ВИКОРИСТАННЯ НЕЙРОННИХ МЕРЕЖ – ПЕРСПЕКТИВНА СФЕРА НАУКИ І СУСПІЛЬСТВА

В сучасних умовах розвитку інноваційних технологій у всіх галузях і сферах діяльності людини з’явилися нові наукові  напрями.  Швидкого та інтенсивного піднесення за останні роки зазнала інформатика, що виросла з класу теоретичних фундаментальних дисциплін та значно розширила практичні сфери свого застосування.

Однією з перспективних галузей сучасної інформатики на сьогодні є нейроінформатика.

Нейроінформатика – це принципово новий підрозділ інформатики, що стосується аналізу та переробки інформації, базується на використанні моделей штучного нейрона та побудові на їх основі нейронних мереж.

Розвиток штучних нейронних мереж тісно пов'язаний з біологією.  Штучний нейрон – це спрощена модель біологічного нейрона. Математично він представляє собою деяку нелінійну функцію (функцію активації) від одного аргументу, що є лінійною комбінацією вхідних сигналів. Зв’язки між нейронами, за аналогією зі зв’язками між природними нейронами, називаються синапсами.

Штучний нейрон має єдиний вихід, який інколи називають аксоном. Штучні нейрони об’єднують, утворюючи при цьому штучні нейронні мережі.

Важливою властивістю нейронних мереж, що свідчить про їх великий потенціал і широкі прикладні можливості -  паралельна обробка інформації одночасно великою кількістю нейронів. Завдяки цьому досягається значне пришвидшення обробки інформації. Іншою не мнеш важливою особливістю нейронних мереж є здатність до навчання та узагальнення інформації. Таким чином досягається деяка схожість з роботою головного мозку людини.

Поняття штучного нейрона та штучної неронної мережі відносно нове. Вперше роботу штучних нейронів та представлення моделі нейронної мережі було описано у статті нейрофізіолога Уоррена Маккалоха та математика Вольтера Піттса у 1943 р. Стартовою точкою для розробки алгоритмів навчання нейронних мереж був принцип, розроблений Дональдом Хеббом і описаний у його книзі «Організація поведінки» (1949 р.).

У 1950-ті – 1960-ті роки було здійснено спроби об’єднати на той час існуючі біологічні та фізіологічні підходи та створити перші нейронні мережі. В цей час з’являються перші  програмні моделі нейронних мереж [1].

Проблемами нейронних мереж займалися такі зарубіжні науковці, як Джон фон Нейман, Марсіан Хофф, Френк Розенблатт та ін.

Серед сучасних вітчизняних  науковців варто виділити Акулова П.В. та Станіслава Осовського. Так, зокрема, в сферу діяльності Акулова П.В. входять питання вирішення задач за допомогою нейронних мереж [2]. Станіслав Осовський займається дослідженнями нейронних мереж у сфері обробки інформації [3].

Останнім часом спостерігається тенденція зростання інтересу до використання нейронних мереж для вирішення різних завдань і застосування їх в різних сферах людського життя.

З використанням нейронних мереж відкрилися можливості проведення обчислень в сферах, що до цього відносилися лише до сфери людського інтелекту. З’явилися можливості створення систем, які здатні вчитися, запам'ятовувати та аналізувати інформацію, що дуже нагадує розумові здібності людини.

Типовими задачами, що можуть бути вирішеними за допомогою нейронних мереж та нейрокомп'ютерів є: задача класифікації, автоматизація прогнозування, автоматизація процесу ухвалення рішень, управління, кодування і декодування інформації, розпізнавання образів та ін.

Нейронні мережі можуть використовуватися майже в усіх галузях і сферах  діяльності людини: економіці, медицині, зв’язку і безпеці охоронних систем,  обробці інформації.

Прикладом успішного застосування нейронних обчислень у галузі економіки, зокрема  фінансовій сфері,  є системи управління кредитними ризиками, що успішно застосовуються у деяких відомих банках США. Як відомо, для оцінки вірогідності завдання збитків від несвоєчасно повернених кредитів, банки, до видачі кредиту, проводять розрахунки по фінансовій надійності позичальника. Такі обчислення базуються на оцінці кредитної історії, динаміці розвитку компанії, стабільності її основних фінансових показників і багатьох інших чинників. Нейромережеві технології дають змогу ефективно провести зазначені розрахунки і точно встановити потенційних неплатників.

Іншими важливими сферами застосування нейронних обчислень в галузі економіки  є прогноз ситуації на фондовому ринку, оцінка вартості нерухомості, прогнозування динаміки біржових курсів, оптимізація товарних і грошових потоків, автоматичне зчитування чеків і форм тощо.

У галузі медицини нейронні мережі використовуються переважно в діагностиці захворювань. Зокрема, прикладом систем діагностики являється програмний пакет для кардіодіагностики, розроблений R  Informati . Подібні системи успішно використовуються у деяких госпіталях Англії для попередження інфаркту міокарда та інших серцево-судинних захворювань, що дає можливість знижувати їх рівень.

Нейромережеві технології застосовуються також і в діагностиці  онкологічних захворювань. Вчені з університету Дюка (США) розробили нейронну систему  для розпізнання злоякісні тканини, яка успішно застосовується для діагностики раку молочної залози [4].

Нейронні мережі мають практичне застосування у проектуванні і оптимізації мереж зв'язку. З їх допомогою успішно вирішується важливе завдання в сфері телекомунікацій – знаходження оптимального шляху трафіку між вузлами. Окрім управління маршрутизацією потоків, нейронні мережі використовуються для отримання ефективних рішень в сфері  проектування нових телекомунікаційних мереж, а також для швидкого кодування та декодування даних, стиснення відеоінформації тощо.

У галузі безпеки і охоронних системах нейронні мережі необхідні для ідентифікації особи, розпізнавання голосу, осіб в натовпі, розпізнавання автомобільних номерів, аналіз аэро-космічних знімків, моніторингу інформаційних потоків, виявлення підробок.

У галузі обробка інформації нейронні мережі можуть застосовуватися для обробки  чеків, розпізнавання підписів, відбитків пальців і голосу.

Розроблені італійською фірмою R  Informati  нейромережеві  пакети серії FlexR d, використовуються для розпізнавання і автоматичного введення рукописних платіжних документів і податкових декларацій. У першому випадку вони застосовуються для розпізнавання не тільки кількості товарів і їх вартості, але також і формату документа. У разі податкових декларацій розпізнаються фіскальні коди і суми податків.

Отже, в сучасному світі нейронні мережі це не далеке майбутнє. Нейроінфоматикою та дослідженнями нейромереж у різних галузях займаються науковці з усього світу. За допомогою штучних нейронних мереж можна опрацьовувати, аналізувати та узагальнювати інформації, що аналогічно роботі головного мозку людини. Нейтронні мережі використовуються у економіці, медицині, зв'язку, безпеці та охоронних системах, введенні та обробці інформації. Безумовно, даний перелік не повний, проте він дозволяє отримати уявлення про характер застосування нейромережевих технологій.

На наш погляд, до переліку навчальних  дисциплін студентів вищих навчальних закладів України  слід додати спецкурси, спецсемінари  з нейроінформатики. Це поглибить наукову уяву майбутніх фахівців про створення штучного інтелекту, широку  сферу його прикладного застосування.

Вивчення історії становлення і розвитку нейроінформатики сприятиме поглибленому розумінню еволюції наукової думки, перспектив розвитку штучного інтелекту, мобілізує покоління молодих учених до нових творчих пошуків, відкриттів ХХІ століття.

Література:

1. Круг П.Г. Нейронные сети и нейрокомпьютеры: Учебное пособие по курсу «Микропроцессоры» / П.Г. Круг – М.: Издательство МЭИ, 2002. – 176 с.
2. Акулов П.В. Решение задач прогнозирования с помощью нейронных сетей / Акулов Павел Владимирович [Електронний ресурс]  – Режим доступу: www. .dgtu.donetsk.ua
3. Оссовский С. Нейронные сети для обработки информации / Станислав Осовский. Пер. с польского И.Д. Рудинского. — М.: Финансы и статистика, 2002. - 344 с.
4. Кальченко Д. Нейронные сети: на пороге будущого / Даниил Кальченко // КомпьютерПресс -  2005. - N1. [Електронний ресурс]  – Режим доступу: htt //www.compr.ru

Коцур Дмитро Вікторович  - студент Київського національного університету імені Тараса Шевченко.