Neuronová síť
Umělá neuronová síť nebo také ANN — Artificial Neural Network je program, který napodobuje způsob, jakým náš mozek zpracovává informace. Stejně jako jiné algoritmy se učí z dat, aby mohla provádět úkoly jako například rozpoznávání obrázků nebo předpovídání počasí.
Jejím specifikem je využití umělých neuronů — velmi jednoduchých jednotek, které jsou inspirovány neurony biologickými — jež jsou v síti poskládány do po sobě jdoucích vrstev. Informace proudí ze vstupu sítě (například mnoha pixelů obrázku) přes jednotlivé vrstvy až do výstupní vrstvy.
Neuronové sítě jsou jedním z mnoha druhů modelů, které využíváme v různých úlohách. Využívají se pro učení s učitelem, bez učitele i pro posilované učení.
Úžasný Perceptron
Přestože první umělý neuron byl vytvořen již v roce 1943, muselo lidstvo na svou první neuronovou síť čekat až do padesátých let 20. století. Vytvořil ji inženýr Frank Rosenblatt a nazval ji Mark I perceptron. Tato síť obsahovala jediný umělý neuron (perceptron).
Představte si ji jako jednoduchou elektronickou „mysl“, která se snaží rozhodnout, zda něco patří do jedné kategorie, nebo do druhé, na základě vstupních dat. Funguje tak, že přijímá informace (čísla), váží je podle určitého kritéria a poté rozhodne, do jaké kategorie data patří. Pokud se při prvním pokusu nerozhodne správně, upraví svá kritéria a zkusí to znovu, dokud se nenaučí rozhodovat správně.
Dnes už používáme sítě mnohem větší. Například hluboké neuronové sítě, které stojí za velkými jazykovými nebo obrazovými modely, mohou mít až biliony neuronů.
Takto vypadá vizualizace jednoho typu neuronové sítě, která slouží k rozpoznávání číslic:
Umělý neuron
Umělý neuron vychází z toho biologického a je základní stavební jednotkou neuronových sítí a současně matematickou funkcí. Skládá se z několika částí: vstupy, váhy, aktivační funkce a výstup. Schéma jednoduchého neuronu:
Neuron na obrázku přijímá vstupní hodnoty X_i, které jsou násobeny příslušnými váhami W_i. Tyto vážené vstupy se sečtou (∑), čímž se vytvoří vnitřní potenciál neuronu. Pokud vnitřní potenciál přesáhne práh (pro jednoduchost ho v obrázku máme nulový), výstup neuronu se takzvaně aktivuje. Aktivační funkci f si můžete v tomto případě představit jako skok z nuly na jednotku, ale v moderních neuronových sítích se používá celá řada složitějších funkcí.