Blog

Neurónové siete a ich využitie v praxi

Umelé neurónové siete sú súbory algoritmov navrhnuté podľa ľudského mozgu a jeho nervových systémov. Sú navrhnuté tak, aby dokázali rozoznávať vzorce a ich cieľom je dospieť na základe vstupných informácií k rozhodnutiu.

Základnou stavebnou jednotkou nervovej sústavy sú neuróny, pričom umelé neurónové siete vychádzajú práve z modelu ľudského neurónu. Každý neurón dokáže prijímať signály, spracovávať ich a posielať tieto spracované vstupné signály ďalej ostatným neurónom vo svojom okolí. Neuróny sú medzi sebou poprepájané do zložitej štruktúry, ktorá sa nazýva neurónová sieť a v rámci nej si predávajú signály. Umelé neurónové siete fungujú na takom istom princípe.

Na to, aby neurónové siete dokázali dospieť k rozhodnutiu, im stačia hrubé fakty, nepotrebujú kritériá, na základe ktorých sa budú rozhodovať. Vedia si totiž odvodiť pravidlá zo zadaných vstupných informácií a následne ich na ne aplikovať. Keď sa sieť naučí pravidlo, následne vie produkovať výstupy tak, že toto pravidlo použije na vstupné dáta.

Príklad: Ideme si kúpiť nové tenisky a vyberáme si z piatich rôznych párov. Aby sme sa vedeli čo najlepšie rozhodnúť, stanovíme si dve kritériá, na ktoré budeme prihliadať, napríklad cenu a značku. Neurónové siete zo vstupných informácií (párov tenisiek, medzi ktorými si vyberáme) dokážu zistiť napríklad to, že značkové tenisky nezvyknú byť lacné, prípadne identifikovať zo značkových tie najlacnejšie.

Neurónové siete sa používajú najmä pri riešení problémov umelej inteligencie, na rozpoznávanie vzoriek, analýzu dát, predpovede či optimalizáciu. Pomáhajú tiež triediť označené dáta a usporadúvať tie neoznačené do clusterov.

Príklady využitia neurónových sietí môže poznať napríklad z Facebooku. Neurónové siete sa používajú pri rozpoznávaní tvárí na fotkách - na základe vstupných dát, čiže fotiek od používateľov, na ktorých sú označení jednotliví ľudia, sa sieť naučí koreláciu medzi značkami (menami označených ľudí) a dátami (tvárami). Takto neskôr rozozná ľudí aj na fotkách, kde ich nikto neoznačil.

Vďaka používaniu neurónových sietí tiež zobrazuje facebookový newsfeed jednotlivým používateľom rôzny obsah podľa toho, čo by sa im mohlo páčiť. Algoritmy zanalyzujú, na aký druh obsahu používateľ najviac kliká a čo sa mu páči. Následne mu na základe toho v jeho newsfeede ukážu také správy, čo sa mu pravdepodobne budú páčiť a chce ich vidieť.

Na podobnom, ale opačnom, princípe fungujú aj spamové filtre Gmailu, tie však označujú emaily ako spam na základe toho, čo používateľ vidieť nechce. Okrem existujúcich pravidiel na identifikovanie mailov ako spam si tieto algoritmy dokážu vytvárať nové pravidlá za pochodu a reagovať tak na meniace sa podmienky. Tými sú v tomto prípade čím ďalej, tým šikovnejšie „zamaskované“ spamy.