Искусственные нейронные сети (ИНС) – один из наиболее современных методов научного исследования, обладающий рядом уникальных черт. Нейросетевые техники основаны на практическом применении некоторых концепций работы человеческого мышления.
Принцип работы биологической нейронной сети: нервная система и мозг человека состоят из нейронов, соединенных между собой нервными волокнами. Каждый нейрон имеет отростки нервных волокон двух типов: дендриты, по которым в клетку поступают входящие электрические сигналы, и единственный аксон, передающий исходящий сигнал другим нейронам.

Аксон связан с дендритами других нейронов через специальные образования — синапсы, которые способны увеличивать или уменьшать силу передаваемого импульса.

Входящие импульсы от аксонов других нейронов проходят через синапсы на дендриты, изменяя свою силу, и поступают в тело нейрона. Если суммарный сигнал превышает некоторый критический порог, «заложенный» в теле нейрона, оно активируется и передает исходящий импульс по аксону к следующим нейронам.
Принцип работы искусственной нейронной сети: искусственные нейронные сети состоят из элементов, функциональные возможности которых аналогичны большинству элементарных функций биологического нейрона. Затем эти элементы организуются по способу, который может соответствовать (или не соответствовать) анатомии мозга. Несмотря на такое поверхностное сходство, искусственные нейронные сети демонстрируют удивительное число свойств присущих мозгу. Например, они обучаются на основе опыта, обобщают предыдущие прецеденты на новые случаи и извлекают существенные свойства из поступающей информации, содержащей излишние данные.

Все искусственные нейронные сети являются мощным инструментом обнаружения скрытых связей. В таком качестве они могут использоваться не только для построения прогностической функции — поиска конкретной меры влияния независимых переменных на зависимую, — но и для отбора адекватных независимых переменных. Такая задача актуальна для разного рода поисковых исследований, когда имеют довольно смутное представление о тех факторах, которые реально влияют на интересующую нас переменную. Решаемые нейронными сетями задачи весьма разнообразны. Этот метод нашел применение в таких сферах, как медицина, финансовый менеджмент и политическая наука.
При сравнении этих двух видов сетей необходимо учитывать, что в биологической нейронной сети, количество информации, передаваемой между нейронами, является очень незначительным, а скорость передачи сигнала в миллионы раз ниже, чем в современных электронных процессорах.
Следовательно:
1) мозг решает задачу не путем последовательной серии взаимодействий, а запуская несколько параллельных программ;
2) основная информация не передается непосредственно, а захватывается и распределяется в связях между нейронами.
А искусственная нейронная сеть может работать с большим множеством переменных, она способна выделить из общей массы факторов действительно значимые.
Таким образом, в настоящее время еще рано говорить об искусственном интеллекте сопоставимым с возможностями человеческого мозга, однако ИНС уже доказали свою необходимость и практическую значимость.
При дальнейшем исследовании данного вопроса рекомендуется уделить особое внимание процессу работы нейронных сетей и связанным с ним результатам.
Источники:
Ахременко А.С., Политический анализ и прогнозирование: учеб. пособие /— М.: Гардарики, 2006. — 333 с.
Введение в технологию искусственных нейронных сетей i-intellect.ru/lectures-of-neural-networks/1.html (5.10.11)