Попытки создать искусственный интеллект предпринимались неоднократно в разные годы и многими учеными
МЕНЮ
Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей
ТЕМЫ
Новости ИИ
Голосовой помощник
Городские сумасшедшие
ИИ в медицине
ИИ проекты
Искусственные нейросети
Слежка за людьми
Угроза ИИ
Компьютерные науки
Машинное обуч. (Ошибки)
Машинное обучение
Машинный перевод
Нейронные сети начинающим
Реализация ИИ
Реализация нейросетей
Создание беспилотных авто
Трезво про ИИ
Философия ИИ
Генетические алгоритмы
Капсульные нейросети
Основы нейронных сетей
Распознавание лиц
Распознавание образов
Распознавание речи
Техническое зрение
Чат-боты
Авторизация
2020-12-03 15:30
Попытки создать искусственный интеллект предпринимались неоднократно в разные годы и многими учеными: одни из них были успешными, какие-то не дали значимых результатов, а некоторые стали важным шагом к созданию нейросетей, которые даже спустя десятилетия продолжают развиваться. Рассказываем о значимых событиях из мира технологий в рубрике «Год в науке». Отправляемся в 1951 год, чтобы узнать о создании первой обучающейся машины со случайно связанной нейросетью.
В 1949 году американский учёный Марвин Минский задумался об обучении машин и о способах их конструировать. Спустя два года Марвин вместе со своим однокурсником с факультета математики Принстонского университета Дином Эдмондсом создали первый сетевой компьютер на основе нейронной сети, получивший название SNARC.SNARC (Stochastic neural analog reinforcement calculator - Стохастический нейронный аналоговый калькулятор усиления) – машина, которая представляет собой хаотично соединенную сеть из 3000 вакуумных трубок, имитирующих сеть из 40 нейронов. Каждый подключенный к сети нейрон был спроектирован с использованием электрического конденсатора для кратковременной памяти и резистора для долговременной.
Принцип работы машины SNARC заключался в отслеживании работы нейронов и оценке вероятности принятия решений. Минский и Эдмондс тестировали машину в виртуальном лабиринте: когда первый сигнал поступал на один вход, другой сигнал должен пойти на выход. Ручка вероятности оценивала распространение сигнала и переходила от 0 до 1. После прохождения сигнала вероятности с положительным вознаграждением конденсатор запоминал функцию и поворачивал потенциометр. Объединенная сеть настроек потенциометра, аналогично весам в современных полностью цифровых нейронных сетях, смогла научиться действиям по решению лабиринта.
Во время защиты проекта SNARC аттестационная комиссия усомнилась в правильности математического позиционировании работы Марвина Минского. Как говорят современники, математик Джон фон Нейман возразил, сказав, что вклад в науку может быть не актуален в текущий момент, но важен в перспективе. И в будущем Минский, продолжая свою работу, доказал важные теоремы, демонстрирующие ограничения, с которыми могут столкнуться исследования в области нейронных сетей.