Функциональные особенности нейросетей
Учёные до сих пор поражаются тому, что природа смогла создать мозг – устройство, во много миллионов раз превосходящее по своим возможностям любой компьютер. Сегодня наука начинает понемногу копировать принцип работы мозга, но продвинулась пока не слишком далеко.
Современные нейросети всё ещё проигрывают мозгу дождевого червя – существа, которое никак не выглядит интеллектуальным. Дорасти до уровня мозга белки или вороны – пока несбыточная мечта для разработчиков нейросетей.
Впрочем, даже современный уровень развития этих технологий уже приносит плоды и практические результаты в разных сферах. Поэтому причина продолжать исследования, несомненно, есть.
Какими же свойствами обладают нейросети, и чем они так привлекательны ?
1. Обучение и изменение
Нейросети обучаются, что можно видеть на примере поведения любого живого существа. Получив некий опыт, они начинают обрабатывать те же данные иначе. Мозг человека либо животного по-разному работает в различных внешних условиях, при наличии или отсутствии определённых раздражителей и сигналов. Подобная «самонастройка» чрезвычайно важна, потому что освобождает разработчиков от необходимости постоянно вносить изменения, и что самое главное – значительно повышает точность и эффективность системы.
2. Отсеивание шумов и искажений
Продолжать слушать информацию, поступающую от лектора, когда за всеми соседними партами переговариваются однокурсники – задача для нейросети высокого уровня, вроде человеческого мозга. Любые другие системы начнут сбиваться, и либо рассеют внимание на все поступающие «потоки», либо выберут тот источник, который расположен ближе и звучит громче, что тоже будет ошибкой.
Нейросети способны вычленять из общего потока то, что действительно важно, и оставлять «за бортом» лишнее, в то время как любой компьютер будет считать одинаково важным важный каждый бит поступившей информации.
3. Абстрагирование
Понятие «идеального объекта» нейросеть способна составить из множества частностей. Примерно так, как у вас есть представление о «прототипическом стуле», после того как вы в жизни увидели сотни обыкновенных стульев, причём очень разных.
Функция во многом связана с предыдущей: нейросеть улавливает общее во всех объектах (форма и функция стула), в то время как цвет, материал, наличие обивки окажутся менее важными частностями.
В практике использования искусственных нейросетей это означает возможность системы научиться распознавать определённые модели, например модели поведения цены валюты, независимо от масштаба графика, выбранного актива и мелких колебаний.
Прежде чем использовать нейросеть, очень важно разобраться с тем, стоит ли её применять для данной ситуации.
Например, она не подойдёт для бухгалтерских расчётов, там нужна стандартная компьютерная программа с «однолинейным» мышлением и безвариантным результатом. А вот анализ множества поступивших данных, как это бывает в том же трейдинге, в науке или детективных расследованиях, может оказаться подходящим полем для использования нейросети.
