درک مفهوم شبکه عصبی

اگر صرفا دنبال یک تعریف از این سیستم هستید توصیه میکنم ابتدا مطلب: شبکه عصبی را بخوانید و بعد به همین صفحه رجوع کنید.

ما در اینجا می خواهیم به درکی از شبکه عصبی برسیم.

تصور یک موتور جستجوی فاقد شبکه عصبی مثل غذای بی نمک است، اگر می شد شبکه عصبی را از یک موتور جستجو حذف کرد، پس باید بشود نوشتن را به کودکان در مدارس بدون نیاز به درس املا و انشاء یاد داد.

در ساده ترین تعریف یک شبکه عصبی، نوعی مدل یادگیری ماشینی است که الگوریتمهایش از ساختار مغز انسان الهام گرفته شده است. که از داده های مشابه به داده مورد نظر برسد(سیستم IR رابازبینی فرمایید).

اما این کار چگونه انجام می شود.

اولین شرط کارکرد صحیح شبکه عصبی وجود داده های غلط است

در غیر اینصورت هرگز نمی تواند نتیجه بخش باشد.

مثال اول: فرض کنید انسان تا 50 سالگی، فاقد چشم باشد، این مصداق یک نابینا است که طی سالها یاد گرفته بدون دیدن راه برود، راه رفتن این شخص بدون بینایی، بدون مشکل انجام میشود و موانع و پستی و بلندی ها را با عصای سفید پیدا میکند.

سوال: اگر این شخص بعد از 50 سال به یکباره بینا میشود فکر می کنید راه رفتن این شخص چگونه خواهد بود؟

پاسخ: پر از خطا (چون شبکه عصبی بدون داشتن بینایی تجارب را ثبت کرده است. و همه آن نتایج نیاز به اصلاح دارد)

هنرمندی پرویز پرستویی در نشان دادن ایجاد مشکل در راه رفتن برای نابینایی که بعد از 50 سال به یکباره بینا میشود.

مثال دوم: این بار فرض کنید یک نفر که بینا هم هست 50 سال در سالن وسیع و مسطحی زندگی کند که فاقد هر نوع بلندی باشد حتی در حد 5 سانتیمتر.

سوال: اگر این شخص بعد از 50 سال به یکباره به محیط پر دست اندازی برده شود چه اتفاقی می افتد؟

پاسخ: خطرناک تر از مثال قبل است و ممکن است از بلندی سقوط کند یا به لبه های تیز برخورد شدید پیدا کند.

دومین شرط کارکرد صحیح شبکه عصبی تکرار و فراوانی داده ها است.

برای اینکه داده ها قابل استناد باشند باید به تعداد زیاد تکرار شوند و بدون تکرار نتیجه بخش نیست و هرچه تعداد تکرار بیشتر باشد پاسخ نهایی قابل قبول تر است.

بزرگترین دروغ برای آموزش دادن دوچرخه سواری، آموزش دوچرخه سواری حتی بدون یکبار افتادن از دوچرخه است.

الان به نقطه ای رسیدیم که من می توانم ساده ترین تعریف از شبکه عصبی را به شما بدهم.

تصویر زیر بارزترین مثال از یادگیری یک ماشین با شبکه عصبی است

شما برای اینکه بتوانید راهی پیدا کنید که شما را از بیرون به مرکز این هزلولی برساند باید تلاش های بسیار کنید.

و در این تلاش ها لازم است:

1) اول از هر چیز باید حداقل یکبار خودتان را به مرکز برسانید تا ببینید اصلا نتیجه ای در این کار هست یا خیر

چون ممکن است هیچ نتیجه ای در آن نباشد.

2) باید تمام مسیرها را بروید تا کوتاهترین مسیر را پیدا کنید.

وقتی از تمام مسیرها می گوییم، ممکن است 10 بار باشد، 100 بار، 1000 بار یا هزاران بار لازم به تلاش باشد.

حالا برویم سراغ پاسخ دادن به این پرسش که:

گوگل چگونه از شبکه عصبی برای یافتن نتیجه درست کمک می کند؟

با دانستن تعریف اولیه شبکه عصبی، شاید با خودتان گفته اید می خواهم یک مسئله بدیهی را برایتان باز کنم، اما اصلا اینطور نیست.

قصدم این است که پاراگراف آخر لینک آورده شده برای سیستم بازیابی IR در بالا را اینجا برایتان تشریح کنم.

در لینک برای سیستم IR گفتیم:

تفاوت بزرگ گوگل با موتور جستجوهای دیگر در این است که وقتی گوگل جوابی برای ارایه نداشته باشد مرد و مردانه می گوید نتیجه ای پیدا نشد. (کاری که موتور جستجو های دیگر با نمایش حداقل چند نتیجه نامرتبط از اقرار به آن سرباز میزنند).

الان می خواهم برایتان بگویم که چگونه گوگل از تلفیق «سیستم IR» با «شبکه عصبی» خودش این جسارت را پیدا می کند که به شما اعلام کند، هیچ نتیجه ای پیدا نشد، و چرا هیچکدام از موتور جستجوهای موجود دیگر، این توانایی را ندارند؟.

گوگل یکه تازی اش را مدیون دانستن پاسخ به سواال بالاست.

قبل از ادامه؛ عذرخواهی کنم از بابت اینکه از آنجایی که قرار است، همین تکنیک اولین بار بجز گوگل در «موتور جستجوی تعاملی مردمیار ojo»نیز مورد استفاده قرار بگیرد، از ذکر جزئیات فنی و تکنیکی پیاده سازی آن خودداری می شود و تنها بصورت تفهیمی به آن می پردازم.

این تلاشهای انجام شده در هزلولی مثال بالا به عنوان نمونه ای از یک شبکه عصبی است که به موتور جستجو کمک می کند از میان بینهایت مسیر موجود برای رساندن کوئری به پاسخ، کوتاهترین (~=بهترین پاسخ) را پیدا کند. و این تلاشها را کاربر باید انجام دهد و ماشین هم هیچ نقشی در آن ندارد.

بگذارید برای این بخش کار مثال قابل فهمی بزنم(در این مثال ماشین، نقش کاربر را هم انجام می دهد)، حتما این خبر را که سال ۱۹۹۷ بالاخره هوش مصنوعی توانست، گری کاسپارف بهترین شطرنج باز جهان را شکست دهد شنیده اید.

برای اینکار بجای اینکه تمام بازی های انجام شده شطرنج تا آن روز، را در دیتابیس این رایانه ذخیره کنند، آمدند یک شبکه عصبی برای هر وضعیت حرکتی درست کردند (چیزی شبیه هزلولی بالا) و بجای اینکه مثل موتور جستجو منتظر کاربری باشند که حالتهای ممکن را انجام دهد، خود رایانه این تلاش ها را انجام می داد تا جاییکه در مواردی در برابر هر حرکت گری کسپارف، رایانه می‌توانست در هر ثانیه، ۲۰۰ میلیون وضعیت مختلف انجام دهد(هر حالت ممکن تا پایان) و بهترین وضعیت را که منجر به شکست یا تسوی نشود را انتخاب کند.

فکر کنم منظور از تلفیق سیستم IR با شبکه عصبی را فهمیدید. یعنی مشابه همان ابررایانه ای که توانست کاسپارف را شکست دهد را؛ گوگل با دریافت هر کوئری تمام حالات ممکن را با ابرکامپیوتر مرکزی خود انجام می دهد. و در کسری از ثانیه به جواب می رسید که اصلا این وضعیت ممکن است یا نه (بند 1 بالا که گفتم اول از هر چیز باید حداقل یکبار خودتان را به مرکز برسانید تا ببینید اصلا نتیجه ای در این کار هست یا خیرو گوگل این کار را می کرد) که موتور جستجو های دیگر از انجام بند 1عاجز بودند. (فکر نکنید به این راحتی هاست، در گوگل 10 میلیارد جستجو در روز انجام میشود)

نتیجه اینکه همه موتورهای جستجو (بجز گوگل) چون بند 1 را نمی توانند انجام بدهند، مستقیم سراغ بند 2 می روند و اینجاست می گوییم آن مردانگی گوگل را ندارند.

در بند 2 موتور های جستجو منتظر تلاش کاربر (در کلیک حداقل بر روی یک نتیجه است) تا آن را به عنوان پاسخ صحیح ثبت کنند و اگر کاربر بر روی هیچ نتیجه ای کلیک نکرد آن را به عنوان پاسخ غلط ثبت می کنند( یعنی هخیچ نتیجه ای از طرف کاربر تایید نشده است) و این به این معنی است که جوابهای انتخاب شده ارزش ندارند.

این بود همه چیزی که لازم است درباره شبکه عصبی بدانید تا به درک ک امل از آن برسید و قسمت تلفیق آن با سیستم IR که تنها در اختیار گوگل بوده است را به دلایل سیاست محرمانگی «موتور جستجوی تعاملی مردمیار ojo» نمی توانم بیشتر از این باز کنم.

منتظر ظهور (𝓞𝔍𝓞).