Ключевая информация:
Человеческий мозг делает выводы из вероятностей, как и нейронные сети. Нейронные сети превосходят почти все другие алгоритмы машинного обучения. Беспилотные транспортные средства, производство и здравоохранение извлекают выгоду из технологии распознавания изображений, речи и языка, созданной с помощью нейронных сетей.
Что такое нейронная сеть?
Нейронные сети превосходят почти все другие алгоритмы машинного обучения, особенно в распознавании изображений, распознавании речи и обработке естественного языка. Они стали еще более популярными по мере увеличения вычислительной мощности. Беспилотные транспортные средства, производство и здравоохранение — все они извлекают выгоду из технологии распознавания изображений, речи и языка нейронной сети. Хотя это лишь некоторые из вариантов использования нейронных сетей. Нейронные сети являются основой глубокого обучения, которое лежит в основе Watson, Google Brain, Deep Mind и других суперкомпьютеров, реализующих искусственный интеллект.
Нейронные сети основаны на наборах искусственных нейронов, которые слабо вдохновлены структурой нейронов головного мозга. Такие системы учатся выполнять задачи, рассматривая примеры, без программирования правил, специфичных для задачи. Они передают сигналы (числа) через веса и функции активации, которые активируют нейроны почти так же, как биологические нейроны активируют другие структуры (мышцы или другие нейроны).
Персептрон — это простая нейронная сеть, которую можно использовать для решения задач классификации (также известной как логистическая регрессия). Нейронные сети принимают решения, взвешивая доказательства. Они делают это, суммируя входные данные в нейронную сеть, а затем применяя эту сумму через функцию активации для получения результата. На выходе либо «0», либо «1».
Нейронные сети состоят из входных слоев, выходных слоев и одного или нескольких скрытых слоев, которые выдают либо «0», либо «1» на выходе почти так же, как логические вентили. Термин «скрытый слой» может показаться несколько загадочным, но он просто означает не входной или выходной слой. Обычно использование большего количества скрытых слоев дает лучшие результаты, но не всегда. Нейронные сети требуют некоторой настройки гиперпараметров. К счастью, есть несколько фреймворков, таких как TensorFlow и PyTorch, которые упрощают настройку.
Нейронные сети являются основой глубокого обучения, которое является основой искусственного интеллекта Watson. Они передают сигналы (числа) через веса и функции активации, которые активируют нейроны почти так же, как биологические нейроны активируют другие структуры.
Лидерская статья недели:
Как продуктивно обсуждать идеи на работе, Шейн Сноу, Harvard Business Review, 2019 г.
Продукт недели Watson: Watson IOT (Интернет вещей)
Watson IOT — это сочетание сенсорной технологии и ИИ-аналитики. Датчики могут быть подключены практически к любому устройству, которое может выиграть от постоянного мониторинга. Это может быть лифт, производственное устройство любого типа, автомобиль или человек, и он может сообщать о том, как работают машины. Когда у вас есть поток данных с машины, у вас есть данные для выполнения прогнозной аналитики на машине, планирования обслуживания, заказа деталей, назначения ресурсов для выполнения обслуживания и т. д. Watson IOT может работать практически с любой машиной (думать об этом как можно шире, включая людей) и планировать соответствующие действия для этой машины. Эти датчики не обязательно должны быть подключены к Интернету, но могут быть подключены через WI-FI. Это привело к невероятным достижениям в области медицинского диагностического оборудования. Почти любое медицинское оборудование можно подключить к Интернету для немедленного медицинского вмешательства. Датчики можно проглотить или ввести для точной диагностики или для направления устройств в наиболее подходящую область для лечения. Профилактические медицинские процедуры могут быть назначены людям с хроническими заболеваниями, которые находятся вдали от больницы. Когда вы думаете о Watson IOT, также подумайте об искусственном интеллекте Watson для анализа и прогнозирования того, как эти данные могут улучшить жизнь. Интернет вещей сам по себе является новаторской технологией, которая в сочетании с искусственным интеллектом Watson дает огромный потенциал Интернету вещей. (Полное раскрытие информации: я работаю в IBM Watson Health)
Несколько более подробных объяснений нейронной сети:
Нежное введение в нейронные сети, Джейкоб Джозеф, Clever Tap, 2019
Краткое введение в нейронные сети, Уджвал Карн, блог Data Science
Взаимовыгодная идея недели:
«Если вы хотите найти настоящую конкуренцию, просто посмотрите в зеркало. Через некоторое время вы увидите, как ваши соперники борются за второе место». — Крисс Джами, Killosophy
Эта статья — одна из серии статей, которые я считаю Data Science for Poets and Philosophers. Надеюсь, вам понравилось это краткое введение в нейронные сети. Есть несколько других моих статей на medium.com, если вам интересно. Если я могу чем-то помочь, вы можете найти меня в LinkedIn и Twitter (@lightwrx).
