NEURONOVÉ SÍTĚ

                                                              
                                                              
                                                       
                                                        
                                                         
                                                          
                                                           
                                                            
                                                             
                                                              
                                                              
                                                              
                                                             


      Objev  křemíku,   vynález  tranzistoru  a  s   tím  související  rozvoj
   elektroniky, především  počítačů, daly lidstvu  obrovské možnosti. Spousta
   zdánlivě nerozluštitelných jevů byla najednou rozlousknuta ve velmi krátké
   době. Prozatím  však byl (a zatím  ještě je) ke všemu  potřeba člověk, aby
   techniku  směroval  správným  směrem  a  ládoval  do ní spoustu potřebných
   údajů. A lidé jsou již od počátku  věků líní a tak se našli koumáci, kteří
   se  snažili a  snaží, vyrobit  cosi  jako  umělý mozek.  Začalo to  umělou
   inteligencí zažívající v  této době útlum, neboť je  založena na klasickém
   algoritmickém  přístupu   a  ten  je   vytlačován  modernějšími  metodami.
   Absolutní  novinkou  (ehm,  to  platí  mezi  manažery,  apod.,  ale  tahle
   technologie  je známa  už od  80. let)  je ve  světě simulace  neuronových
   (neuronálních) sítí. Všeobecně panuje takový bludný názor, že se tyto sítě
   běžně vytvářejí. Dělají se, to ano, ale jedná se pouze o simulaci, neboť
   jsou  zde  použity  pouze  velmi  zjednodušené  modely skutečných neuronů,
   protože  jejich skutečnou  strukturu nebyl  prozatím nikdo  schopen přesně
   popsat. Ledacos je již známo, ale více nám ještě není jasné.
      Co je to  vlastně ten neuron? Ti, co chodili  do školy, určitě vědí, že
   se jedná o  nervovou buňku. Také vědí, že každý  neuron má nějaké výběžky.
   Buď to jsou  axony, vysílací dráhy, nebo dendrity,  příjímací cesty. Každá
   nervová buňka  může mít spoustu dendritů,  ale pouze jeden axon.  Na konci
   každého axonu je  tzv. synapse, což je v  podstatě konektor, jehož jediným
   účelem  je   zajistit  spojení  jednotlivých   neuronů.  Existují  spojení
   axon-dendrit, axon-axon, axon-tělo neuronu (soma).
      Neuronová  síť je  tedy spousta  neuronů, které  jsou v kontaktu pomocí
   synapsí. Všechny mozky, ale i jen pouhé zauzliny, jsou neuronovými sítěmi.
   Je zajímavé, že kapacita lidského  mozku nebyla ještě žádnými počítačovými
   systémy  překonána, neboť  průměrný neuron  má přibližně  10.000 - 100.000
   dendritů,  což vynásobeno  odhadovaným  počtem  nervových buněk  v lidském
   mozku,  dává informační  mohutnost asi  10^14 -  10^16. Nejvíce  kapacitní
   počítače se pohybují asi o 3-4 řády níže.
      Velmi  zajímavou vlastností  neuronových sítí  je jejich  adaptabilita.
   Celý  život probíhá  přehazování synapsí  mezi různými  neurony, čímž  lze
   vysvětlit učení a paměť. Tato  vlastnost způsobuje, že vytvořit dokonalého
   simulanta neuronální  sítě je velmi  těžké (mám na  mysli sítě s  více jak
   10^6 neurony, pokud jich je třeba 200, není to až tak velký problém).
      Zanechme bižule  a přejděme k počítačům.  Když chceme simulovat nějakou
   neuronální síť,  musíme nejprve vytvořit matematický  model nervové buňky.
   Existuje  spousta různých  modelů, jedním  z nejjednodušších  je nahrazení
   funkce neuronu sumátorem a každému signálu přiřazovat jistou váhu.


                         x
                          1 \    w
                              \   1
                          .     \
                          .       \
                          .         Σ -> f -> θ -> y
                          .       /
                          .     /
                              /  w
                         x  /     n
                          n

      Máme vstupní  signály X1 az  Xn a  jejich  váhy W1 až  Wn. Tyto signály
   vstupují  do  sumátoru  Σ  a  pomocí  přenosové  funkce  f (ta je většinou
   nelineární)  je  z  něj  vytvořen   výstupní  signál  y,  ovšem  pouze  za
   předpokladu,  že  jeho  informační  mohutnost  (v  jakýchkoli  jednotkách)
   překročí stanovený práh θ.
      Celá tahle teorie je používána v tzv. perceptronech. Český ekvivalent
   neexistuje.  Perceptron je  v podstatě  neuronová síť  napojená na  nějaký
   zdroj dat. Sumátor a přenosová  funkce jsou nahrazeny prahovým srovnávačem
   (dosti křečovitý překlad z threshold comparator), který vrací 1 v případě,
   kdy je překročen prahový limit  (threshold limit), jinak 0. Vstupní signál
   je tvořen  v prahových jednotkách (associative  threshold unit, zkr. ATU).
   Perceptrony  se dají  využít při  analýze obrazu  (na jednotlivé  ATU jsou
   napojeny pixely  obrazu) nebo při konstrukci  inteligentních robotů (každý
   senzor - jedna ATU). Upravené verze  hrají deskové hry, nejvíce šachy nebo
   dámu.
      Mimo  neuronálních  sítí  vznikají  v  poslední  době  také  neuronální
   počítače. Zásadní  odlišností od klasických strojů  jsou jejich biologické
   vnitřnosti. Nejčastěji užívanou náhradou  za křemíkové procesory jsou pole
   bakterií,  jejichž  předností  je  schopnost  velice  rychle  reagovat  na
   elektrické podněty,  a to změnou  barvy. A na  každou bakterii je  napojen
   senzor  a je  mu určena  váha a  máme tady  perceptron. Tyto počítače mají
   jednou nevýhodu. Mašina  za slabých 30.000.000 doláčů vám  za nějaký měsíc
   postupně celá odumře. A to je dost blbý.


                                                             Fatal


            výheň