img012 (73)

Wprowadzenie

dają się zwykle wyrazić wyłącznie przy użyciu formuł matematycznych. Potraktowałem bowiem poważnie zasadę zapisaną na okładce wspaniałej książki Stephena W. lfawkinga “Krótka historia czasu”, głoszącą, że każde równanie zamieszczone w tekście zmniejsza liczbę Czytelników o połowę. Zależy mi na tym, by książkę przeczytały liczne osoby, wśród których znajdzie się zapewne takie, które po jej przeczytaniu uznają sieci neuronowe za fajne i pożyteczne narzędzie. Dlatego nie zamieszczę w głównym tekście książki ani jednego równania, jeśli bowiem choć jednego Czytelnika może to zniechęcić, to uważał bym to za niepowetowaną stratę. Natomiast każdemu rozdziałowi towarzyszą w oddzielnych ramkach syntetycznie podane najważniejsze informacje teoretyczne, z których możesz skorzystać, jeśli chcesz koniecznie poznać technikę sieci neuronowych od tej mniej barwnej, ale ważniejszej, wysoce zmatematyzowanej strony.

1.2. Jakie są główne zalety sieci neuronowych?

Jak już wiesz, sieci neuronowe są nowym i pod wieloma względami atrakcyjnym narzędziem informatycznym, zasadniczo odmiennym w swoich założeniach od tych komputerów, którymi posługujemy się na co dzień, a jednocześnie wybitnie wygodnym i wydajnym. Dlatego właśnie interesują się nimi zarówno badacze, jak i praktycy. Zalety praktyczne sieci neuronowych polegają na dwóch podstawowych atutach:

=> stanowią one wygodną i tanią propozycję wieloprocesorowego systemu o bardzo wielu elementach przetwarzających równolegle dostarczane informacje;

=> nie wymagają programowania tylko wykorzystują proces uczenia. Omówię w dalszych rozdziałach obydwie wymienione zalety sieci neuronowych, pokazując, jakie jest ich znaczenie. Ponieważ jednak nie mogę Ci zapewnić poprze tę książkę dostępu do specjalistycznych systemów elektronicznych, dzięki którym w moich laboratoriach badawczych na AGH prowadzimy badania także nad wykorzystaniem sieci neuronowych jako wieloprocesorowych, bardzo szybkich układów obliczeniowych - głównie do przetwarzania obrazów, zatem będą skupiał Twoją uwagę głównie na drugim atucie, jakim jest możliwość rozwiązywania przez sieci neuronowe takich zadań, dla których ja sam nie znam zasad, według których można by je rozwiązać, ale za to mam do dyspozycji przykłady takich zadań wraz z rozwiązaniami i mogę ich użyć do uczenia sieci. Zauważ, jak ogromnie poszerza to krąg potencjalnych zastosowań informatyki. Dzięki uczeniu sieci neuronowych jestem w stanie włączyć w obszar osiągalnych technicznie celów niesłychanie szeroki zbiór zadań, charakteryzujących się tym, że po-