Опубликован: 29.10.2019 | Доступ: свободный | Студентов: 509 / 10 | Длительность: 17:21:00
Лекция 19:

Перспективные нейросетевые технологии

< Лекция 18 || Лекция 19
Аннотация: Читателю предлагается пофантазировать и наметить для себя пути применения логических нейронных сетей в задачах обеспечения безопасности, защиты информации, в индустрии развлечений и др.

- А теперь действовать, действовать и действовать! - сказал Остап, понизив голос до степени полной нелегальности.

И.Ильф, Е.Петров. Двенадцать стульев.

Служба безопасности

После долгого бдения и дележа средств в Международном Фонде Воспомоществования Семьям Жертв Российской Науки Прошлого Века (МФВСЖРНПВ), утомлённый и удовлетворённый, Вы возвращаетесь среди ночи домой. Тихо, крадучись, Вы открываете дверь квартиры и включаете свет в прихожей. Но Вы совсем забыли о той встрече, которая ждёт Вас с Несимпатичным Искусственным Существом (рис. 19.1), включённым в электросеть и выставленным для охраны Ваших близких от непрошеных ночных гостей-грабителей! "Здравствуй, папа! - произносит мощный железный голос. - А почему у тебя на лице губная помада?!"

Основой логической деятельности Существа, конечно же, является нейросеть (хотя обработка видеовхода может оказаться гораздо сложнее).

Представим себе многоуровневую нейросеть, первый логический уровень которой подбирает "словесный портрет" на основе признаков изображения, поступившего на его экран. Не следует удивляться приёмам криминалистики, в совершенстве овладевшей подходом к идентификации преступника. В результате анализа, возможно, с двух точек - анфас и в профиль, на этом уровне может быть установлено:

  1. Волосы присутствуют, чёрные, шевелюра пышная, на 5 баллов;
  2. Лоб высокий, залысины есть, поперечные морщины есть;
  3. Брови густые, с разлётом, сросшиеся на переносице, №8;
  4. Нос орлиный, №4 и т.д.
Охрана

Рис. 19.1. Охрана

Конечно, баллы и номера не выставляются. Они означают только, какой нейрон промежуточного выходного слоя возбудится максимально. Да и это нам знать ни к чему. Просто произойдёт какое-то распределение возбуждений между нейронами промежуточного выходного слоя той части нейросети, что обучена распознаванию признаков. Возбуждение этих нейронов, как нейронов входного слоя второй части нейросети, второго логического уровня, должно в результате обучения привести к существенному отличию "папы" от "слесаря дяди Юры", приходившего днём проверить не текущий кран. То есть, должно привести к идентификации - кто это (или это "свой", или "чужой"). Можно предусмотреть и побочные признаки: чрезмерно красный нос, подозрительные красные пятна на овале лица вне носа и др. При формировании составного ответа голосом (на третьем логическом уровне?) могут быть учтены и эти дополнительные признаки, как это мы и предположили вначале.

Парк фантасмагорий

Представим себе парк развлечений, в который мы заходим, желательно, - группой под руководством гида-экскурсовода. Намотавшись по аттракционам и желая, наконец, протянуть отёкшие ноги, мы вступаем (по приглашению коварного гида!) в дивный тенисто-прохладный, ласково журчащий уголок с причудливым ландшафтом. И вдруг!..

… Выползают (рис. 19.2) из-за трепещущих кустов и камней монстры-крокодилы, вздымаются головы ящеров и тянутся к нам. Лохматый неандерталец ладит каменное орудие, привязанное жилой к сучковатой палке. Подымается на свои курьи лапы избушка.

Гигантской головой оживает скала, покрытая нежными незабудками. Деревья и кусты трясут ветками - радуясь или возмущаясь. Фонтаны воды преследуют нас… Наше замешательство, паническое движение вызывают ответную реакцию: "население" смеётся, сердится, радуется, угрожает. Явно проявляются симпатии и антипатии…

Парк фантасмагорий

Рис. 19.2. Парк фантасмагорий

Рассмотрим возможный принцип действия отдельного "объекта" (рис. 19.3).

Действия "объекта"

увеличить изображение
Рис. 19.3. Действия "объекта"

Объект контролирует сектор обзора. Электронно-оптическое устройство "зрения" может быть не обязательно расположено в глазах, а упрятано в более неподвижных "органах", например, на груди.

Весь сектор обзора разбит на элементарные сегменты, образованные телесными углами в 1 - 2 градуса.

До последующих усовершенствований, первоначально, должна быть предусмотрена реакция только на преобладающий цвет в элементарном сегменте обзора, на это - "Каждый Охотник Желает Знать, Где Сидят Фазаны". Например, красный цвет должен приводить к запуску комплекса программ обращения в ярость и к повторному обзору строки, чтобы усилить эту ярость при последующем раздражении. (- Женщина в красной кофте! Отойдите от крокодила немедленно!..)

Жёлтый цвет может вызывать кокетство и эротическое возбуждение. Зелёный - умиротворение. Коричневый - ритмичный шаг и салютование головой. Голубой - благочинное умиление с возведёнными глазами и т.д.

Обзор сегментов совершается по строкам, с частотой обзора, согласующейся со скоростью обработки компьютером. Эта обработка обусловлена прохождением входного сигнала через нейросеть и различной степенью возбуждения нейронов выходного слоя, запуском программ движения, связанных с нейронами выходного слоя, - с параметрами, определяемыми величинами возбуждения, инерционностью такой сложной системы.

Итого, из каких элементарных движений складывается поведение объекта? Расширение-сужение глаз, открывание-закрывание рта, растягивание его в улыбку, покачивание головы, поднятие-опускание рук (если они есть), угрожающий шаг ноги (если вес позволяет), вертикальное-горизонтальное помахивание хвостом, привлекающее движение тазобедренным суставом и др.

В одном такте могут запускаться несколько программ, инициирующих движения "от текущего" состояния. Это должно имитировать суммарную сложную реакцию на ситуацию в секторе обзора с его изменением, обеспечивать её непредсказуемость, неожиданность и восторг публики. А если представить себе, что таким свойством реакции наделены деревья, скалы, воды и ветры, то такой фантасмагорический фейерверк получится!..

Компьютерный человечек КОМПИ

Представим себе отрока, поздним утром вставшего в солнечный день весенних каникул и, слегка протерев заспанные глаза, уже включающего компьютер.

В "окне" появляется милая, упитанная мордашка (рис. 19.4). Тут же, в углу экрана, "мышкой" или "джойстиком" наш "хорошист" с английским уклоном не очень твёрдо, но вполне узнаваемо, рисует ананас. Мордашка, в которой мы узнаём КОМПИ - популярного (пока неизвестного) героя компьютерного монитора, приходит в неописуемый восторг и радость. Все мышцы его лица, ведающие мимикой и жестами соответствующего морально-психологического состояния, приходят в движение.

КОМПИ

Рис. 19.4. КОМПИ

Тогда наш юный джентльмен стирает рисунок. КОМПИ постепенно успокаивается, приходя в состояние недоумённого ожидания. И вот, после некоторых размышлений, художник изображает … велосипед.

"Что это такое?" - вопрошает КОМПИ.

"Это - велосипед, на нём катаются", - следует ответ.

Дальнейшая пауза свидетельствует о том, что происходит обучение нейросети. Ситуация, которая введёна на нейроны входного слоя, образующие экран для рисования, связывается с нейроном выходного слоя. Этот нейрон будет теперь соответствовать эталону - велосипеду. Этот же нейрон, в свою очередь, должен определить возбуждение нейрона, ведающего действием "то, на чём катаются". Запускаются программы, имитирующие действия КОМПИ, и он неуклюже, конечно же, неправильно и смешно, - как его учили, например, обращаться с осликом, - подминает под себя копию введённого изображения - велосипед.

Возникает потребность расширения возможности игры, введя специальные программы имитации красивого велосипеда (распознанного по корявому эталону) и всех действий КОМПИ по езде на нём.

Диагностика

Представляется, что диагностика - самое прямое назначение рассматриваемых логических нейросетей. Действительно, именно в этой области непосредственно проявляется принцип логического мышления на основе причинно-следственных связей вида "если - то".

Это относится как к техническим, так и к медицинским системам. Более того, практически всегда отсутствующая полнота информации, зачастую её противоречивость, нечёткость проявлений, "зашумлённость", приводят к актуальности принципа ассоциативного мышления, основанного на опыте коллектива экспертов (в медицине - консилиума).

В Лекции 13 и в [16] достаточно полно рассмотрена медицинская информационно-справочная система. Однако некоторые дополнения с точки зрения обобщения и развития следует произвести.

Рассмотрим фрагмент проекта системы диагностики (рис. 19.5).

Рецепторный слой отображает жалобы больного, симптомы и результаты анализов. Нейроны выходного слоя связаны с высказываниями (текстами), определяющими диагноз или рекомендации дальнейших действий по его уточнению.

Диагностика

увеличить изображение
Рис. 19.5. Диагностика

Рассмотрим жалобу {болит голова, болит живот, болит левый указательный пальчик}.

По-видимому, этой информации недостаточно для вынесения приговора. Должны быть рекомендованы дальнейшие действия медицинского персонала по уточнению диагноза. Такие действия связаны с максимальным возбуждением нейронов выходного слоя из области рекомендаций. При выполнении этих рекомендаций, т.е. при возбуждении рецепторов, их отображающих (например, рецепторов, соответствующих результатам анализа мочи), использованное возбуждение нейронов выходного слоя, выдавших рекомендации, снижается с помощью связей с отрицательными весами. Таким образом, реализуется стратегия поиска диагноза. Окончательный диагноз определяется тогда, когда максимально возбудится нейрон выходного слоя из соответствующей области.

Данный пример свидетельствует о той грандиозной и только коллективной, технически оснащённой глубине познаний человечества, воплощённой в столь несложной обученной нейронной сети.

Тестирование в сфере образовательных услуг

Человек … был врач, приехавший во Флоренцию из Болоньи баран бараном, хотя и в мантии на беличьем меху.

Джованни Бокаччо. Декамерон. День восьмой, новелла девятая. Перевод с итальянского

Реформа образования - словно стимулирующая вакцинация разрушительного воздействия. Вот только силу (дозу) разрушения надо правильно рассчитать, чтобы не сделать процесс необратимым…

Работникам высшего образования хорошо известны насущные проблемы в условиях их деятельности:

  • Общественно низкая значимость труда, выражающаяся в презрительной кличке "бюджетник";
  • Зависимость объёма бюджетных средств на следующий год от количества "успешных" студентов в текущем году;
    В защиту платного образования

    увеличить изображение
    Рис. 19.6. В защиту платного образования
  • Отсутствие непосредственного влияния уровня образования на надежды, связанные с будущим жизненным успехом студента;
  • Профанация идеи платного образования, поставившего преподавателя в зависимость от милости студента-"платника" (рис. 19.6);
  • Предельное повышение нагрузки при сокращении объёма курсов и при кадровых сокращениях в пользу блатной бюрократии и т.д. и т.п.

В этих условиях "головная боль" не покидает несчастного преподавателя весь день такой его благородной, творческой и гуманистической деятельности.

Понимая преходящий характер исторических трудностей, мы спешим на помощь. Мы хотим хоть как-то снизить психологическую нагрузку доцента-профессора, дать ему простой и ясный механизм для формализованного, единственно верного принятия разнообразных решений. Помочь хотя бы при проведении тестирования, в том числе - в период экзаменационной сессии.

Ограничим факторное пространство для создания базы знаний следующими исчерпывающими множествами событий:

	А = {список студентов группы};
	В = {студент-"бюджетник", студент-"целевик", студент-"платник"}; 
	С = {множество тестов, упорядоченных по невозрастанию сложности}
	D = {множество баллов, полученных студентами при предыдущем тестировании (по списку)}.

Сформируем множество принимаемых решений в процессе тестирования студента:

  • Какой по сложности тест предложить студенту (в заданной точке факторного пространства) первым?
  • Что делать, если он: а) ответил правильно, б) ответил неправильно? Какую стратегию опроса продолжать далее?

    Здесь три возможности:

    а) закончить тестирование;

    б) продолжить тестирование в сторону повышения сложности тестов;

    в) продолжить тестирование в сторону понижения трудности тестов.

  • Какая оценка должна быть зафиксирована в зависимости от обрабатываемой точки факторного пространства и от результата тестирования?

Представляется, что адекватная логическая нейронная сеть является однослойной. Однако длительный процесс тестирования диктует необходимость обратных связей (подобно системе диагностики). Действительно, если Вы нечаянно задали студенту-"платнику" трудный тест, Вам на это необходимо мягко, но непреклонно указать. Система может с помощью обратной связи снизить допустимую сложность теста на входе, потребовать смены теста. Аналогично, в этом же случае она должна ограничить Ваше рьяное стремление докопаться до истины и оценить знания по заслугам.

Несомненно, стратегия тестирования успевающего студента должна отличаться от стратегии тестирования "середнячка". И т.д., и т.д.

Как видим, подобная СПР не только позволяет скрыть за формальной оболочкой наши вынужденные неправедные действия, но и значительно поднять настроение философским отношением к действительности.

Печать рукописи

Ясно, что только ассоциативное мышление способно расшифровать рукописный текст. Поэтому автоматизация воспроизведения написанного является актуальной задачей.

Распознавание буквы по признакам

Рис. 19.7. Распознавание буквы по признакам

В первом классе обращается внимание на "признаковое" определение букв: а - кружочек с палочкой справа, заканчивающейся хвостиком вправо, б - кружочек с хвостиком сверху, вверх и вправо, ц - палочка с хвостиком вправо, к нему примыкает палочка, а к ней, справа внизу, странный специфический крючок, позволяющий сказать: "что-то странное, но обязательно существующее", и т.д.

Представим себе "окно просмотра", сканирующее текст (рис. 19.7).

Оно "наложено" на входной слой нейросети. Связи нейронов входного слоя - рецепторов соединяют их (скорее всего, на следующем же слое) с нейронами промежуточного выходного слоя, закреплёнными за признаками. Это соединение выполнено так, чтобы "захватить" случайно (в зависимости от почерка) отклонённую от эталона (в букваре) букву и выявить в ней отдельные признаки. Комбинации выявленных признаков на следующем (следующих) выходном слое окончательно определяет распознаваемую букву.

Возможно, что при наложении очередной буквы, ожидаемой в сложной вязи письма, нам понадобится процедура разглядывания: увеличение-уменьшение, наклон влево-вправо, - до тех пор, пока при некоторой фиксации образа не начнётся их действительное распознавание. Поэтому, в дополнение к попытке "захвата", изображение располагается в "окне просмотра" так, что его "центр тяжести" совмещается с центром окна. Далее, изображение растягивается или сжимается, наклоняется влево или вправо так, чтобы максимально совпасть по размеру и углу наклона с размером и углом наклона эталонов, подававшихся в процессе обучения.

Для выявления всех признаков и их относительного положения "окно просмотра" необходимо разбить на сектора, определяющие понятия слева, справа, вверху, внизу, внизу справа и т.д.

Определённую трудность представляют пропуски и пробелы. Поэтому целесообразно наряду с позитивным изображением элементов букв анализировать их негативное изображение. Тогда пустота в соответствии с эталоном будет "кричать" о себе, возбуждать рецепторы, обретёт активность.

Конечно, распознавания одних лишь букв недостаточно. Не поняв ничего на уровне разглядывания букв, мы поднимаемся на уровень распознавания слов, включаем в работу контекст. Только таким комплексным методом мы восстанавливаем смысл написанного, и это сулит неограниченные возможности развития и совершенствования нейросетевой технологии прочтения.

Экстренное торможение локомотива

На прямолинейном участке движения (а именно здесь скорость максимальна!) локомотив "видит" перед собой одну и ту же картинку: сходящиеся в бесконечности рельсы. Всякое нарушение этого однообразия требует если не экстренного торможения, то хотя бы снижения скорости.

Если на пути возникает преграда, то картинка напоминает букву А. При этом задача облегчается тем, что картинка строго привязана в пространстве, буква А отцентрирована и отмасштабирована, т.е. фокусировка уже произведена.

Представим себе некоторый экран (рис. 19.8), образованный рецепторами нейронной сети, подобно рассмотренной выше задаче распознавания текста.

Рецепторы, возбуждение которых необходимо выделить, связаны с нейроном выходного слоя. Функция активации основана на простом голосовании: величины возбуждения складываются, и если образующаяся сумма превышает порог, формируется сигнал тревоги, по которому включается тормозная система.

Принцип крайне прост, однако упирается в хорошее "зрение". Требуется обеспечение высокой контрастности изображения как рельсов, так и препятствия. Что, если препятствие настолько светлое, что значение возбуждения выходного нейрона, наоборот, снижается? Следует поставить "ловушки" как для превышения суммарного сигнала, так и для низкого значения этого сигнала, т.е. ввести два порога, что может быть учтено при выборе функции активации.

Система экстренного торможения

Рис. 19.8. Система экстренного торможения

Видимая картинка разбивается на области "захвата", в которых предполагается нахождение интересующего объекта. Это используется для анализа сигналов семафора, для детального распознавания типа препятствия, для обслуживания поворота и т.д. Области захвата должны быть достаточно "тесными", в идеале включающими, например, только рельсы с незначительным отклонением.

Интеллектуальное протезирование конечностей

Наряду с использованием сигналов от живых мышц культи, привлекает внимание идея использования сигналов, приходящих от головного мозга. Распознавание этих сигналов на усечённых нервных окончаниях и их преобразование в команды адекватного движения искусственных механизмов следует считать главной задачей интеллектуального протезирования. При этом сам протез реализует недостающую часть тела: он является как косметическим, так и функциональным дополнением, а не роботом, управляемым на расстоянии. Ниже разрабатываются предположения о возможности применения искусственных логических нейронных сетей для реализации ограниченного автономного управления протезом по усиленной (при необходимости) совокупности сигналов, образующихся на нервных окончаниях культи.

Однако на деле следует предположить нарушение управляющих связей, искажение той картины управляющих воздействий, которая способна привести к адекватному сценарию действий протеза. Ведь не следует забывать о, в основном, травматическом происхождении проблемы. В головном мозге предусмотрена достаточная избыточность: повреждение целых областей мозга после длительных тренировок приводит к нахождению обходных путей распространения возбуждений и даже к новому формированию логических связей с помощью здоровых нейронов. В конечностях такое резервирование отсутствует. Ведь нервы, ведущие к органу тела, являются аксонами некоторых нейронов, находящихся в головном мозге. Конечности не располагают средствами автономного управления, т.е. не располагают фрагментами нейронной сети.

Таким образом, следует исходить из того, что усечённые нервные окончания обеспечивают нечёткие исходные данные, которые требуют расшифровки для адекватного реагирования протеза. Необходима интеллектуализация протеза, протез следует обучить адекватному восприятию искажённых управляющих сигналов. То есть, протез должен обладать интеллектуальными средствами автономного управления.

С другой стороны, человек в результате длительных тренировок и самообучения также должен приспособиться к управлению протезом.

Напомним, что нейрон, или нейроподобный элемент, независимо от технологии воплощения, является прибором, выполняющим пороговую функцию активации вида


 V= \left\{\begin{matrix}
\frac{\sum_{i}^{k}\omega_i V_i }{\sum_{i}^{k}\omega_i} \text{ , если это значение не ниже h}\\ 
\text{0 , в противном случае}
\end{matrix}\right.

Здесь V - значение возбуждения нейрона,

Vi - значение возбуждения рецептора, связанного с данным нейроном и пришедшее на его i-й вход,

\omega_I - вес i-й связи (i-го входа),

K - количество связей (входов) нейрона,

h - порог (выбирается экспериментально, для устранения излишней "нервозности").

Нейроны, как и вся ЛНС, могут быть реализованы как аппаратно, так и программно. Второй вариант предпочтителен, так как может базироваться на применении встроенного нейрокомпьютера, роль которого может выполнять любой достаточно миниатюрный сигнальный микропроцессор, используемый в бытовой технике. Кроме того, программная реализация нейросети позволяет без ограничений производить переобучение, развитие, оперативный экспериментальный и индивидуальный подбор связей и других параметров.

Примерный вид логической нейронной сети для протеза кисти руки

Рис. 19.9. Примерный вид логической нейронной сети для протеза кисти руки

При программном исполнении нейрону соответствует стандартная процедура, выполняющая функцию активации, а связи нейронов с рецепторами отражаются в рассмотренной ниже матрице следования, что способствует малой сложности и высокой скорости расчётов значений возбуждения нейронов.

На рис.19.9 представлен примерный вид ЛНС для протеза кисти руки.

На рецепторный слой ЛНС должны подаваться сигналы с сохранившихся "живых" нервных окончаний культи. При необходимости, эти сигналы должны быть усилены (вряд ли ослаблены). Веса \{\omega\}, определяющие степень участия каждого нерва в совершении конкретного движения, определяются экспериментально. При этом нулевое значение связи указывает на разрыв испытываемой связи рецептора с нейроном. (На рисунке веса не распределены по стрелкам, а выделены в одно не индексируемое множество.)

Связи рецепторов с нейронами на рисунке показаны условно. Они выбираются во многом индивидуально в соответствии с влиянием возбуждения рецептора на требуемую реакцию. Например, - как частично показано на рисунке. Так строится обученная ЛНС.

Одновременное использование одним нейроном значений возбуждения нескольких рецепторов позволяет осуществлять результирующий комплекс движений, подобно "живому" управлению. В то же время, должна быть предусмотрена возможность "комплексного" приказа: "захват карандаша", "захват молотка" и др.

Напомним, что в "живой" нейронной сети - мозге - функция активации, подобная математической модели, реализуется биохимически па основе примерно 240 химических реакций. Веса связей реализуются с помощью синапсов, по сути представляющих собой переменные сопротивления. Синапсы на стыках разделяют ветви аксонов (здесь - выходы нейронов-рецепторов, возбуждаемых извне) и дендриты (входы) нейронов, принимающих возбуждение соответствующих рецепторов. Их значение устанавливается в результате обучения, для направленного прохождения сигналов в сети. Поэтому связи между нейронами называются синапсическими. В результате обучения, вследствие направленного распространения сигналов на основе попутной "подкрутки" синапсов, образуются связки-отношения вида "посылка - следствие", "если - то". Эти отношения являются основой мышления человека, реализуя жизненные функции ассоциативной памяти, логического вывода, распознавания, принятия решений и управления движением органов.

Необходимо помнить, что функционирование человека и его мозга, как и всякой системы автоматического управления, тактируется. Импульсы-сигналы, например, для сокращения мышцы, вырабатываются в каждом такте (уставшая мышца дрожит). Это и позволяет динамически, во времени, менять поведение.

Для микропрограммного выполнения достаточно несложных расчётов, матрица связей ЛНС исчерпывающим образом представляется таблицей (табл. 19.1). В приведённой таблице отражены связи в логической нейронной сети на рис. 19.9.

Таблица 19.1. Матрица связей однослойной логической нейронной сети
Рецепторы 1 2 . . . . . m
Значения возбуждения рецепторов нервами V1 V2 . . . . . Vm
Движение 1 \omega_{(1 \to 1)} \omega_{(2 \to 1)}
Движение 2 \omega_{(1 \to 2)} \omega_{(2 \to 2)} \omega_{(m \to 2)}
. . . . . . . . . .
Движение n \omega_{(m \to n)}

Возбуждение каждого нейрона (значение функции активации) находится в результате скалярного умножения строки возбуждения рецепторов на строку, определяющую соответствующее (этому нейрону) движение. Результат делится на сумму весов в данной строке и корректируется при сравнении с порогом.

Значение возбуждения нейрона является значением параметра, определяющего силу или интенсивность выполнения соответствующего движения в совокупности или одновременно с другими движениями протеза. Т.е. "физический смысл" каждого параметра заключается в коэффициенте усилия, с которым действует данное движение. Ведь каждое сложное, составное движение определяется совокупностью сигналов на сокращение определённых мышц с разной силой. В случае протеза - на усилия определённых тяг, пропорциональные уровню сигнала. По множеству усилий отдельных решений складывается составное движение как результат композиции принимаемых решений. Адекватность движений регулируется экспериментальным подбором связей \omega.

Возможная компоновка интеллектуального протеза кисти руки показана на рис. 19.10. На этом этапе не рассматривается возможность обратной связи, т.е. передачи в мозг дактильных сигналов. Поэтому основными элементами управления являются: датчик сигналов нервных окончаний, нейрокомпьютер, блок питания и дисплей, используемый для настройки и контроля работы протеза.

Возможная компоновка интеллектуального протеза кисти руки

Рис. 19.10. Возможная компоновка интеллектуального протеза кисти руки

Предполагается, что кристалл микропроцессора обладает достаточным объёмом сверхоперативной памяти, необходимой для микропрограммирования. Работа с дисплеем может производиться с помощью "мышки". Механическая часть протеза комплексно отрабатывает команды нейронной сети, поступившие в такте управления в соответствии со значением их параметров.

Существуют сигнальные микропроцессорные вычислительные системы, где на одном кристалле выполнены несколько параллельно работающих процессоров. Там же расположена и сверхоперативная память достаточного объёма. Тогда обработка логической нейронной сети может распараллеливаться, подобно работе мозга, что резко увеличивает её быстродействие.

Сивилла-прорицательница

В век всеобщей информатизации мы, нетерпеливо пропуская конкретику и детали, жадно ловим правду "между строк", ассоциативно формируя предвидение и прогноз: что будет с нами завтра, каковы тенденции и что предпринять?

Формализация обработки огромных потоков информации, в основном, в СМИ (а это - оперативная информация), всё более привлекает специалистов по прогнозу. Здесь огромные возможности для шарлатанов, и кажется удивительным, как незамеченными остаются "прогнозы" авторитетных, не сходящих с телеэкрана, "предсказателей", данные ими несколько лет назад и не заставляющие их покраснеть сегодня.

Основой прогнозирования является состав и частота появления слов и выражений, характеризующих политический этап или целый исторический период. Далее следует анализ исторического опыта, определяющий, к чему это приводило в прошлом и к чему может привести впредь…

… История помнит замечательные, навязчиво мелькающие, "новые" слова и выражения. Например, - "конвергенция", выражающее сомнение и крах режима, "интернациональный долг" - саморазрушающая агрессия, "консенсус" - псевдодемократический, криминальный обвал, "экстрадиция" - мировой процесс очистительной ловли тараканов, "суверенитет" - самостоятельный выход из окружения. А что дальше? - говорят слова "наркомания", "терроризм", "сепаратизм", "курс доллара", "приватизация", "прожиточный минимум", "коррупция", "кризис", "Олимпиада", "санкции" и т.д.

Предвидение

Рис. 19.11. Предвидение

Комбинации и частота следования слов (рис. 19.11), а также зависимость этих показателей от времени, образовывали критическую массу для неотвратимой цепной реакции…

Краткие итоги

  1. Приведённые соображения по созданию систем принятия решений различного применения иллюстрируют универсальность подхода к построению логических нейронных сетей.
  2. Как можно установить на основе попыток реализации идей, достаточными для их воплощения являются однослойные логические нейронные сети, даже в случае необходимости обратных связей.

Вопросы

  1. Как реализуются идеи "живого" моделирования при организации службы безопасности?
  2. Какие фантазии обуревают нас при получении заказа (а главное, - средств) на создание в пойме Москвы-реки Парка Фантасмагорий – для развития туристического бизнеса и развлекательной индустрии?
  3. Какие идеи лежат в основе создания лучшего друга детей – компьютерного человечка КОМПИ?
  4. Как на основе логических нейронных сетей реализуется техническая и медицинская диагностика?
  5. Как промежуточные результаты тестирования влияют на его продолжение?
  6. Какие идеи лежат в основе распознавания рукописного (нечёткого) текста?
  7. Как работает система экстренного торможения локомотива на базе логической нейронной сети?
  8. Какие идеи лежат в основе интеллектуального протезирования конечностей?
  9. Как осуществляется предвидение по частоте вхождения в тексты определённых слов и на основе исторического опыта?
< Лекция 18 || Лекция 19
Berkut Molodoy
Berkut Molodoy
Россия
Евгений Гудзенко
Евгений Гудзенко
Россия, Кулунда