img024 (58)

Wprowadzenie

ustalić Sw = w„ — io_s czyli wprowadzaną poprawkę. Po kilku, kilkuset czy kilku tysiącach² takich poprawkach docieramy wreszcie do wektora idealnego tnjdeal ■ • ^na tym proces uczenia się kończy. Mam nadzieję, że uważasz wraz ze mną, że można to zrozumieć, prawda? Uczenie w sieci neuronowej polega więc na tym, że następuje w niej wielokrotnie odpowiednia zmiana współczynników wag reprezentujących wewnętrzną wiedzę neuronów sieci. W wyniku tego błąd w sieci systematycznie maleje. Proces ten oryginalnie jest dość powolny - w praktyce czasem trzeba wykonać kilkaset milionów kroków uczenia, zanim sieć zacznie funkcjonować poprawnie, ale działa stosunkowo pewnie i niezawodnie. Istnieją metody przyspieszania procesu uczenia sieci, ale nie przynoszą one wyników, które można by było uznać za rewelacyjne.

Podsumowując tę część rozważań należy stwierdzić, że sieci neuronowe są zdolne do samoprogramowania się w wyniku procesu uczenia a także wykazują pewne cechy podobne do cech rzeczywistego mózgu, a wyraźnie odmienne od cech klasycznych komputerów. Wszystkie te możliwości słusznie uznawane są za ważne i wysoce przydatne atuty, dlatego liczba zastosowań sieci neuronowych jest już bardzo długa i zapewne będzie w najbliższym czasie dalej wydłużana.

1.5. Kto i do czego używa sieci neuronowych?

W cytowanej wcześniej mojej książce (R. Tadeusiemcz: Sieci neuronowe, A O W, wyd. III, Warszawa 1995) wymieniłem i omówiłem kilkanaście takich zastosowań, tutaj przedstawię kilka dalszych, nowych przykładów, eksponując głównie te dokonania, które znalazły konkretne miejsce w praktyce, zwłaszcza te najnowsze, które pojawiły się po napisaniu książki:

=> NASA wykorzystuje sieci neuronowe do sterowania ramieniem robota, którego zadaniem jest chwytanie przedmiotów znajdujących się w dowolnym położeniu (dotyczy to między innymi manipulatora działającego w ładowni promów kosmicznych, gdzie w warunkach nieważkości szczególnie trudno jest utrzymać manipulowane obiekty w stałym położeniu, a pewność chwytu jest uzależniona od stopnia zgodności orientacji przestrzennej osi przedmiotu i elementów chwy-

=> Również do zadania sterowania ramienia robota dedykowana jest sieć neuronowa zbudowana przez uczonych z New York Unirersity Me-dical Center. Zastosowano sieci jako alternatywę dla złożonych ten-