ხელოვნური ნეირონული ქსელები

19
მიხეილ ქანთარია პრაქტიკული სემინარები, N1 სტუ, 2014წ

description

პრეზენტაციაში ნაჩვენებია თანამედროვე ხელოვნური ინტელექტის აპარატის – ხელოვნური ნეირონული ქსელების ისტორია, მდგომარეობა და პერსპექტივები. სემინარი ჩატარდა სტუ–ში 2014 წლის 14 აპრილს.

Transcript of ხელოვნური ნეირონული ქსელები

Page 1: ხელოვნური ნეირონული ქსელები

მიხეილ ქანთარიაპრაქტიკული სემინარები, N1

სტუ, 2014წ

Page 2: ხელოვნური ნეირონული ქსელები

ტიურინგის ტესტი

Page 3: ხელოვნური ნეირონული ქსელები

ხელოვნური ინტელექტის „ინტელექტუალური შესაძლებლობები“

UUAAAHH…

Page 4: ხელოვნური ნეირონული ქსელები

ხელოვნური ნეირონული ქსელების „მამები“

1943წ. – უ.მაკკალოკი და უ.პიტსი(ნეირონული ქსელის ცნების ფორმალიზება)

1948წ. – ნ.ვინერი (ნაშრომი კიბერნეტიკაზე)

1949წ. – დ.ჰები (პირველი შემსწავლელი ალგორითმი)

1958წ. – ფ.როზენბლატი(გამოიგონა ერთფენიანი პერსეპტრონი)

1969წ. – მ.მინსკი(ნეირო ქსელების თეორიის კრიტიკა, „XOR პრობლემა“)

1972წ. – ტ.კოჰონენი(ახალი ტიპის ქსელების შეთავაზება, ქსელები მეხსიერებით)

1974წ. – ჯ.ვერბოსი და ა.გალუშკინი(უკუგავრცელების ალგორითმის შექმნა მრავალფენიან პერსეპტრონებში)

1986წ. – რუმელჰარტი, ვილიამსი, ჰინტონი, ბარცევი, ოხოტინი(საგრძნობლად გაუმჯობესებულია უკუგავრცელების ალგორითმი)

2007წ. – ჯ.ჰინტონი(მრავალფენიანი ნეირონული ქსელების ღრმა შესწავლის ალგორითმები)

Page 5: ხელოვნური ნეირონული ქსელები

მალევიჩის წვლილი ნეირონული ქსელების თეორიის განვითარებაში

OUTPUTS

INPUTS

Page 6: ხელოვნური ნეირონული ქსელები

რახდება ადამიანის ტვინში?

– ნეირონების 100 ნაირსახეობა

– 0/50/100 მილიარდი ნეირონი

– თითო ნეირონს მინიმუმ 100 კავშირი

Page 7: ხელოვნური ნეირონული ქსელები

როგორ გამოიყურება ნეირონული ქსელები?

Page 8: ხელოვნური ნეირონული ქსელები

ნეირონული ქსელების ტიპები

ნაირსახეობები

– ქსელები პირდაპირი გავრცელებით (Feedforward)

– ქსელები უკუგავრცელებით, რეკურენტული

– რადიალ–ბაზისური ქსელები (RBF)

– კოჰონენის თვითორგანიზებადი რუქები

– სპაიკური ქსელები

– კორტიკომორფული ქსელები

– მასწავლებელთან ერთად – მასწავლებლის გარეშე

Page 9: ხელოვნური ნეირონული ქსელები

ასოციაციური მეხსიერება

Page 10: ხელოვნური ნეირონული ქსელები

ასოციაციური მეხსიერება, ექსპერიმენტები

Yt + 1 = F(Yt W)

ატრაქტორი : Yt + 1 = Yt

შესწავლა : Yk = WYk

Page 11: ხელოვნური ნეირონული ქსელები

დინამიური ასოციაციური მეხსიერება, „გონებრივი მუშაობა“

Page 12: ხელოვნური ნეირონული ქსელები

დინამიური ასოციაციური მეხსიერება, „გონებრივი მუშაობა“

Page 13: ხელოვნური ნეირონული ქსელები

კორტიოკალური ნეირო ქსელები

Page 14: ხელოვნური ნეირონული ქსელები

„ჩემი ბებიის ნეირონები“, ახალი შესაძლებლობები, მემრისტორები

– ობიექტის ყველა მხრიდან აღქმა როგორც ერთის

– ახალი ცოდნის სინთეზის უნარი

– ზუსტი ცოდნის მოდული, მიუხედავად ინტერპრეტაციების

Page 15: ხელოვნური ნეირონული ქსელები

„მანქანაგოგიკა“ / „კომპიუტერგოგიკა“, ჰუმანიტარების წვლილი

Page 16: ხელოვნური ნეირონული ქსელები

პროექტები, ორგანიზაციები

- Google Cat Nnets- Iphone Siri- Watson (IBM)- Blue Brain Project- Darpa Synaps- Fritz ?!

- Darpa- IBM- HP- ТАСО ...

– აშშ მთავრობა –> 200–დან 93 პროექტი– Darpa –> 23–დან 21 პროექტი

Page 17: ხელოვნური ნეირონული ქსელები

პერსპექტივები? რა გველის?!

1 2 3

Page 18: ხელოვნური ნეირონული ქსელები

სირთულის დონე,პრაქტიკა

პრაქტიკული ნაწილი:

– ჰოპფილდის ქსელი (ლიტტლის ქსელი)

– ჰეტეროასოციაციური მეხსიერება

Page 19: ხელოვნური ნეირონული ქსელები

მადლობთ ყურადღებისთვის!

საკონტაქტო ინფორმაცია:

მიხეილ ქანთარიამობ: 599 40 98 37, ელ–ფოსტა: [email protected]

საქართველოს ტექნიკური უნივერსიტეტიკოსტავას 77, თბილისი, 2014წ.