Нейрондық желілер

Ереже: Жасанды интеллект кең міндеттер саласын қамтиды. Мәшинелік оқыту деректерден тәуелділіктер үйренуге бағытталады, ал жасанды нейрондық желілер осы оқытуда қолданылатын модельдер тобының бірі.

Қолдану: Мысалы, сурет санатын мысалдардан үйренетін нейросеть мәшинелік оқытуға жатады. Бірақ жақын көршілер немесе наивті Байес сияқты өзге әдістер де бар, сондықтан мәшинелік оқытуды тек нейросетьке теңеуге болмайды. Жасанды интеллектте дайын білім ережелерімен пайымдау тәсілдері де қолданылуы мүмкін. Осыдан кең сала, оқыту бағыты және модельдер тобы арасындағы қатынас шығады. Бір жүйе бірнеше тәсілді біріктірсе де, ұғымдардың осы ауқым айырмасы сақталады. Сұрақ белгілі өнімнің атауын емес, салалардың байланысын анықтауды сұрайды.

Қате нұсқаларды ажырату: Үш ұғымды дәл бірдей деу өзге әдістерді жоққа шығарады. ЖИ-ді тек нейросетьпен шектеу тым тар. Қабат нейросеть құрылымының бөлігі, бүкіл мәшинелік оқытудың анықтамасы емес. Деректерден үйренумен байланыс жоқ деу де берілген модельдер тобының қолданылуына қайшы.

Қайта орындауға ишара: Қайсысы кең сала, қайсысы оқыту бағыты, ал қайсысы модельдер тобы?

Ереже: Модельдің түсіндірілетіндігі оның шешім шығару механизмін адамға түсінікті түрде көрсетуге қатысты. Нәтиженің дұрыстығын өлшеу мен нақты шешімнің негізін түсіндіру бірдей міндет емес.

Қолдану: Шартта санат болжамы алынды, бірақ сол шешімнің негізін ашу қиын болып тұр. Сондықтан түсіндіру қиындығы дұрыс. Мысалы, тексеру жиынында дұрыс жауап үлесін есептеуге болады, ал бір сурет неліктен белгілі санатқа жатқызылғанын қарапайым ережемен айту қиын болуы мүмкін. Бұл «модель туралы еш ақпарат алуға болмайды» дегенді білдірмейді. Салмақтар, шығыстар және сапа көрсеткіштері зерттеле алады; түсіндіру тәсілдерінің өзі де шектеулермен бағаланады. Түсінікті көрінген түсіндірме модельдің нақты механизмін дәл көрсетуге міндетті емес.

Қате нұсқаларды ажырату: Кірісті қабылдай алмау шартта жоқ, өйткені нәтиже шыққан. Түсіндіру қиындығы барлық жауап қате немесе салмақтар нөл деген дәлел емес. Сандық көрсеткіштерді есептеу мүмкіндігін жоққа шығару да артық тұжырым. Нәтиже сапасын өлшеу мен шешімді түсіндірудің айырмасын сақтаңыз.

Қайта орындауға ишара: Сұрақ нәтиженің бар-жоғын ба, әлде оның қалай алынғанын түсіндіруді ме сипаттайды?

Ереже: Кескінге сипаттама жасау бейнедегі нысандар мен олардың байланыстарын анықтап, мазмұнын тілдік сөйлеммен ұсынуға бағытталады. Бұл тек техникалық файл қасиетін қайтарудан өзгеше.

Қолдану: Берілген сөйлемде адам, велосипед және қозғалыс әрекеті сипатталған. Сондықтан жүйе кескін мазмұнын мәтінмен ұсынған. Файл атауында сол сөйлемнің бар екені айтылмаған; шарт суретті талдауды нақтылайды. Нысанды тану мен сөйлем құрау бір жүйеде байланыса алады. Дегенмен жасалған сөйлемнің әр бөлігі суретке дәл сай екені автоматты түрде кепілденбейді: жүйе әрекетті немесе нысанды қате сипаттауы мүмкін. Пайдалы нәтиже алу үшін сипаттаманы бейнемен салыстырып тексеруге болады. Тапсырма жүйенің атын емес, кіріс пен шығыс арасындағы міндетті тануды сұрайды.

Қате нұсқаларды ажырату: Стильдеу бейненің көркем көрінісін өзгертеді. Файл атауы мен пиксель саны мағыналық сөйлем емес. Дыбыстау дайын мәтінді аудиоға айналдырады және өзі кескін мазмұнын анықтауды білдірмейді. Нәтижеде қандай жаңа ақпарат ұсынылғанын салыстырыңыз.

Қайта орындауға ишара: Сөйлем файлдың техникалық қасиетін бе, әлде суреттегі жағдайды ма сипаттайды?

Ереже: Жасанды нейрондық модельдер биологиялық жүйке жасушаларының сигнал алмасуының кейбір қағидаларынан шабыт алған. Бірақ математикалық модель биологиялық нейронның барлық құрылымы мен үдерісінің дәл көшірмесі емес.

Қолдану: Сұрақ сигналды қабылдау, өңдеу және беру идеясын қай жүйемен байланыстыру керегін сұрайды. Биологиялық нейрондар өзара байланысып ақпарат жеткізеді, сондықтан осы жауап дұрыс. Жасанды модельде мұндай байланыс сандық кірістер, салмақтар және түрлендіру функциялары арқылы берілуі мүмкін. Бұл жасушаның химиялық үдерістері түгел қайталанды немесе адам санасы жасалды деген қорытындыға жеткіліксіз. Ұқсастық модель құруға идея береді, ал модельдің өзі есептеу ережелерімен анықталады. Оның пайдалы болуы нақты есептегі тексеру нәтижесі арқылы бағаланады.

Қате нұсқаларды ажырату: Қанайналым заттарды тасымалдаумен, асқорыту қоректі өңдеумен, тірек-қимыл жүйесі дене тірегі мен қозғалыспен, зәр шығару жүйесі зат алмасу өнімдерін шығарумен байланысты. Бұлар да биологиялық жүйелер, бірақ сұралған нейрондар арасындағы сигнал алмасудың тікелей үлгісі емес. Шабыт алу мен дәл көшірме болуды шатастырмаңыз.

Қайта орындауға ишара: Қай жүйеде өзара байланысқан жасушалар сигнал қабылдап, оны басқа жасушаларға береді?

Ереже: Аксон нейрон денесінен сигналды аксон ұштарына жеткізуге маманданған өсінді. Дендриттер негізінен басқа жасушалардан сигнал қабылдайтын тармақтар ретінде қарастырылады.

Қолдану: Шарт сигналдың бағытын нақтылайды: денеден ұштарға қарай. Сондықтан аксон дұрыс. Бұл анықтаманы тек «ұзын» деген сыртқы белгімен есте сақтағаннан гөрі қызметімен байланыстыру сенімдірек. Нейрон пішіні мен өсінді ұзындығы әртүрлі болуы мүмкін, ал мектептік типтік схемада аксонның сигнал жеткізетін рөлі көрсетіледі. Аксон ұшында басқа жасушамен байланысқан синапстық аймақ болуы мүмкін, бірақ бүкіл өсіндіні синапстық саңылау деп атауға болмайды. Жасанды нейрондағы сандық байланыс биологиялық өсіндінің толық физикалық көшірмесі емес.

Қате нұсқаларды ажырату: Дендрит кіріс сигналдарын қабылдаумен байланысты. Синапстық саңылау жасушалар арасындағы байланыс аймағының бөлігі. Ядро жасушаның ішкі құрылымы, миелин аксонды қаптай алатын қабық. Олардың әрқайсысы нейронмен байланысты болғанымен, сұралған өсіндінің атауы тек біреу.

Қайта орындауға ишара: Сигнал денеден сыртқа, ұштарға қарай қандай өсіндімен таралады?