InfoHub Logo

Нейрондық желілер сіз бен бізге қызмет ете бастағалы қашан? Десе де олар жөнінде көп біле бермейтініміз шындық. Бұл өте кең тақырып. Бүгінде нейрондық желілер қолданысы кеңінен таралуда. Мысалы, оларды Google Photo қосымшасынан, бәрімізге таныс Prisma графикалық редакторынан ұшырастыра аламыз.

Нейрондық желілер дегеніміз не?

«Нейрондық желі» ұғымы пайда болғаннан бері 150 жыл өткен екен. Бұл ұғым алғаш пайда болған уақытта, ми және жұлындағы нейрондарды зерттеуге қатысты қолданылған. Адам миы шамамен 86 миллиард нейроннан тұрады. Олардың жиынтығы нейрондық желіні құрайды. Әр нейрон – көптеген дендрит пен бір аксоннан тұратын жеке жасуша. Ондағы аксон тармақталып, ақпаратты бірден бірнеше жасушаға жеткізе алады. Нейрондар электр импульстерін жіберіп қана қоймай, химиялық сигналдар жіберетін де қабілетке ие. Бұл мақала аясында тек электр импульстері жөнінде сөз қозғамақпыз. Себебі байланыстың дәл осы түрі мен бағдарламалық кеңістіктегі нейрондық желілер арасында ортақ дүниелер көбірек.

Нейрондық желілер қалай жұмыс істейді?

Дендрит арқылы ақпаратты қабылдап, аксон арқылы желідегі келесі нейронға жіберетін нейрон жұмысына қарапайым мысал келтіріп көрелік. Сіз досыңызбен бірге дәмхананың жазғы алаңқайында отырсыз делік. Сыртта отырғандықтан, кұлағыңыздың дабыл жарғағындағы тербелістер арқылы сезілетін түрлі дыбыстарды естисіз. Ол ішкі құлаққа тербеліс жібереді. Өз кезегінде тербелісті қабылдайтын түкшелі жасушалар  арнайы сұйықтықта тербеледі. Осы жасушалар нейрондарға сигнал жібереді. Тізбектегі бірінші нейрондар тербеліс жиілігін анықтап, мағынасын келесілеріне жолдайды. Ал келесі нейрондары шуды түрлеріне қарай ажыратып, ұқсастығы бойынша бірнеше каналға бөледі. Мұнан әрі ми шу туралы қабылданған ақпараттың арасынан көліктің дыбысын ажыратады. Артынша оның жеңіл немесе жүк көлігінен шыққан дыбыс екендігін анықтайды. Жинақталған тәжірибеге сүйеніп, миымыз дыбысы арқылы көліктерді қозғалтықышының көлеміне қарай топтастырады. Бірақ досыңызбен әңгімелесіп отырғандықтан, ми досыңыздың сөзін ең басты дыбыс ағымы ретінде ажыратады. Осы  кезде көзіңізді жұмсаңыз да, досыңыздың сөйлеп жатқандығын түсініп, даусынан тани аласыз. Оның сөзін жекелей түсініп қана қоймай, интонациясын, көңіл күйін, әр сөзінің мағынасын түсінесіз. Мұның барлығы ішкі құлағыңыз қабылдап, мыңдаған нейрондар өңдеген ауадағы қарапайым тербелістер арқылы жүзеге асады.

Жасанды нейрондық желілер не үшін қажет?

Жасанды нейрондық желілердің мақсаты – дәл осы процесті қайталау. Бірақ ол арнайы оқусыз мүмкін емес. Біз дүниеге келген бойда сөздер мен өзге заттардың дыбыстарын бірден ажырата алмаймыз. Уақыт өте келе миымызда жинақталған ақпарат, тәжірибелердің көмегімен дыбыстарды ажыратуды үйрене бастаймыз. Өмірге келген сәттен бастап өзін «ана» ретінде таныстыратын әйелді үнемі көреміз. Сонда да «ана» сөзін айту үшін, оны белгілі бір адаммен байланыстыру үшін 1 жылдан астам уақыт қажет. Айтпақшы, адам сөйлеген кезде ауыз қуысында тіл мен тістің арасында қандай әрекеттестік болып жатқандығын көре алмағандықтан, дыбыстауға байланысты қиындықтар туындайды. Сондықтан оны тәжірибе жүзінде байқауға немесе білім алуға тырысамыз. Дәл осы сияқты, жасанды нейрондық желілерді ұғыну үшін де білім қажет.

Google Photo қосымшасындағы нейрондық желілер

Нейрондық желілерді машинаға көшіру немесе нейрондық желілер негізіндегі машина жасау жөніндегі ой алғаш рет өткен ғасырдың 40-жылдарында туындаған. Ол кездері ми туралы таным-білім бүгінгідей кең болмаған. Және есептеуіш техникалардың қуаты төмен еді.  Бүгінде ақпаратты компьютерге енгізу – қиын дүние емес. Оны арнайы бағдарлама, кодтар арқылы жасауға болады. Адам миының толықтай бағдарламалық көшірмесін жасау әліге дейін мүмкін болмағанымен, нейрондық желілерді белгілі бір мақсатта қолданатын бағдарламалар бар. Оған мысал - Google Photo қосымшасы. Бағдарлама суретте бейнеленген заттарды өздігінен жеке-жеке бөліп, суреттерді топтастыра алады. Яғни мидағы нейрондармен байланысатын көзіміз сияқты, Google Photo қосымшасы суреттегі түрлі заттарды ажырата алады. Тексеру үшін іздеу тармағына «сағат» сөзін жаздық. Оның нәтижесі төменде суреттерде көрсетілген.

Google Photo алгоритмдері суреттердегі сағат бейнесін еш қатесіз таба алады. Ол сағаттың дөңгелек не төртбұрышты пішінді, тілі мен цифрлары барын «біледі». Бағдарламашылар бағдарламаның жасанды нейрондық желісіне сағаттың суреті көрсетілген бірнеше суретті енгізу арқылы, заттың сипатын анықтап, оны ажыратуды «үйреткен». Бағдарлама қайталанған факторларды анықтап, оларды маңыздылығы, параметрі бойынша бөледі. Мұнан соң бағдарламаға сағаттың суреті салынған және сағат бейнеленбеген суреттер ұсынылады. Егер бағдарлама сағат бейнесін ажыратуда қателік жіберсе, бағдарламашы қате нұсқаны белгілейді. Одан әрі бағдарлама қай кезеңде қате жіберілгенін іздестіріп, түзету енгізеді. Мұнымен бірге бағдарлама суретте бейнеленген басқа да заттарды анықтап, олардың не екенін іздестіреді. Жауабын өзіндік дерекқорынан табады немесе инженердің жауабын күтеді. Әрине, Google Photo бағдарламасы анағұрлым күрделі алгоритмдерге негізделген. Дегенмен бағдарлама жұмысының жеңілдетілген үлгісін көрсетуге тырыстық.

Фотосурет бойынша іздеумен қатар, нейрондық желілер басқа да компьютерлік бағдарламалар үшін қолданылады. Мысалы, ойындарда. «Кезбе» ойындардың бірінде шабуылға шығуға болатыны не болмайтыны жөнінде мәлімет беріп отыратын серігіңіз бар делік. Бастапқыда серігіңіз қарсыластарыңыздың санын, күш-қуатын, қару-жарақтарын және сіздің кейіпкеріңіздің денсаулық деңгейін бағалау арқылы көмек береді. Бұл фактрорлардың барлығын ескере отырып, сізге қалай, қашан және қандай тәсіл арқылы жеңіске қол жеткізу мүмкін болатынын анықтайды. Мұнан кейін ол кейіпкеріңіздің шеберлік деңгейін бағамдап, шабуылға шығу не жасырыну керегін ескертеді. Яғни ойын күрделілігінің интеллектуалды деңгейі осындай сипатта жұмыс істеп, сіздің шеберлігіңізге қарай қарсыласыңыздың деңгейін арттырып отырады. Ол ойыншының қызғушылығын арттыру мақсатында бүгінде кеңінен қолданылады.

Бұл процесс неге алып келуі мүмкін?

Нейрондық желінің қалай жұмыс істейтінін анықтадық. Енді оның болашақта неге алып келуі мүмкін екендігіне тоқталайық. Болашақта жоғарыда аталған Google Photo өзіндік жасанды нейрожелісі арқылы бағдарламаға енгізілген рентген суреттерін талдаудан өткізіп, ағзада ісік бар-жоғын анықтай алады. Сонымен қатар суреттегі адамның көз асты терісінің қараюы арқылы бүйрегі ауыратынын немесе одан өзге де дерттерді сыртқы белгілері бойынша анықтай алуы мүмкін. Бүгінде кәсіби құрылғыларда мұндай алгоритмдер қолданылып жүр. Науқасты суретке түсіріп, оны талдаудан өткізіп, мәліметті дәрігерге жібереді. Әрі қарай дәрігер емдік шараларды тағайындайды. Уақыт өте келе дәрігер сырқат диагноздарын, емдік шараларды жүйеге енгізуі арқылы, бағдарлама алгоритмін науқастарға кеңес беруге үйрете алады.

Мұндай алгоритмдерге енгізілген білімді түрлі дерттерді анықтаудан бөлек, басқа мақсаттар үшін де қолдануға болады. Былтырғы жылдың мамыр айында автоматтандырылған робот-хирург доңыздың ішегіне ота жасаған. Әрине, оған жанындағы көмекшілер көмектескен. Бірақ уақыт өте келе оларды да роботтар алмастыруы ықтимал. Айтпақшы, робот жасаған ота тәжірибелі хирург жасағаннан әлдеқайда сапалы болып шыққан. Енді болашақта емхана, аурахналардың қандай боларын елестетіп көріңізші! Ал Siri және Google Now сынды дыбыстық көмекшілер қалай өзгермек? Уақыт өте келе олар «мені ертең сағат 7:00-де оят» деген тіркесті  түсініп, сол уақытқа оятқыш қоюды ғана емес, сіздің күнделікті атқаратын істеріңізді талдап, сізді нешеде ояту қажеттігі жөнінде өздігінен шешім қабылдауға «үйренеді». Бастысы дыбыстық көмекші көзіңіздің астындағы терінің қарайғандығын анықтап, маңызды кездесуіңізден қалдырмаса болғаны.

---