірити її на розумність. Повідомлялося про вбудовуванні цієї здатності в штучні нейронні мережі [З], що може істотно вплинути на прийнятність цих систем.