Page 5 - 4848

ЗАГАЛЬНІ МЕТОДИЧНІ ВКАЗІВКИ

Як предмет дослідження штучні нейронні мережі вперше заявили
про себе в 1940-і роки. Прагнучи відтворити функції людського мозку,
дослідники створили прості апаратні (а пізніше програмні) моделі
біологічного нейрона і системи його сполук. Коли нейрофізіологи досягли
глибшого розуміння нервової системи людини, ці ранні спроби стали
сприйматися як вельми грубі апроксимації. Проте, на цьому шляху були
досягнуті вражаючі результати, що стимулювали подальші дослідження,
які привели до створення більш витончених мереж.
Перше систематичне вивчення штучних нейронних мереж зробили
Маккалокк і Питтс в 1943 р. Пізніше вони досліджували мережеві
парадигми для розпізнавання зображень, що піддаються зрушень і
поворотів. У 60-ті роки перцептрони викликали великий інтерес і
оптимізм. Однією з перших штучних мереж, здатних до перцепції
(сприйняття) і формуванню реакції на сприйнятий подразник, з'явився
PERCEPTRON Розенблатта (F. Rosenblatt, 1957). Перцептрон розглядався
його автором не як конкретне технічне (обчислювальний) пристрій, а як
модель роботи мозку. Розенблатт називав таку нейронну мережу
тришарової, однак, за сучасною термінологією, представлена мережа
зазвичай називається одношаровою, оскільки має тільки один шар
нейропроцессорних елементів.
У Корнеллського авіаційної лабораторії була розроблена
електротехнічна модель перцептрона MARK -1, яка містила 8 вихідних
елементів. На цьому перцептрон була проведена серія експериментів з
розпізнавання букв алфавіту і геометричних образів.
Ф. Розенблатт довів чудову теорему про навчання перцептронов (яку
ми розглянемо на наступній лекції). Д. Уїдроу дав ряд переконливих
демонстрацій систем перцептронного типу, і дослідники в усьому світі
прагнули вивчити можливості цих систем. Первісна ейфорія змінилася
розчаруванням, коли виявилося, що перцептрони не здатні навчатися
вирішенню низки простих завдань. Мінський суворо проаналізував цю
проблему і показав, що є жорсткі обмеження того, що можуть виконувати
одношарові перцептрони, і, отже, того, чого вони можуть навчатися.
Оскільки в той час методи навчання багатошарових мереж не були відомі,
дослідники зайнялися більш багатообіцяльними проектами, і дослідження
в області нейронних мереж занепали. Нещодавнє відкриття методів
навчання багатошарових мереж призвело до відродження інтересу і
поновлення досліджень.

4