В России создают быстрообучаемые нейросети
Специалисты Новосибирского государственного технического университета НЭТИ работают над созданием быстрообучаемых нейросетей, которые в дальнейшем могут помочь в разработке искусственного интеллекта для различных сфер деятельности человека. Так, например, в медицине «электронный пациент» будущего позволит проводить исследования и выявлять побочные действия вакцин или препаратов без участия людей, а «умная» поисковая система поможет искать нужную информацию в огромных международных базах научных публикаций и систематизировать эти знания для решения сложных задач. Нейросети будут устойчивы к ошибкам, за счет чего затраты на обработку данных будут минимальными.
Искусственная нейронная сеть – это программное воплощение математической модели и один из основных элементов искусственного интеллекта, который построен по принципу работы сетей нервных клеток мозга. В разработке искусственного интеллекта важную роль играет машинное обучение, а именно построение алгоритмов, позволяющих быстрее обучать нейросеть. Сотрудники НГТУ НЭТИ решили использовать робастный метод для создания быстрообучаемых нейросетей. Работу специалистов сибирского технического вуза уже поддержали в Российском фонде фундаментальных исследований.
В научной практике робастный подход при создании нейронных сетей применяется впервые. «В рамках исследований будут разработаны принципиально новые нейронные сети, свойства которых еще только предстоит изучить. Кроме того, должно сократиться время на обучение нейронной сети. Архитектура сети при этом будет достаточно простой, а затраты на предобработку данных – минимальными», – рассказывает декан факультета прикладной математики и информатики университета профессор Владимир Тимофеев.
Быстрообучаемые нейросети – часть будущего искусственного интеллекта, который сможет быстро обрабатывать огромные массивы данных исследований в различных научных областях. Одна из проблем традиционных методов обучения нейросетей связана с точностью исходных данных: в любом исследовании могут содержаться аномальные, ошибочные данные – результаты некачественных измерений или влияния посторонних факторов. К наличию таких данных следует относиться с особой осторожностью и вниманием.