Нейрокомпьютеры в заголовках газет
Одной из характерных черт нейрокомпьютинга является обучение на примерах. Поэтому и мы начнем с серии примеров, которые лучше любых описаний наметят возможные области практических приложений нейросетей и подкрепят решимость читателя заняться их изучением. В последнее время в прессе все чаще стали мелькать сообщения, где так или иначе упоминаются искусственные нейронные сети. Вот только несколько выдержек, иллюстрирующих возможные области применений нейросетей:
1 Автопилотируемый гиперзвуковой самолет-разведчик. Названный LoFLYTE (Low-Observable Flight Test Experiment) реактивный беспилотный самолет длиной 2,5 м был разработан для NASA и Air Force фирмой Accurate Automation Corp., Chattanooga, TN в рамках программы поддержки малого инновационного бизнеса. Это экспериментальная разработка для исследования новых принципов пилотирования, включая нейронные сети, позволяющие автопилоту обучаться, копируя приемы пилотирования летчика. Со временем нейросети перенимают опыт управления, а скорость обработки информации позволит быстро находить выход в экстремальных и аварийных ситуациях. LoFLYTE предназначен для полетов со скоростью 4-5 Махов, когда скорости реакции пилота может не хватить для адекватного реагирования на изменения режима полета. (Пресс-релиз NASA №96-154 от 2 августа 1996 г. )
1 Системы безопасности в аэропортах. Американская фирма SAIC (Science Application International Corporation) использовала нейронные сети в своем проекте TNA. TNA представляет собой ящик стоимостью $750.000, который способен обнаруживать пластиковую взрывчатку в запакованном багаже. TNA бомбардирует багаж медленными нейтронами, вызывающими вторичное гамма-излучение, спектр которого анализируется нейронной сетью. Система обнаруживает взрывчатку с вероятностью выше 97% и просматривает 10 мест багажа в минуту (для Международного Аэропорта Лос-Анжелеса потребуется 10 таких систем общей стоимостью около $8 млн). SAIC получила контракт на разработку TNA от Федерального Управления по Авиации (FAA) в 1986 г и вначале пыталась для классификации спектров реализовать линейно-дискриминантный метод.
Такой подход, однако, требовал крайне нежелательной предварительной сортировки багажа по габаритам. SAIC регулярно получала финансирование от FAA, близился день демонстрации … И тогда корпорация решила использовать нейронные сети. В итоге система с требуемыми параметрами была доработана в кратчайший срок.
1 Нейросети на финансовых рынках. Американский Citibank использует нейросетевые предсказания с 1990 года. В 1992 году, по свидетельству журнала The Economist, автоматический дилинг показывал доходность 25% годовых, что намного превышает показатели большинства брокеров. Chemical Bank использует нейро-систему фирмы Neural Data для предварительной обработки транзакций на валютных биржах 23 стран, фильтруя “подозрительные” сделки. Fidelity of Boston использует нейросети при управлении портфелями с суммарным объемом $3 миллиарда. Полностью автоматизированные системы ведения портфелей с использованием нейросетей применяют, например, Deere & Co - на сумму $100 млн и LBS Capital - на сумму $400 млн. В последнем случае экспертная система объединяется с примерно 900 нейросетями. Труды лишь одного семинара “Искусственный интеллект на Уолл-стрит” составляют шесть увесистых томов.
1 Распознавание краденных кредитных карт. В 1986 году известный конструктор нейрокомпьютеров профессор Роберт Хехт-Нильсен основал компанию HNC. Переключившись в 1990 году с призводства нейрокомпьютеров на предоставление конкретных решений в различных областях, HNC Software Corp. является сейчас лидером на рынке контроля транзакций по пластиковым картам. Ее основной продукт Falcon (Сокол), выпущенный в сентябре 1992 г., контролирует сейчас более 220 млн карточных счетов, выявляя и предотвращая в реальном времени подозрительные сделки по, возможно, краденным кредитным/дебетным картам. Искусственные нейросети обучаются типичному поведению клиентов, различая резкую смену характера покупок, сигнализирующую о возможной краже. Ежегодные потери крупных банков от подобных краж измеряются десятками миллионов долларов, и когда в 1994 г.
впервые за всю историю пластиковых карт эти потери пошли на убыль, этот прогресс пресса связывала с успешным внедрением системы Falcon. Клиентами HNC Software являются 16 из 25 крупнейших в мире эмитентов пластиковых карт. (Пресс-релиз HNC Software http://www.hnc.com)
1 Активная реклама в Internet. Нейросетевой продукт SelectCast фирмы Aptex Software Inc. (дочерней фирмы HNC Software Corp.) выявляет профили интересов пользователей Internet и предлагает им соответствующим образом отфильтрованную рекламу. В июле 1997 года один из лидеров поискового рынка Internet - Excite, Inc. лицензировала SelectCast для использования на своих поисковых серверах. После установки на серверах Excite и Infoseek, нейросетевая реклама охватит около трети всех пользователей Internet. Согласно проведенным исследованиям, установлено, что отклик на такую активную рекламу в среднем вдвое выше, чем на обычную рекламу, размещаемую в Сети. А на отдельные виды рекламы отклик возрос впятеро. Заметим, что рекламный сектор Internet переживает сейчас период бурного развития. Результаты первого полугодия 1997 года свидетельствуют о годовом темпе роста 250%, что в денежном выражении составит в 1997 году $400 млн. (Scientific American, Dec 1997, “On-line Advertising goes one-on-one”.)
1 Мониторинг и персонализированная рассылка новостей. Распознавание темы текстовых сообщений - другой пример успешного использования искусственных нейросетей. Сервер новостей Convectis (продукт все той же Aptex Software Inc. http://www.aptex.com) выбран в июне 1997г. лидером персонализированной доставки новостей в Internet - PointCast Inc. - для автоматической рубрикации сообщений по категориям. Сверяя значения слов по контексту, Convectis способен в реальном масштабе времени распознавать тематику и рубрицировать огромные потоки текстовых сообщений, передаваемых по сетям Reuters, NBC, CBS и др. Так, например, информационное агентство Scoop, специализирующееся на поставке бизнес-новостей и также лицензировавшее Convectis в июле 1997г., использует свыше 1600 источников информации.
После анализа сообщения Convectis генерирует аннотацию, список ключевых слов и список рубрик, к которым относится данное сообщение. Существуют и другие электронные агентства новостей, использующие нейросети для рубрикации и персонализации информации (см., например, http://www.wisewire-corp.com)
Приведенные выше примеры свидетельствуют о том, что нейросетевая обработка данных постепенно становится неотъемлемой компонентой высоких технологий, определяющих жизнь современного мира. На них будут опираться новые военные доктрины, они будут контролировать нашу безопасность и торговать на электронных биржах, на них основываются нарождающиеся масс-медиа в глобальной сети Internet. Интерфейс с этой глобальной Сетью, постепенно превращающейся в единый распределенный компьютер, также, по-видимому, будет основываться на нейросетевых обучаемых агентах - представителях пользователя в Сети.
Что же это такое - искусственные нейронные сети? Какое отношение имеют искусственные нейросети к естественным? Чем отличается нейрокомпьютинг от обычных методов компьютерного моделирования? Каковы его "экологические ниши" в мире информационных технологий и перспективы на будущее? Этим вопросам и будет посвящен данный обзор.
Для начала попробуем описать особенности обработки информации мозгом. Посмотрим, что из того, на что способен мозг, еще по большей части недоступно современным системам обработки информации.
