2.1 Применение нейронных сетей

Задачи, которые решают нейронные сети, определяются тем, как сеть работает и обучается. Нейронная сеть, решая определённые задачи, выдаёт и принимает значения. Сеть используют для того, чтобы из имеющийся, знаменитой информации получить некоторую не знаменитую информацию. Примеры сходственных задач:

Прогнозирование на фондовом рынке.

Можно спрогнозировать цену акции на завтрашний день, зная цены акций за последнюю неделю.

Предоставление кредита.

Частное лицо обратилось в банк. Необходимо определить, высока ли степень риска предоставления кредита.

Управление. Нужно определись действия робота, для того чтобы он добился своей цели вследствие установленной на нём камере.

Далеко не все задачи дозволено решить, применяя нейронные сети. Если вы решили определить итог лотереи, зная свой рост, то ничего не получится, так как эти вещи никакого отношения друг к другу не имеют. Если тираж проводится без подлога, то нет такой информации, которая могла бы предсказать результат игры с точностью.

Ещё одно не менее значимое условие использования нейронных сетей: Нужно с уверенностью знать, что между знаменитыми входными и незнакомыми выходными значениями имеется связь. Эта связь может быть искажена шумом, но она должна существовать.

Нейронная сеть обыкновенно применяется, когда неведомы точные виды связей между выходами и входами, - в случае если они вестимы, то связь дозволено смоделировать непринужденно. Ещё одна не менее значимая специфика нейронных сетей это обучение сети. Для обучения нейронных сетей используются алгоритмы 2-х типов: управляемое и не управляемое. Чаще всего используется управляемое обучение.

Для управляемого обучения пользователи обязаны предварительно подготовить пакет обучающих данных. Они из себя представляют примеры входов и выходов. Сети учатся устанавливать связи между ними. Такие обучающие данные, как правило, берутся из истории. В примерах, которые рассмотрены выше, такими данными могут послужить предыдущие цены акций, информация о прошлых заемщиках – как они исполнили свои обязательства перед банком.

Далее нейронная сеть обучается при помощи определённого алгоритма управляемого обучения, для того Дабы свести ошибку прогноза на нет. В случае если ярус обучения сети высок, она способна смоделировать неведомую функцию, которая объединяет входные и выходные переменные. В грядущем такую сеть дозволено применять для прогнозирования разных обстановок с неведомыми выходными значениями.

3 Применение искусственного интеллекта

3.1 Возможная стратегия и план создания ии

Без эксперимента нет науки, немыслимо определить правильность выбранного пути, следственно является нужным:

1) сделать виртуальную среду обитания прототипа, так как собрать механическое Диво, с большинством сенсоров гораздо сложнее и подороже.

2) имитировать сенсоры, такие как слух, виртуальное зрение («зрение» - в виде виртуального пространства, видео камеры и «ИНЕТ»), виртуальные ручки и ножки, которые дозволено исполнить крайне упрощенно, основное обучить ИР говорить, нажимать клавиши, делать движения виртуальными ручками, ножками и прочими виртуальными частями, скажем курсором мышки.

3) сделать операционную систему «реального» времени, где слово «реально» - тоже касательно так как, при имитации ИР нужны паразитные вычисления, следственно среда Wind .. с ее процессами, службами и большинством единовременно решаемых задач будет сбивать равномерное течение времени «испытуемого»

4) сделать прототип ИР - т.е. алгоритмы работы и роста клеток, алгоритмы установки связей и другое, что дозволит в той либо другой мере имитировать работу множества разновидностей нейронных клеток и конструкций.

5) начать «воспитывать» ИИ в его виртуальной среде, взаимодействуя с ним и виртуальной средой, по ходу меняя алгоритмы и конструкцию, доводя процесс «соображения» до совершенства.

Полезнее каждого было бы применить ИИ там, где скептически главная адаптация, и где примитивные алгоритмы не дают результата. В первую очередь это все сферы связанные с человеком, Начиная от помощи в управлении автомобилем, лифтом и домашней техникой до веселий, человекоподобной помощи, и вообще решении всех мелких задач, на которые человек не хочет тратить свое время.

А вообще такую систему дозволено использовать гораздо шире – скажем, как самоорганизующуюся систему, перед которой ставится только всеобщая цель, а её реализация теснее ложится на плечи самой системы. Скажем, выкопать карьер для добычи пригодных ископаемых. Т.е. вообще всюду, где дозволено получить выручку, увольняя людей.