ИНЖЕНЕРИНГ РЕВЮ l ВИСОКОТЕХНОЛОГИЧНА АВТОМАТИЗАЦИЯ 47 технологии ти (неврони). За разлика от нашите компютри, които имат един процесор за събиране и показване на информация, тези мрежи обикновено се състоят от множество прости процесори, които могат да действат паралелно един с друг, за да моделират променящи се системи. Този паралелен процес на изчисление също така позволява по-бърза обработка и изчисляване на решения. Невронните мрежи следват динамична изчислителна структура и не се придържат към прост процес за получаване на желания резултат. Всеки неврон приема сигнали от другите (под формата на числа), сумира ги, като сумата минава през активационна функция, и така определя своята активация (степен на възбуда), която се предава по изходящите връзки към другите неврони. Всяка връзка има тегло. За всеки процесор в слой всеки от входните сигнали се умножава по първоначално установено тегло, като така се дава т. нар. вътрешна стойност на операцията, т.е. определя се нейната значимост. Тази стойност допълнително се променя от първоначално създадена прагова стойност и се изпраща на функция за активиране, за да картографира нейния изход. Резултатът от тази функция след това се изпраща като вход за друг слой или като краен отговор на мрежата, ако слоят е последен. Обучаването на една невронна мрежа се извършва чрез промяна на теглата на връзките между невроните и се осъществява чрез правила, които определят как да се променят тези тегла. Теглата и праговите стойности се променят, за да се получи правилната и най-точна стойност. Разглеждането на аналогия може да бъде полезно за разбирането на механизмите на невронната мрежа. Обучението на невронна мрежа е тясно свързано с начина, по който хората учим – ние извършваме действие, което се приема или коригира от обучител, за да разберем как да станем по-добри в определена задача. По подобен начин невронните мрежи изискват обучител, за да се опише какво е трябвало да бъде произведено като отговор на входа. Въз основа на разликата между действителната стойност и стойността, която е изведена от мрежата, се изчислява стойност за грешка и се изпраща обратно през системата. За всеки слой от мрежата стойността на грешката се анализира и използва за коригиране на прага и теглата за следващия вход. По този начин грешката става все по-малка при всяка итерация, тъй като мрежата се научава как да анализира стойностите. Описаният по-горе метод на обучение е най-разпространеният и е известен като обратно разпространение на сигнал за грешка (back-propagation) и се прилага непрекъснато през мрежа, докато стойността на грешката не стане минимална. В този момент невронната мрежа вече не изисква такъв процес на обучение и й се разрешава да работи без корекции. След това мрежата се прилага практически, като се използват коригираните тегла и прагове като насоки. Когато една невронна мрежа е активна, не се извършва обратно разпространение, тъй като няма начин очакваният отговор директно да се провери. Вместо това, валидността на изходните изрази се коригира по време на нова обучителна сесия или те се оставят такива каквито са, за да може мрежата да работи. Може да се наложи да се направят много корекции, тъй като в изкуствената невронна мрежа фигурират голямо количество променливи, които трябва да бъдат точни, за да функционира тя. Пример за такъв процес може да бъде разгледан чрез обучение на невронна мрежа да преобразува текст в реч. Човек може да избере множество различни статии и параграфи и да ги използва като входове за мрежата и предварително да определи желания вход, преди да стартира теста. След това етапът на обучение ще се състои в преминаване през множеството слоеве на мрежата и използване на обратно разпространение за коригиране на параметрите и праговата стойност на мрежата, за да се сведе до минимум стойността на грешката за всички входни примери. След това мрежата може да бъде тествана върху нови текстове, за да се определи дали наистина може правилно да преобразува текста в реч. Например за да се научи един колаборативен робот да налива бира в чаша, без да е зададена крайната цел, тоест без зададени конкретни движения, може да се използват методите на обучение с утвърждение. С тези методи роботът може бързо да идентифицира обекта и сам да вземе най-доброто решение за динамично движение. Един подход на изучаването на траекторията на манипулатор чрез обучение с утвърждение използва сензори за виртуална реалност за инструктиране на движенията на робота. Друг подход разчита на направлявани от човек движения на манипулатора чрез докосване на сензора за сила. Друг подход избягва използването на сензори чрез представяне на политики от примитиви за динамично движение (Dynamic Movement Primitives – DMPs). Този тип обучение се базира на забранени действия, които ро-
RkJQdWJsaXNoZXIy Mzc3Mjk=