Co jsou fuzzy neuronové sítě?
Fuzzy neuronové sítě jsou softwarové systémy, které se pokoušejí přiblížit způsobu, jakým lidský mozek funguje. Dělají to využitím dvou klíčových oblastí výzkumu v technologii informatiky - vývoj logického softwaru a architekturu zpracování neuronových sítí. Fuzzy logický software se pokouší zohlednit šedé oblasti v reálném světě ve struktuře rozhodování počítačových softwarových programů, které přesahují jednoduché ano nebo ne. Umělý design neuronové sítě vytváří softwarové uzly, které napodobují funkčnost a složitost toho, jak neurony interagují v lidském mozku. Fuzzy logika a design neuronové sítě společně vytváří neuro-fuzzy systém, který vědci používají pro experimentování s komplexními problémy, jako je změna klimatu, nebo pro vývoj robotiky umělé inteligence.
Průměrný mikropočítač od roku 2011 provádí výpočty při neuvěřitelné míře miliard za sekundu. To představuje exponenciální zvýšení rychlosti zpracováníM první dny vývoje počítače, ačkoli takový růst neprokázal žádnou schopnost vůči uvažování složitými způsoby, které i jednoduché biologické organismy dělají. To je částečně způsobeno základními omezeními, kterým zpracování počítače stále čelí, a fuzzy neuronové sítě jsou pokusem o řešení těchto omezení.
Odhaduje se, že průměrný lidský mozek provádí každou sekundu 100 000 000 000 000 instrukcí pomocí své nervové struktury, která je analogická s tím, jak fungují mikroprocesory. Naproti tomu průměrný počítačový systém od roku 1999 byl 24 000krát pomalejší než tento, a raný model od roku 1981 byl 3 500 000krát pomalejší než lidský mozek při provádění výpočtů. To by trvalo 8 000 osobních počítačů složitě propojených spolu s 2.1 Gigahertz procesory dostupnými na trhu 2011, aby se přiblížilo rychlosti průměrného lidského mozku. Superpočítač schopný PERVytváření výpočtů tak rychle, jako je lidský mozek, by se však nerovnovalo stejnému důrazné síle pro analýzu protichůdných dat skutečného světa, což je místo, kde se do hry vstupují fuzzy neuronové sítě.
Klíčové prvky, díky nimž jsou fuzzy neuronové sítě jedinečné z jiných typů počítačového zpracování, jsou jejich schopnost při rozpoznávání vzorů, aby byla nedostatečná data k vyvození definitivních závěrů a schopnost přizpůsobit se životnímu prostředí. Fuzzy neuronové sítě využívají nervové algoritmy, které jsou navrženy tak, aby se měnily a růst, když se setkávají s novými soubory dat ke zpracování. Dělají to tak, že se blíží k problémům ze dvou odlišných úhne pohledu a kombinují výsledky do smysluplných řešení problémů.
Fuzzy software je založen na programovacích pravidlech, která umožňují odhad úrovní pravdy, když vzniknou rozpory v datech, které jsou zřejmé z lidské perspektivy. Stanovení toho, kdo je „vysoký“ versus kdo je „krátký“ ve skupině lidí, například pomocí tradičního počítačového procesuing, vytvořil by definitivní linii, kde byly obě skupiny odděleny od sebe a neexistoval žádný střední rozsah. Výška by někdo 6 stop (1,83 metrů) byl kategorizován jako krátký, pokud by pod průměrnou výškou, zatímco někdo 6 stop a 1 palec (1,85 metrů) na výšku by byl kategorizován jako vysoký. Při fuzzy zpracování by se rozsah toho, co se považuje za vysoké versus krátké, neustále se mění, protože se skupina změnila a rozhodnutí by byla přijímána podél rozumnějšího gradientu.
Neuronové sítě naopak nemají žádná předdefinovaná pravidla, z nichž lze provozovat, a vyvodit všechny své závěry na základě pozorování. Provozování bez předdefinovaných pravidel může vytvořit jedinečné poznatky o datech, které nejsou jinak zřejmé, pokud byly předchozí předpoklady učiněny buď v fuzzy programování nebo tradičních sadách programování. Výsledky fuzzy softwaru a zpracování dat neuronových sítí jsou kombinovány ve fuzzy nervových systémech způsobem, který se přibližuje, jak se učí biologické organismyn a přizpůsobit se v jejich prostředí. Jak se systém přizpůsobuje datům, která shromažďuje, mění způsob, jakým zpracovává tato data, aby se stala efektivnější při řešení budoucích problémů.
Neurální zpracování, ať už z nervového programování v počítači nebo z biologického mozku, je metoda, kdy je přidaná hmotnost dána určitým datovým bodům založeným na pozorovacích výsledcích. Fuzzy prvek fuzzy neuronových sítí slouží k přesněji modelování reálných podmínek, než bylo možné v minulosti s tradičními počítačovými procesory, ačkoli tato jemná úroveň modelování nemusí často vést k významnému zlepšení výkonu, kde se fuzzy logika používá jako kontrola nad konvenčními počítačovými kontrolami. Konečnou výhodou fuzzy neuronových sítí je to, že mají potenciál vyvinout úroveň základního nezávislého myšlení a rozhodování, které se přizpůsobuje, jak se jejich prostředí mění kolem nich.