Ako čarujeme s neurónovými sieťami v Innovatrics
Dobrý informatik či matematik vie, že algoritmy sa neskrývajú iba v útrobách integrovaných obvodov procesora. Algoritmom je aj recept na francúzske zemiaky, naše ranné rituály, dobre fungujúca MHD či priemyselná výroba v továrňach. Proces ľudského učenia je tiež komplikovaný algoritmus, ktorý sme čoraz častejšie schopní napodobniť aj v „mozgu“ počítača.
Na to, aby počítače rozmýšľali ako ľudia, sme museli vymyslieť systém podobný ľudskému mozgu. Na jeho základe vznikol výpočtový model, ktorý je základom umelej inteligencie – neurónová sieť.
Základnou súčiastkou neurónovej siete je neurón. Ten vlastne funguje ako funkcia: dostane n vstupov, pomelie ich a vypľuje m výstupov.
Presne ako ľudský mozog, aj neurónové siete sú výnimočné preto, lebo sa dokážu učiť. Podobne ako človek, aj neurónová sieť dokáže po procese „učenia“ dávať presnejšie a relevantnejšie výsledky. Ako to robí? Porovnávaním vstupov a výstupov dokáže aktualizovať váhy jednotlivých vstupov – čiže vie, aké dôležité sú pre výsledok jednotlivé parametre.
A teraz v ľudskej reči
Majme neurónovú sieť, od ktorej chceme, aby nám dokázala predpovedať budúcnosť: akú známku budú mať žiaci na konci školského roka z matematiky?
Vstupom budú rôzne údaje o deťoch:
- známka zo vstupného testu,
- známka zo štvrťročnej písomky,
- známka z ústnej odpovede,
- farba očí,
- veľkosť topánok.
My ľudia vieme rýchlo povedať, ktoré z týchto parametrov sú relevantné. Ten, kto sa učil aj počas roku, bude mať, pravdepodobne, aj lepšiu známku na vysvedčení. To, či na príklady pozerá modrými alebo hnedými očami, väčšinou nezaváži.
Naša neurónová sieť to však najprv netuší, preto ju to musíme naučiť. V procese učenia jej dáme napríklad minuloročné dáta, kde môže porovnať vstupné parametre s koncoročnou známkou.
Po učení by mala byť schopná – s istou pravdepodobnosťou – určiť, či Julka s päťkou na vstupnom teste bude mať na vysvedčku trojku alebo dvojku. S akou pravdepodobnosťou sa sieť trafí, závisí od viacerých faktorov: od veľkosti vzorky, od presnosti učiaceho algoritmu a trochu aj od šťastia programátora.
Neurónové siete tvoria základ umelej inteligencie.
Neurónové siete v biometrii
Počítače ešte stále nezvládajú všetko, čo človek – napríklad nedokážu identifikovať úplne všetko, čo na obrázku „vidia“. Postupne nás však dobiehajú aj v tejto sfére. Neurónové siete a strojové učenie sa úspešne využívajú aj v biometrii – pri identifikácii odtlačkov prstov či tváre človeka.
Už aj niektorí prváčikovia vedia, že za celým IT je v skutočnosti matematika. Počítač absolútne nezaujíma samotná farba, pracuje len s jej číselnou reprezentáciou. Veľkú mágiu za biometriou robí štatistika a pravdepodobnosť.
Chvalabohu, už sme na svetelné roky od doby, keď Sherlock Holmes musel porovnávať otlačky manuálne, s lupou. Ako platí aj všade inde, aj tu je rýchlosť absolútne kľúčová.
My v Innovatrics sme si toho dokonale vedomí. Preto sme vyvinuli systém AFIS na automatickú identifikáciu a porovnávanie odtlačkov. Jeho základom je algoritmus, ktorého autorom je náš CEO Ján Lunter. Algoritmus dokáže identifikovať viac než miliardu odtlačkov za sekundu, čo z neho robí najrýchlejší a súčasne jeden z najpresnejších algoritmov svojho druhu na svete.
Aj ty môžeš byť súčasťou špičkového vývojárskeho tímu. Študuješ informatiku alebo ťa len jednoducho fascinuje? Chceš vyvíjať algoritmy, nielen implementovať bez duše? Ozvi sa nám. Zaujímavých a talentovaných ľudí hľadáme stále.
