ИНЖЕНЕРИЯ ЗНАНИЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ: Как обучается перцептрон

Как искусственная нейронная сеть учится распознавать объекты? Этот принцип можно показать на простом примере — распознавании рукописной цифры восемь с помощью перцептрона. Сначала изображение преобразуется в набор чисел. Каждый пиксель получает определённое значение в зависимости от его яркости. Эти числа становятся входными сигналами перцептрона. Каждому входному сигналу соответствует свой вес, определяющий его влияние на результат. Перцептрон обрабатывает входные данные и принимает решение: «это восьмёрка» или «это не восьмёрка». Но главное заключается в том, что необходимые веса не задаются человеком в виде готовых правил. Перцептрон обучается на примерах. Ему показывают множество изображений рукописных цифр вместе с правильными ответами. Если система ошибается, алгоритм изменяет веса, постепенно повышая точность распознавания. Такой принцип называется обучением с учителем. Именно здесь проявляется важное отличие нейронного искусственного интеллекта от символьного. В символьной системе знания представлены в виде заданных человеком правил. В нейронной системе они формируются в процессе обучения и распределяются между множеством числовых параметров. С этим связана одна из важных проблем современного искусственного интеллекта — проблема объяснимости. Нейронная сеть может успешно решить задачу, но человеку не всегда легко понять, почему она приняла именно такое решение. В видео на примере перцептрона рассматриваются обучение на размеченных данных, роль весов и принцип обучения с учителем, лежащие в основе развития современных нейронных сетей.