CC BY
0MASHINANI O'QITISHDA QO'LLANILADIGAN SUN'IY NEYRON TARMOQ
TUZILISHLARINING TAHLILI Murodqosimova Shodiya Xolmamat qizi
https://doi.org/10.5281/zenodo.10726862
Annotatsiya. ushbu maqolamizda, sun'iy neyron tarmoqlari - bu o'zaro bog'langan ulanishlar asosida bir nechta ishlov berish birliklarini quradigan hisoblash usullari hamda tarmoq kirish to'plamini chiqish bilan bog'laydigan ixtiyoriy miqdordagi hujayralar yoki tugunlar yoki birliklar yoki neyronlardan iboratligi ko'rib chiqiladi. Shuningdek, bu inson miyasi ma'lumotlarni qanday tahlil qilish va qayta ishlashga taqlid qiluvchi kompyuter tizimining bir qismi ekanligi tahlil qilinadi.
Kalit so'zlar: Sun'iy intellect, neyron tarmoqlar, F.Rozenblatt, E.Xant, D.Xebb, Jon F on Neyman, Chen, Van Gerven, Liu.
Kirish. Bugungi globallashgan XXI asrda insoniyat xususan fan, texnika, texnologiya va axborot kommunikatsiyalari sohasida aqlbovar qilmas darajadagi yutuqlarga erishgach, fan, texnika oldida insonning sun'iy intelektini yaratishga urunishlar boshlandi. Bugungi kunda, sun'iy intellekt, axborot va yuksak texnologiyalar rivojlangan pallada inson tafakkurining oliy mahsuli bo'lgan falsafiy tafakkur kerakmi? Uzluksiz axborot oqimi va surunkali vaqt tanqisligi sharoitida sun'iy tafakkur falsafiy mushohadani siqib chiqarmaydimi? Bunday savollar hozirgi zamon ilm ommasi oldiga avval mavjud bo'lmagan, yechimi topilmagan innovatsion va kreativ bo'lgan muammolarni qo'ymoqda.
Hozirgi kunda sun'iy intellekt va uning texnologiyalari j amiyat hayotining turli jabhalarida qo'llanilmoqda. Masalan, inson yuzini tanish texnologiyasi mamlakatning ayrim oliy ta'lim muassasalarida darslar va yotoqxonalarni boshqarishda qulay vosita bo'lmoqda. Dunyoning yirik media-markazlari, tele-radio kompaniyalari, axborot agentliklari sun'iy intellektli kompyuterlar yordamida faoliyat yuritmoqda.
E.Xantning fikricha: "Sun'iy intellekt informatikaning alohida sohasi bo'lib, odatda inson ongi bilan bog'liq imkoniyatlar: tilni tushunish tushunish, o'rgatish, muhokama qilish, masalani yechish, tarjima va shu kabi imkoniyatlarga ega kompyuter tizimlarini yaratish bilan shug'ullanadi", degan xulosaga keladi.
Bugungi ilg'or texnologiyalar rivojlangan davrda sun'iy intelekt va uning unsurlari deyarli hayotning barcha jabhalariga tadbiq etilmoqda. Jumladan, oddiy uy ro'zg'orida ishlatiladigan zamonaviy quilmalar televizorlar, sovutgichlar, kir yuvish mashinalari, pechlar, xavfsizlik tizimlari va aqilli uy qurilmalari shular jumlasidandir. Shuningdek, mobil qurilmadagi dasturlar: google-tarjimon, lug'atlar, turli xil o'yinlar va hokazolar ham sun'iy intellektga yaqqol misol bo'la oladi.
Bugungi kundagi tadqiqotlar shuni ko'rsatadiki, inson miyasi hayratlanarli darajada murakkab bo'lib, har biri yuzlab yoki minglab boshqa neyronlar bilan bog'langan milliardlab neyronlar tizimi insoniyat tomonidan yaratilgan super kompyuterlar beradigan eng katta natijalar ham hech qancha imkoniyat bermasligi aniqlangan. Bu insonning tabiiy intelektini qay darajada mukammalligi va murakkabligini ko'rsatadi. Shuning uchun sun'iy neyron tarmoqlarini o'rganish muhim masalardan hisoblanadi.
Adabiyotlar tahlili. Neyron tarmoqlar va sun'iy aqlni o'rganish doirasida juda ham ko'plab, olimlar, tadqiqotchilar hamda muhandislar keng ko'lamli ishlar olib borganlar. Jumladan, neyrotarmoqlarni o'rganishdagi birinchi qadam 1943-yilda neyrofiziolog Uorren Makkalok va
matematik Uolter Pittsning sun'iy neyronlar, shuningdek, elektr zanjirlari yordamida neyron tarmoq modelini amalga oshirish haqidagi maqolasini chop etganida qo'yildi.
1949-yilda D.Xebb miyadagi neyronlarning bog'lanish hususiyatlari va ularning o'zaro ta'siri to'g'risida fikrlarini bildirdi, shuningdek, neyron tarmoqni o'rgatish qoidalarini ham taklif qildi.
1957-yilda F.Rozenblatt perseptronlarni tashkil etish va ishlash tamoyillarini ishlab chiqdi, shuningdek, dunyodagi birinchi neyrokompyuterni texnik amalga oshirish variantini taklif qildi.
1958-yil Jon Fon Neyman neyronlarning oddiy funksiyalarini taqlid qiluvchi vakuumli naycha tizimini yaratdi.
Yurtimiz olimlaridan jumladan quyidagilar ilmiy izlanishllar olib borishgan: akademiklar V.Q.Qobulov, S.S.G'ulomov, professorlar A.T.Shermuhamedov, D.A.Xalilov, tadqiqotchilar I.Tojimamatov, Q.Rahimovlarni ilmiy maqolalarida mavzuga to'xtalib o'tilgan.
Tahlil va natijalar
"Sun'iy neyron tarmoq" tushunchasi birinchi marta o'tgan asrning 40-yillarida fanga kiritilgan. Sun'iy neyron tarmoqda odamlar va hayvonlarning asab tizimining faoliyatini arfmetik mantiqiy darajada modellashtiradi. 1943-yilda neyronning rasmiy modeli ishlab chiqildi. Bunday model cheklangan miqdordagi muammolarni hal qilishga qodir. Rasmiy neyronlarni tarmoqqa birlashtirish orqali bu qiyinchiliklarni bartaraf etish mumkin. Bunday tizimlarning imkoniyatlari ancha kengroq: tarmoqli rasmiy neyronlar an 'anaviy ravishda "inson faoliyati" sohasiga tegishli bo'lgan muammolarni hal qilishi mumkin. Masalan, naqshni aniqlash va hatto to'liq bo'lmagan ma'lumotlarga asoslangan qarorlar qabul qilish. Ayniqsa, neyron tarmoqlar insonning fikrlash jarayonlarini eslatuvchi ma'lumotlarni o'rganish va yodlash qobiliyati qiziq. Shuning uchun neyron tarmoqlarni o'rganish bo'yicha dastlabki ishlarda "sun'iy intellect" atamasi tez-tez tilga olingan. So'nggi vaqtlarda sun'iy neyron tarmoqlarga qiziqish tez o'sdi. Ular shu kabi mutaxassislar tomonidan qabul qilindi. Sun'iy neyron tarmoq, aslida, tabiiy asab tizimining modeli bo'lganligi sababli, bunday tarmoqlarni yaratish va o'rganish bizga tabiiy tizimlarning ishlashi haqida ko'p narsalarni o'rganish imkonini beradi.
Chenning fikriga ko'ra: "Sun'iy neyron tarmoqlari (ANN) yoki oddiyroq neyron tarmoqlar - bu murakkab tizimlarning chiqish javoblarini maksimal darajada oshirish uchun mashinani o'rganish hamda bilimlarni namoyish qilish va nihoyat olingan bilimlarni qo'llash uchun yangi tizimlar va hisoblash usullari hisoblanadi. Demak, sun'iy neyron tarmog'i (ANN) - bu miya kabi biologik asab tizimlarining ma'lumotlarni qayta ishlash usuliga asoslangan ma'lumotlarni qayta ishlash modelidir.
Ular insonlarning miya yarim korteksining neyron tuzilishiga e'tibor qaratgan, ammo ancha kichikroq miqyosda. Sun'iy intellekt bo'yicha ko'plab mutaxassislarning fikricha, sun'iy neyron tarmoqlar aqlli mashinani loyihalash uchun eng yaxshi va ehtimol hozircha yagona vositasidir.
Sun'iy neyron tarmoqlari inson miyasiga o'xshab yaratilgan bo'lib, neyron tugunlari o'zaro tarmoqqa o'xshash tarzda bog'langan bo'ladi. Neyronlar inson miyasini tashkil etuvchi milliardlab hujayralardan tashkil topgan.
Har bir neyron hujayra tanasidan iborat bo'lib, ma'lumotni miyaga (kirish va chiqish) olib kelish orqali qayta ishlaydi, - deb hisoblaydi Van Gerven.
Bunday tarmoqlarning asosiy g'oyasi (ma'lum darajada) biologik asab tizimining ishlashi, bilimlarni o'rganish va yaratish uchun ma'lumotlar va ma'lumotlarni qayta ishlashdan
ilhomlangan. Ushbu g'oyaning asosiy elementi axborotni qayta ishlash tizimi uchun yangi tuzilmalarni yaratishdir.
Shuningdek, "sun'iy neyron tarmoq arxitekturasi 1-rasmda ko'rsatilgan
1-rasm. Sun'iy neyron tarmoq arxitekturasi.
Tizim muammoni hal qilish va ma'lumotni sinapslar (elektromagnit ulanishlar) orqali uzatish uchun birgalikda ishlaydigan neyronlar deb ataladigan juda ko'p o'zaro bog'langan ishlov berish elementlaridan iborat. Neyronlar bir-biri bilan chambarchas bog'langan va qatlamlarga bo'lingan. Kirish qatlami ma'lumotlarni qabul qiladi, chiqish qatlami esa yakuniy natijani yaratadi. Ikkisi o'rtasida, odatda, bir yoki bir nechta maxfiy qatlamlar birikadi. Ushbu tartib ma'lumotlarning aniq oqimini bashorat qilish yoki bilishni qiyinlashtiradi.
Balakrishnanning fikriga ko'ra esa, "Har bir ulanishning ulanish og'irligi bor va har bir neyronning chegara qiymati va faollashtirish funktsiyasi mavjud", deb hisoblaydi.
Liuning fikriga ko'ra esa aksincha, "har bir kirishning og'irligining belgisi asosida ijobiy yoki salbiy og'irlik bo'lsa, hisoblab chiqiladi. Og'irligi ulanishdagi signal intensivligiga ta'sir qiladi" deb hisoblaydi.
Kirish chegarasi bo'lgan neyronlar signali faqat yig'ilgan signal undan oshib ketganda uzatiladi. Faollashtirish qiymati yig'ish birligining vaznli yig'indisidir va chiqish ushbu faollashtirish qiymatidan kelgan signal asosida hosil bo'ladi. Har bir elementning og'irligi va ANN tizimining kirish va chiqishi o'rtasidagi bog'liqlik 2-rasmda ko'rsatilgan.
2-rasm. Har bir elementning og'irligi va ANN tizimining kirish va chiqishi ko'rsatilgan. Bu tarmoqlarda bitta hujayra shikastlangan bo'lsa, boshqa hujayralar uning yo'qligini to'ldirishi
va uning yangilanishiga hissa qo'shishi mumkin. Ushbu tarmoqlar o'rganishga qodir. Asosan, o'rganish qobiliyati aqlli tizimning eng muhim xususiyatidir.
Xulosa va takliflar
Sun'iy neyron tarmog'i (ANN) sun'iy neyronlardan tashkil topgan bo'lib, ular biologik miyadagi neyronlarga o'xshash bir qator bog'langan birliklar yoki tugunlardir. Biologik miyadagi sinapslarga o'xshash har bir bo'g'in boshqa neyronlarga signal yuborish qobiliyatiga ega. Moslashuvchan ta'lim ANNS tizimlarining eng muhim afzalliklari hisoblanadi. O'rganish tezligi har bir kuzatuvdagi xatolarni tuzatishda modelning tuzatish bosqichlari qanchalik katta ekanligini aniqlaydi.
REFERENCES
1. Bre, Facundo, Juan M Gimenez, and Victor D Fachinotti. 2018. "Prediction of wind pressure coefficients on building surfaces using artificial neural networks." Review of. Energy and Buildings158:1429-41.
2. Balakrishnan, Harikrishnan Nellippallil, Aditi Kathpalia, Snehanshu Saha, and Nithin Nagaraj. 2019. "ChaosNet: A chaos based artificial neural network architecture for classification". Review of.Chaos: An Interdisciplinary Journal of Nonlinear Science 29 (11):113125.
3. Chen, Mingzhe, Ursula Challita, Walid Saad, Changchuan Yin, and Mmouane Debbah. 2019. "Artificial neural networks-based machine learning for wireless networks: A tutorial." Review of. IEEE Communications Surveys & Tutorials 21 (4):3039-71
4. Liu, Jinjin, Yongchun Chen, Li Lan, Boli Lin, Weijian Chen, Meihao Wang, Rui Li, Yunjun Yang, Bing Zhao, and Zilong Hu. 2018. "Prediction of rupture risk in anterior communicating artery aneurysms with a feed-forward artificial neural network". Review of. European radiology 28(8):3268-75.
5. Van Gerven, Marcel, and Sander Bohte. 2017. "Artificial neural networks as models of neural information processing". Review of. Frontiers in Computational Neuroscience 11:114.
6. Хант Э. Искусственный интеллект. Москва: Мир, 1978. - С. 5.
