Важнейший недостаток персептрона – исключающее ИЛИ
Когда в середине 20 века была разработана простейшая однослойная нейросеть – персептрон – на неё возлагали больше надежды. Однако в скором времени оказалось, что она эти надежды оправдывает далеко не в полной мере.
Как вообще работает персептрон? Если упрощённо, это выглядит так:
• На вход поступают данные (в виде двоичного кода).
• Нейроны обрабатывают их, присваивая каждому сигналу конкретный вес и умножая значение на коэффициент этого веса.
• В итоге полученные данные суммируются, проходят пороговую функцию (отсеивание слишком слабых) и отправляются на выход.
Теоретически персептрон может решать многие несложные задачи. Но способен ли он, например, отделить чётные числа от нечётных? Несмотря на тривиальность и простоту задачи, здесь мы сталкиваемся с большой проблемой: число может быть ИЛИ чётным, ИЛИ нечётным. А как раз функция исключающего ИЛИ является невозможной для персептрона.
Суть исключающего ИЛИ
Это простейшая логически-математическая функция: из двух элементов у одного должно быть значение 1, у другого 0. Если у обоих значение 0 или у обоих 1, то их «сумма» равна нулю.
Этим исключающее ИЛИ отличается от обычного ИЛИ: у обычного две единицы дают единицу.
Казалось бы, всё элементарно, но нейросеть работает по принципу усиления/ослабления сигнала. И она не может «обнулить» единицу по причине того, что одна «единица» уже есть.
Интересно заметить, что благодаря этому человеческий мозг не мыслит никакими «исключениями»: вариантов обычно больше чем два, поэтому каждый сигнал учитывается в полной мере (с учётом его веса), а если бы исключающее ИЛИ существовало, то до «выхода» нашего мышления доходила бы только половина сигналов!
Кризис исключающего ИЛИ
После осознания того, что персептрон неспособен выполнить такую простую функцию, последовало снижение внимания учёных к разработкам в этой области. В настоящее время персептроны используются, но не слишком активно, потому что лидируют сегодня многослойные нейросети, способные обрабатывать самые разные сигналы и выполнять различные команды.
Преодолением данного кризиса, наряду с развитием многослойных нейросетей, стало понимание того, что не для всех задач нейросети подходят в равной степени. В одних случаях хорошо справляются именно они, в других – обычные компьютерные программы, которые, к примеру, способны за секунду распределить ряд из ста тысяч чисел на чётные и нечётные.
Таким образом, главным залогом успешности нейросетей является их правильное применение.
