Механизмы обучения

Как формируется структура нейронной сети, позволяющая столь эффективно обрабатывать информацию? Ключевую идею выдвинул в 1949 г. канадский психолог Д. Хебб. Он предположил, что нейронные сети могут обучаться. Если два нейрона часто одновременно возбуждаются, то синапс между ними становится «силь­нее». При достаточной силе синапса возбуждение одного нейрона немедленно возбудит и второй: между ними установится ассоциативная связь.

Дальнейшие исследования подтвердили правоту Хебба, внеся лишь некоторые уточнения. В каждом акте запоминания участвуют, как правило, не два нейрона, а гораздо большее их число. Кроме того, описанная выше ассоциация закрепляется лишь при особых обстоятельствах, которые принято характеризовать как «награда» или «наказание». Результат взаимодействия нейронов между собой оценивается другими частями мозга. При положительной оценке они вырабатывают вещества (например, закись азота), стимулирующие усиление синаптических связей.

Понимание принципов работы мозга позволило создавать и успешно эксплуатировать искусственные нейронные сети. Обычно такая сеть реализуется в виде компьютерной программы, которой задается число нейронов, функционирующих в согласии с той или иной моделью формального нейрона, группировка их в слои, а также критерии для оценки работы всей сети. Затем начинается обучение: «ней­ро­ны» входного слоя возбуждаются в соответствии с исходной информацией — симптомами болезни или курсами акций за предшествующие периоды. Это приводит к определенному возбуждению нейронов выходного слоя, которое интерпретируется как, соответственно, диагноз или прогноз курса акций. Если они неверны, силы «синапсов» изменяются по определенным правилам так, чтобы уменьшить расхождение. После достаточно длительного обучения нейронная сеть начинает вести себя как неплохой эксперт в соответствующей области. Типичные количества нейронных слоев и нейронов в них при этом измеряются несколькими единицами, что позволяет реализовывать искусственные нейронные сети скромными вычислительными ресурсами.

В популярной компьютерной игре «Creatures» каждый из ее героев — норнов — фактически представляет собой искусственную нейронную сеть. Задача играющего — обучить нейронную сеть, то есть вырастить норна, помогая ему преодолевать опасности игрового мира, поощряя за правильные действия и наказывая за неверные поступки. Популярность игры во многом обусловлена тем, что взрослый норн имеет выраженную индивидуальность, формирующуюся в основном в результате обучения.