Тема исследования: Нейронные сети в повседневной реальности
Цель исследования: Определить понятие нейросетей и изучить области их применения
Проблема исследования: Что является двигателем всех возможностей?
Гипотеза: Повседневная жизнь не обходится без возможностей нейронных сетей, с которыми пользователь сталкивается в различных сферах жизнедеятельности
Задачи исследования:
- Дать определение нейронных сетей, рассмотреть их типы и предназначение
- Описать области применения нейронных сетей
- Провести опрос с целью получения информации об осведомленности общества о поднятой теме
- Проанализировать полученные данные и сделать вывод
Методы исследования:
- Обобщение полученной информации о нейросетях
- Проведение анализа по найденной информации
- Проведение опроса по поднятой проблемме
- Анализ полученных данных
Как развивались нейросети во времени?
Ход исследования:
Что такое нейронные сети?
Искусственная нейронная сеть (ИНС) — математическая модель (а также ее программное или аппаратное воплощение), построенная по принципу организации и функционирования биологических нейронных сетей — нервных клеток живого организма.
Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы.
Какие типы нейронных сетей существуют?
Для разных задач применяются различные виды и типы нейронных сетей, среди которых можно выделить:
- сверточные нейронные сети;
- реккурентные нейронные сети;
- нейронную сеть Хопфилда.
Сверточные сети являются одними из самых популярных типов искусственных нейронных сетей. Так они доказали свою эффективность в распознавании визуальных образов (видео и изображения), рекомендательных системах и обработке языка.
Рекуррентными называют такие нейронные сети, соединения между нейронами которых образуют ориентировочный цикл.
Нейронной сетью Хопфилда называется полносвязная нейронная сеть с симметричной матрицей связей. В процессе работы динамика таких сетей сходится к одному из положений равновесия.
В каких областях применяются возможности нейросетей?
Потенциальными областями применения искусственных нейронных сетей являются те, где человеческий интеллект малоэффективен, а традиционные вычисления трудоёмки или физически неадекватны (т.е. не отражают или плохо отражают реальные физические процессы и объекты).
Рассмотрим отдельные области, где решение такого рода задач имеет практическое значение уже сейчас.
Экономика и бизнес: прогнозирование временных рядов (курсов валют, цен на сырьё, спроса, объемов продаж,..), автоматический трейдинг (торговля на валютной, фондовой или товарной бирже), оценка рисков невозврата кредитов, предсказание банкротств, оценка стоимости недвижимости, выявление переоцененных и недооцененных компаний, рейтингование, оптимизация товарных и денежных потоков, считывание и распознавание чеков и документов, безопасность транзакций по пластиковым картам.
Медицина и здравоохранение: постановка диагноза больному (диагностика заболеваний), обработка медицинских изображений, очистка показаний приборов от шумов, мониторинг состояния пациента, прогнозирование результатов применения разных методов лечения, анализ эффективности проведённого лечения.
Авионика: обучаемые автопилоты, распознавание сигналов радаров, адаптивное пилотирование сильно поврежденного самолета, беспилотные летательные аппараты.
Связь: сжатие видеоинформации, быстрое кодирование-декодирование, оптимизация сотовых сетей и схем маршрутизации пакетов.
Интернет: ассоциативный поиск информации, электронные секретари и автономные агенты в интернете, фильтрация и блокировка спама, автоматическая рубрикация сообщений из новостевых лент, адресные реклама и маркетинг для электронной торговли, распознавание captcha.
Автоматизация производства: оптимизация режимов производственного процесса, контроль качества продукции, мониторинг и визуализация многомерной диспетчерской информации, предупреждение аварийных ситуаций.
Робототехника: распознавание сцены, объектов и препятствий перед роботом, прокладка маршрута движения, управление манипуляторами, поддержание равновесия.
Политологические и социологические технологии: предсказание результатов выборов, анализ опросов, предсказание динамики рейтингов, выявление значимых факторов, кластеризация электората, исследование и визуализация социальной динамики населения.
Безопасность, охранные системы: распознавание лиц; идентификация личности по отпечаткам пальцев, голосу, подписи или лицу; распознавание автомобильных номеров, мониторинг информационных потоков в компьютерной сети и обнаружение вторжений, обнаружение подделок, анализ данных с видеодатчиков и разнообразных сенсоров, анализ аэрокосмических снимков.
Ввод и обработка информации: распознавание рукописных текстов, отсканированных почтовых, платежных, финансовых и бухгалтерских документов; распознавание речевых команд, речевой ввод текста в компьютер.
Геологоразведка: анализ сейсмических данных, ассоциативные методики поиска полезных ископаемых, оценка ресурсов месторождений.
Компьютерные и настольные игры: создание нейроигроков в шашки и шахматы (подтверждённые игрой с людьми рейтинги — на уровне мастеров и международных мастеров), выигрыш в Го у чемпионов Европы и мира, в среднем лучшее, чем у человека, прохождение почти полусотни старых классических игр с Атари.
Нейронные сети умеют практически все, но их работа пока напоминает черный ящик. Дело в том, что при работе с нейронными сетями самым сложным и трудоемким процессом является обучение ИНС решать ту или иную задачу. Необходимо учитывать каждую деталь, каждую мелочь, поскольку даже незначительная ошибка или отсутствие минимальной части данных приведет к неправильной работе всей нейронной сети в целом.
Что думает общество?
Было опрошено 20 респондентов в возрасте 18-20 лет.
Большая половина респондентов интересовалась нейронными сетями. Однако, только чуть более половины из них углублялись не только в возможности, но и в способы их создания.
На данной диаграмме можно заметить, что большинство опрошенный используют результаты работы нейросетей не реже, чем несколько раз в неделю. Но в целом используют достаточно часто.
Большая часть опрошенных считают, что нейросети вносят ощутимый вклад в улучшение качества жизни.
Единогласным мнением стало то, что расширение области применения нейросетей — положительная тенденция. Но большая часть опрошенных считает, что следует очень внимательно выбирать сферы и конкретное применение.
По данной диаграмме можно сделать вывод, что респонденты считают перспективным направлением развитие нейросетей, как в долгосрочном, так и в краткосрочном периоде.
Учитывая результат опроса, можно сказать, что общество имеет представление о нейронных сетях, пользуется результатом их работы и считает это направление перспективным.
Вывод: Нейронные сети были созданы человеком для упрощения различных задач. С каждым годом это направление развивалось все больше. Сейчас результат этой работы можно встретить практически везде. Каждый человек, который пользуется смартфоном, использует и возможности нейросети, но не каждый знает об этом. Направление, которое имеет действительно большое будущее, уже захватывает нашу жизнь. И дальнейшее его развитие зависит только от самого человека.
Используемые источники:
История возникновения нейронных сетей. URL: https://neuronus.com/history/5-istoriya-nejronnykh-setej.html (Дата обращения:01.07.2019)
Искусственные нейронные сети (ИНС) — что такое нейросети, как они работают, преимущества и недостатки искусственных нейронов, где используются нейросети. URL: https://stevsky.ru/kompiuteri/iskusstvennie-neyronnie-seti-ins-chto-takoe-neyroseti-kak-oni-rabotaiut-preimuschestva-i-nedostatki-iskusstvennich-neyronov-gde-ispolzuiutsya-neyroseti (Дата обращения: 01.07.2019)
5 трендов робототехники: нейросети, распознавание речи и эмоций, навигация и системы безопасности. URL: https://hightech.fm/2019/02/01/5-robototechnics (Дата обращения: 02.07.2019)
Нейронные сети: их применение, работа. URL: http://www.poznavayka.org/nauka-i-tehnika/neyronnyie-seti-ih-primenenie-rabota/#a1 (Дата обращения: 03.07.2019)
Области практического применения искусственных нейронных сетей. URL: http://www.neuropro.ru/neu7.shtml (Дата обращения: 05.07.2019)
НЕЙРОННЫЕ СЕТИ. URL: https://bigenc.ru/technology_and_technique/text/4114009 (Дата обращения: 05.07.2019)
