Mit jelent a mély tanulás?

A mesterséges neurális hálózat olyan digitális architektúra, amely az emberi kognitív folyamatokat utánozza abban, hogy bonyolult mintázatokat modellez, előrejelzéseket hoz létre, és megfelelő módon reagál a külső ingerekre. A gépi tanulás sok típusához strukturált adatokra van szükség – ellentétben a neurális hálózatokkal, amelyek képesek a külvilág eseményeit feldolgozható adatokként értelmezni.

Amikor elolvasunk egy jelentést, megnézünk egy filmet, amikor autót vezetünk vagy épp egy virágot megszagolunk, az agy több milliárd neuronja dolgozza fel az információt apró elektromos jeleket használva. Minden neuron bemeneteket dolgoz fel, az eredményt pedig kimenetként átadja egy másik neuronnak további feldolgozásra, és mindennek az eredménye egy üzleti felismerés, egy nevetés, a fékre taposás vagy akár egy pillanatnyi elégedettségérzés. A gépi tanulásban a rendszerek neurális hálózatok segítségével képesek hasonlóképpen értelmezni a helyzeteket és reagálni rájuk.

A mesterséges neurális hálózatokat úgy lehet elképzelni, mint digitális neuronokat tartalmazó agyakat. Noha a legtöbbjük csak kezdetleges imitációja egy valódi agynak, még így is képes óriási mennyiségű nemlineáris adatot feldolgozni, és ezzel olyan összetett problémákat megoldani, amelyekhez egyébként emberi közreműködésre lenne szükség. A banki elemzők például mesterséges neurális hálózatok használatával képesek hitelkérelmeket feldolgozni, és előrejelezni, hogy a kérelmező milyen valószínűséggel lesz fizetésképtelen.

A gépi tanulásban a neurális hálózatokat összetett, ideiglenes bemenetek és kimenetek tanulására és modellezésére, ismeretlen kapcsolatokra vonatkozó dedukciókra, valamint adatelosztási korlátozások nélküli előrejelzésekre használják. A neurális hálózati modellek számos mély tanulási alkalmazás alapját jelentik – ilyen például a számítógépes látás és a természetes nyelvi feldolgozás és az olyan megoldások, amelyek segíthetnek a csalás elleni védelemben, az arcfelismerésben vagy az önvezető járművek működtetésében.

A legtöbb vállalkozás előrejelzéseket használ a megalapozott üzleti döntésekhez, az értékesítési stratégiákhoz, a pénzügyi szabályozásokhoz és az erőforrások felhasználásához. A hagyományos előrejelzés korlátai azonban gyakran megnehezítik az összetett, dinamikus folyamatok előrejelzését, hiszen ezeknél több és gyakran rejtett mögöttes tényező is szerepel, amilyen például a tőzsdei árfolyamok. A mély tanulási neurális hálózati modellek segítségével fel lehet tárni a nemlineáris kapcsolatokat és a rejtett tényezőket is, így a vállalkozások pontosabb előrejelzéseket dolgozhatnak ki.

Több tucat különböző típusú AI-alapú neurális hálózat (ANN) létezik, és mindegyik különböző mély tanulási helyzetnél alkalmazható. Mindig olyan ANN-t kell használni, amely megfelel a konkrét üzleti és technológiai követelményeknek. Az alábbiakban néhány gyakori példát mutatunk be AI-alapú neurális hálózatokra:

Konvolúciós neurális hálózat
A fejlesztők konvolúciós neurális hálózatokkal (CNN-ekkel) segítenek az AI-rendszereknek a képek digitális mátrixokká alakításában. A CNN-eket elsősorban képbesoroláshoz és objektumfelismeréshez használják, mert alkalmasak arcfelismerésre, témák észlelésére és hangulatelemzésre is.

Dekonvolúciós neurális hálózat
Ha az összetett vagy nagy mennyiségű hálózati jelek elvesznek vagy más jelekkel kombinálódnak, egy dekonvolúciós neurális hálózat (DNN) segíthet megtalálni őket. A dekonvolúciós neurális hálózatok nagy felbontású képek és optikai adatfolyam-becslések feldolgozásánál hasznosak.

Generatív kontradiktórius hálózat
A generatív kontradiktórius hálózatok (GAN-ok) használatával a mérnökök arra tanítják be a modelleket, hogy hogyan hozzanak létre olyan új információkat vagy anyagokat, amelyek a betanítási adatok bizonyos tulajdonságait imitálják. A generatív kontradiktórius hálózatok abban segítik a modelleket, hogy finom különbségeket is észlelni tudjanak az eredeti és a másolatok között, és ezzel élethűbb másolatokat tudjanak létrehozni. A generatív kontradiktórius hálózatok alkalmazásai közé tartozik többek között a kiváló minőségű kép- és videógenerálás, a magas szintű arcfelismerés és a szuperfelbontás.

Visszacsatolt neurális hálózat
A visszacsatolt neurális hálózatok (RNN-ek) olyan adatokat adnak be a rejtett rétegekbe, amelyek specifikus időbeli késleltetésekkel rendelkeznek. A hálózati számítástechnika az aktuális állapotok előzményinformációit is feldolgozza, a nagyobb bemenetek pedig nem változtatják meg a modell méretét. A visszacsatolt neurális hálózatok jól használhatók beszédfelismeréshez, magas szintű előrejelzésekhez, a robotikához és más bonyolult mély tanulási számítási feladatokhoz.

Transzformátorok
A transzformátorok célja, hogy szekvenciális bemeneti adatokat kezeljenek. Az adatokat azonban nem csak szekvenciális sorrendben képesek feldolgozni. Ehelyett a transzformátorok a figyelmet használják – ez egy olyan technika, amely lehetővé teszi, hogy a modellek különböző hatásszinteket rendeljenek a bemeneti adatok különböző elemeihez, és hogy azonosítsák a bemeneti sorozatban az egyes adatok kontextusát. Ez nagyobb párhuzamosítást tesz lehetővé, ami csökkentheti a modell betanítási idejét.

Noha a neurális hálózatok a gépi tanulás egy formájának tekinthetők, van néhány jelentős különbség a neurális hálózatok és a normál gépi tanulási modellek között.

Az egyik az, hogy a neurális hálózatok általában összetettebbek, és sokkal inkább képesek függetlenül is működni, mint a hagyományos gépi tanulási modellek. Egy neurális hálózat például képes saját maga is megállapítani, hogy az előrejelzései és eredményei pontosak-e, míg egy gépi tanulási modellhez emberi mérnökre van szükség ennek eldöntéséhez.

Emellett a neurális hálózatok úgy vannak felépítve, hogy saját maguk is képesek legyenek tanulni és intelligens döntéseket hozni. A gépi tanulási modellek azonban csak olyan döntéshozatalra képesek, amely arra alapul, amire már betanították a modellt.