الشبكة العصبية
عودة للموسوعةالشبكة العصبية هي شبكة الخلايا العصبية، أوبالتوجه الحديث الشبكة العصبية الاصطناعية تتكون الشبكة العصبية الاصطناعية من خلايا عصبية أوعقد صناعية . الشبكة العصبية إما حتى تكون شبكة عصبية بيولوجية مصنوعة من أعصاب بيولوجية أوحتى تكون شبكة عصبية صناعية لحل مشاكل وقضايا الذكاء الاصطناعي .
الارتباطات للأعصاب البيولوجية تعبير عن أوزان، يعكس الوزن ذوالقيمة الموجبة اتصالا كبيراً أوذا قيمة ذات أهمية، في حين تعكس القيم السالبة للأوزان الاتصالات المثبِطة .
جميع المدخلات يتم ضربها بالأوزان وأخذ المجموع لها وهذا ما يسمَى بالمركَبة الخطية .
أخيرا، اقتران التنشيط يتحكم بمقدار النواتج، على سبيل المثال : يتراوح النطاق المقبول للنواتج عادةً بين [0_1] أويمكن حتىقد يكون بين [1_ -1].
يمكن استعمال مثل هذه الشبكات الصناعية في النمذجة التنبُؤية، التحكم التكيُفي والتطبيقات، حيث يتم تدريب هذه الشبكات عبر مجموعة من البيانات .
يمكن حتىقد يكون التعليم ذاتياً لهذه الشبكات من خلال التجربة والتي يمكن حتى تستخلص استنتاجات من مجموعة معقدة وغير مرتبطة من المعلومات .
تتكون الشبكة العصبية من مجموعة أومجموعات من الخلايا العصبية المرتبطة كيميائياً أووظيفياً.
يمكن توصيل خلية عصبية واحدة بالكثير من الخلايا العصبية الأخرى، كما حتى العدد الكلي للخلايا العصبيَة والاتصالات في في الشبكة الواحدة يصل إلى نطاق واسع.
الوصلات والتي تُعهد بنقاط التشابك، تتكون عادةً من محاور عصبية، شجيحات، شبكات عصبية وغيرها من الوصلات الموجودة.
هناك أشكال أخرى من الإشارات غير الإشارات الكهربائية التي تنشأ من انتشار الناقل العصبي.
الذكاء الاصطناعي، النمذجة المعهديَة والشبكات العصبيِة هي نماذج لمعالجة المعلومات المُستَوحاه من الكيفية التي تعالج بها الأنظمة العصبية البيولوجية البيانات.
الذكاء الاصطناعي والنمذجة المعهديَة يعمل على محاكاة بعض خصائص الشبكات العصبيِة البيولوجية . في مجال الذكاء الاصطناعي، تم تطبيق الشبكات العصبية الاصطناعية بنجاح للتعرُف على الكلام وتحليل الصُور والتُحكُم التَكيُفي من أجل بناء وُكلاء البرامج (ألعاب الحاسوب والصوت والصورة) أوالربوتوتات المستقلَة .
تاريخياً، تطورت أجهزة الكمبيوتر الرقمية من نوع ( von Neumann )، وتعمل من خلال تطبيق تعليمات واضحة عبر الوصول إلى الذاكرة بواسطة عدد من المعالجات. من ناحية أخرى، تستند أصول الشبكات العصبية إلى الجهود المبذولة لنموذج معالجة المعلومات في الانظمة البيولوجية. على عكس نوع (von Neumann) ،حيث لا تفصل حوسبة الشبكة العصبية الذاكرة والمعالجة.
لقد عملت نظرية الشبكة العصبية على تحديد كيفية عمل الخلايا العصبية في الدماغ بشكل أفضل وتوفير الأساس للجهود المبذولة لخلق الذكاء الاصطناعي.
تم اقتراح القاعدة النظرية الأولية للشبكات العصبية المعاصرة بشكل مستقل من قبل ألكسندر بين (1873) وويليام جيمس (1890). في عملهم، نتجت جميع من الأفكار ونشاط الجسم عن التفاعلات بين الخلايا العصبية داخل الدماغ.
بالنسبة إلى باين، أدى جميع نشاط إلى إطلاق مجموعة معينة من الخلايا العصبية. عندما تكررت الأنشطة، تعززت الروابط بين تلك الخلايا العصبية. وفقًا لنظريته، فإن هذا التكرار هوما أدى إلى تكوين الذاكرة. كان المجتمع الفهمي العام في ذلك الوقت متشككًا في نظرية باين لأنها كانت تتطلب ما يظهر أنه عدد كبير من الروابط العصبية داخل الدماغ. أصبح من الواضح الآن حتى الدماغ معقد للغاية وأن نفس "الأسلاك" في الدماغ يمكنها معالجة الكثير من المشكلات والمدخلات.
كانت نظرية جيمس مماثلة لنظرية بين، ، ومع ذلك، اقترح حتى الذكريات والإجراءات الناتجة عن التيارات الكهربائية تتدفق بين الخلايا العصبية في الدماغ. نموذجه، من خلال الهجريز على تدفق التيارات الكهربائية، لا يحتاج إلى اتصالات عصبية فردية لكل ذاكرة أوحركة.
أجرى (شيرنجتون) (1898) تجارب لاختبار نظرية (جيمس). حيث قام بتشغيل التيارات الكهربائية أسفل الحبال الشوكية للفئران. ومع ذلك، بدلاً من إظهار زيادة في التيار الكهربائي كما تسقط (جيمس) ، وجدت (شيرنجتون)أن قوة التيار الكهربائي تقلصت مع استمرار الاختبار مع مرور الوقت. الأهم من ذلك، أدى هذا العمل إلى اكتشاف مفهوم التكيُف.
أنشأ (بيتس ومكلوتش) عام (1943) نموذجًا حسابيًا للشبكات العصبية القائمة على الرياضيات والخوارزميات. وأطلقوا على هذا النموذج عتبة المنطق . لقد مهد النموذج الطريق لبحوث الشبكة العصبية لتقسيمها إلى طريقتين متميزتين. ركز أحد الأساليب على العمليات البيولوجية في الدماغ والآخر ركز على تطبيق الشبكات العصبية على الذكاء الاصطناعي.
في أواخر الأربعينيات من القرن العشرين، ابتكر عالم النفس (دونالد هيب) فرضية التفهم على أساس آلية اللدونة العصبية التي تُعهد الآن باسم التفهم من غير توجيه.. يعتبر التفهم في اللغة العبرية قاعدة تعليمية " غير خاضعة للرقابة " نموذجية، وكانت المتغيرات اللاحقة لها نماذج مبكرة لتقوية طويلة المدى . بدأت هذه الأفكار يتم تطبيقها على النماذج الحسابية في عام 1948 مع ماكينات Turing's B-type .
استخدم فارلي وكلارك (1954) لأول مرة الآلات الحسابية، ثم سميت الآلات الحاسبة، لمحاكاة شبكة هيبية في معهد ماساتشوستس للتكنولوجيا. تم إنشاء آلات حسابية أخرى للشبكة العصبية بواسطة روتشستر وهولندا وهابيت ودودا (1956).
قام روزنبلات (1958) بإنشاء الإدراك الحسي ، وهي خوارزمية للتعهد على الأنماط استنادًا إلى شبكة كمبيوتر التفهم ثنائية الطبقات باستخدام الجمع والطرح البسيط. مع التدوين الرقمي الرياضي، وصف روزنبلات أيضًا الدوائر غير الموجودة في الإدراك الحسي الأساسي، مثل الدائرة الحصرية أوالدارة، وهي الدائرة التي لا يمكن معالجة حسابها الرياضي حتى بعد إنشاء خوارزمية backpropagation بواسطة Werbos (1975).
ركود أبحاث الشبكات العصبية بعد نشر أبحاث التفهم الآلي من قبل مارفن مينسك وسيمور بابيرت (1969). اكتشفوا قضيتين رئيسيتين مع الآلات الحسابية التي عالجت الشبكات العصبية. المسألة الأولى كانت حتى الشبكات العصبية أحادية الطبقة كانت غير قادرة على معالجة الدائرة الحصرية أو. المسألة الثانية المهمة هي حتى أجهزة الكمبيوتر لم تكن متطورة بما يكفي للتعامل بفعالية مع وقت التشغيل الطويل الذي تتطلبه الشبكات العصبية الكبيرة. تباطأت أبحاث الشبكات العصبية حتى حققت أجهزة الكمبيوتر طاقة معالجة أكبر. ومن العوامل الرئيسية الأخرى في التقدم اللاحق خوارزمية الانتشار الخلفي التي نجحت في حل المشكلة الحصرية ( 1975).
أصبحت المعالجة الموزعة المتوازية لمنتصف الثمانينات شعبية تحت اسم الربط . قدم النص الذي خطه روميلهارت وماكليلاند (1986) عرضًا كاملاً حول استخدام التوصيلية في أجهزة الكمبيوتر لمحاكاة العمليات العصبية.
تُعتبر الشبكات العصبية، كما تُستخدم في الذكاء الاصطناعي، تقليديا نماذج مبسطة للمعالجة العصبية في الدماغ، على الرغم من حتى العلاقة بين هذا النموذج والعمارة البيولوجية للمخ قد تمت مناقشتها، لأنه ليس من الواضح إلى أي مدى تعكس الشبكات العصبية الاصطناعية الدماغ وظيفة.
الذكاء الاصطناعي
الذكاء الاصطناعي : الشبكة العصبية (NN)في حالة الخلايا العصبيَة الاصطناعيَة تسمَى الشبكيَة العصبية الاصطناعية (ANN)أوالشبكة العصبيَة المُصطنعة (SNN). والشبكة العصبيَة تعبير عن مجموعة مترابطة من الخلايا العصبيَة الطبيعية أوالاصطناعية التي تستخدِم نموذجاً رياضياً أوحسابياً لمعالجة المعلومات استناداً إلى طريقة اتصال للحساب .
غالباً ما تعدُ الشبكة العصبية الاصطناعية نظاماً متكيِفاً يغيِير هيكله بناءً على معلومات خارجية أوداخلية تتدفق عبر الشبكة. من الناحية العمليِة، تعتبر الشبكات العصبية أدوات نمذجة للبيانات الإحصائية أواتخاذ القرارات غير الخطِية، يمكن استخدامها لنمذجة العلاقات المُعَقَدة بين المدخلات والمخرجات أوللعثور على أنماط في البيانات
تحتوي الشبكة العصبية الاصطناعية على شبكة من عناصر المعالجة البسيطة(الخلايا العصبية الاصطناعية) التي يمكن حتى تُظهر سلوكاً عالمياً معقَداً، تحدده العلاقات بين عناصر المعالجة ومعاملات العناصر.
تم اقتراح الخلايا العصبيَة الاصطناعية لأول مرة في عام 1943 من قِبل(وارن مكولوتش) ،عالِم فيسيولوجيا الاعصاب، و(والتربيتس) وهوعالِم في المنطق. النوع الكلاسيكي للشبكة العصبية الاصطناعية هوشبكة (هوبفيلد) المتكرِرة .
مفهوم الشبكة العصبية تم طرحه أول مرة بواسطة (آلان تورينغ) في كتابِه "الآلات الذكيِة " لعام 1948 والذي أطلَق عليه "الآلات غير المُنَظَمة من النوع B".
تكمُن فائدة نماذج الشبكات العصبيَة الاصطناعيَة في حقيقة أنه يمكن استخدامها لاستنتاج دَالَة من المُدخلات واستخدامها.
يمكن أيضا استخدام الشبكات العصبيَة غير الخاضعة للإشراف حتى تتفهم تمثيل المُدخلات التي تجسِد الخصائص البارزة لتوزيع المدخلات.
مُؤخراً، خوارزميات التعلُم العميق والتي يمكن حتى تتعلَم ضمنياً وظيفة توزيع البيانات المٌلاحظة.
التعلٌم في الشبكات العصبيَة مفيد بشكل خاص في التطبيقات حيثُ التعقيد للبيانات والمهمَات يجعل التصميم باليد لهذه الدَالات غير عملي.
مراجع
- ^ Hopfield, J. J. (1982). "Neural networks and physical systems with emergent collective computational abilities". Proc. Natl. Acad. Sci. U.S.A. 79 (8): 2554–2558. doi:10.1073/pnas.79.8.2554. PMID 6953413.
- ^ "Neural Net or Neural Network - Gartner IT Glossary". www.gartner.com. مؤرشف من الأصل في 20 نوفمبر 2018.
- ^ Arbib, p.666
- ↑ Bain (1873). Mind and Body: The Theories of Their Relation. New York: D. Appleton and Company.
- ↑ James (1890). . New York: H. Holt and Company. مؤرشف من الأصل في 31 أغسطس 2017.
- ^ Sherrington, C.S. (1898). "Experiments in Examination of the Peripheral Distribution of the Fibers of the Posterior Roots of Some Spinal Nerves". Proceedings of the Royal Society of London. 190: 45–186. doi:10.1098/rstb.1898.0002.
- ^ McCulloch, Warren; Walter Pitts (1943). "A Logical Calculus of Ideas Immanent in Nervous Activity". Bulletin of Mathematical Biophysics. 5 (4): 115–133. doi:10.1007/BF02478259.
- ^ Hebb, Donald (1949). . New York: Wiley. مؤرشف من الأصل في أربعة يناير 2020.
- ^ Farley, B.; W.A. Clark (1954). "Simulation of Self-Organizing Systems by Digital Computer". IRE Transactions on Information Theory. 4 (4): 76–84. doi:10.1109/TIT.1954.1057468.
- ^ Rochester, N.; J.H. Holland, L.H. Habit and W.L. Duda (1956). "Tests on a cell assembly theory of the action of the brain, using a large digital computer". IRE Transactions on Information Theory. 2 (3): 80–93. doi:10.1109/TIT.1956.1056810.
- ^ Rosenblatt, F. (1958). "The Perceptron: A Probalistic Model For Information Storage And Organization In The Brain". Psychological Review. 65 (6): 386–408. doi:10.1037/h0042519. PMID 13602029.
- ↑ Werbos, P.J. (1975). Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences.
- ^ Minsky, M.; S. Papert (1969). An Introduction to Computational Geometry. MIT Press. ISBN .
- ^ Rumelhart, D.E.; James McClelland (1986). . Cambridge: MIT Press. مؤرشف من الأصل في أربعة يناير 2020.
- ^ Russell, Ingrid. "Neural Networks Module". مؤرشف من الأصل في 29 مايو2014. اطلع عليه بتاريخ 2012.
- ^ Copeland, المحرر (2004). The Essential Turing. Oxford University Press. صفحة 403. ISBN .
التصنيفات: اقتصاد قياسي, بنية الشبكة, تكنولوجيات ناشئة, ذكاء اصطناعي, شبكات, شبكات عصبونية, علوم عصبية حاسوبية, معلومات ومعرفة وعدم اليقين, صفحات تستخدم خاصية P244, بوابة تقانة/مقالات متعلقة, جميع المقالات التي تستخدم شريط بوابات
