AI

Помните сказку «Репка»? Развязка наступила в ней только после того, как кошка «кликнула» мышку. Сколько раз за день мы «кликаем» мышку, но КПД нашего повседневного «клико-мышечного» труда подчас до смешного мал. Сколько «кликов» требуется, чтобы заставить программу понять, что мы от нее хотим! Вот тогда-то и мы переходим на естественный язык общения с компьютером. Жаль, что обычно машину не волнуют наши отчаянные, и, как правило, нелицеприятные монологи, однако выход есть.

Благодаря свершившейся Internet-революции, новое тысячелетие человечество встречает с качественно иным информационным ландшафтом. Разрозненные в недавнем прошлом базы данных, содержащие большую часть накопленной человечеством информации, объединены Сетью. Создана программируемая среда доступа ко всей этой информации, к освоению которой мы еще только приступаем. В статье обсуждается один из аспектов развития Internet - ее наполнение программами, использующими технологии машинного обучения.

Каждый, кто впервые знакомится с нейронными сетями, задает себе вопрос: что такое нейроинформатика? Ответить на него можно по-разному. Можно сказать, что нейроинформатика это способ решения всевозможных задач с помощью искусственных нейронных сетей, реализованных на компьютере. Такой ответ, объясняющий только внутреннюю сущность нейроинформатики, почти никого не удовлетворяет, даже если подробно рассказывать о нейронных сетях, задачах и способах их решения. На самом деле требуется еще определить место нейроинформатики среди других способов решения задач и разобраться, в чем же истинные преимущества нейронных сетей, если таковые существуют?

Теория нейронных сетей привлекает сегодня внимание многих исследователей. С одной стороны, интерес к нейросетевым моделям вызван желанием понять принципы работы нервной системы, с другой стороны, с помощью таких моделей ученые рассчитывают смоделировать поразительные по своей эффективности процессы обработки информации, свойственные живым существам.

Интеллектуальные системы на основе искусственных нейронных сетей позволяют с успехом решать проблемы распознавания образов, выполнения прогнозов, оптимизации, ассоциативной памяти и управления. Известны и иные, более традиционные подходы к решению этих проблем, однако они не обладают необходимой гибкостью за пределами ограниченных условий. ИНС дают многообещающие альтернативные решения, и многие приложения выигрывают от их использования.

Острая боль в груди. Скорая помощь доставляет больного в приемный покой, где дежурный врач должен поставить диагноз и определить, действительно ли это инфаркт миокарда. Опыт показывает, что доля пациентов, перенесших инфаркт среди поступивших с аналогичными симптомами, невеликa. Точных методов диагностики, тем не менее, до сих пор нет. Электрокардиограмма иногда не содержит явных признаков недуга. А сколько всего параметров состояния больного могут так или иначе помочь поcтавить в данном случае правильный диагноз? Более сорока. Может ли врач в приемном покое быстро проанализировать все эти показатели вместе с взаимосвязями, чтобы принять решение о направлении больного в кардиологическое отделение? В какой-то мере эту задачу помогают решать нейросетевые технологии. Нейронные сети для задач диагностики Конкретные системы Возможности применения нейросетей Борьба с раком Нейросистемы, генетика и молекулы Нейросети шагают по планете Вместо заключения Острая боль в груди. Скорая помощь доставляет

KDD — обнаружение знаний в базах данных — реальный способ повышения эффективности работы. Вопрос не в том, нужны ли такие технологии, а в том, как их применить в каждом конкретном случае.

Приложение формирует график тремора у пациента, отражая объективную картину в динамике и общее состояние пациента.