А. Н. Горбань, Д. А. Россиев
Нейронные сети на персональном компьютере
1996, 276 с., с ил.

Нейронной сетью, или, точнее, "эмулятором сети из искусственных нейронов", чаще всего называют программное средство, реализующее те или иные алгоритмы из области нейрокомпьютинга и являющееся одним из направлений исследования искусственного интеллекта. Неугасающий интерес к последнему и побудил редакцию журнала "Мир ПК" обратить внимание читателей на недавно вышедшую книгу отечественных авторов, рассмотревших нейронные сети в связи с ПК.

Книга состоит из двух частей: прикладной - нейроимитаторы и их приложения - и теоретической - нейронные сети. Алгоритмы из нейрокомпьютинга - это по существу алгоритмы вычислительной математики. К тому же один из авторов, А. Н. Горбань, - известный специалист в этой области, зав. отделом ВЦ СО РАН, что придает книге дополнительный интерес. Авторы не случайно предпочитают сначала рассказать о том, как работают нейроимитаторы в ряде предметных областей, интересных прежде всего им, и лишь затем перейти к вопросам методологии нейрокомпьютинга. В качестве примеров нейроимитаторов, реализуемых на ПК, были рассмотрены социологические ("как мы выбирали Клинтона"), медицинские и физиологические исследования.

Обращение к нейронной сети, как к оракулу, предсказывающему результаты выборов, в наше время мало кого оставило равнодушным в России. К другой группе примеров, связанных с проблемами культурной, национальной и социальной адаптации компьютерных психологических тестов, относятся результаты исследований на материалах красноярского гарнизонного военного госпиталя и Сибирской технологической академии.

Несколько глав книги посвящены решению задач классификации и прогнозирования в исследованиях проблем медицины на ПК. Показано, как оценить информативность показателей, диагностику и характер течения различных заболеваний. В качестве примеров описаны создание медицинских нейросетевых экспертных систем на базе нейро-имитатора MultiNeuron, а также прогнозирование с помощью нейронных сетей осложнений инфаркта миокарда.

А в другой части книги изложена идеология нейронных сетей, объясняется, что такое нейрокомпьютер, элемент да и сама нейронная сеть. Какие же задачи решаются с помощью таких сетей и какую роль играет настройка сети для их решения? Несмотря на то что некоторые из них остались за пределами книги, авторы справедливо отмечают, что нейросетевая технология обработки данных захватывает практически все известные задачи, методы и алгоритмы обработки, иногда просто перекладывая их на свой язык, трансформируя и адаптируя известное, а изредка - даже изобретая новое. Благодаря универсальности подхода вырабатывается новый, обобщенный взгляд на проблему обработки и выделяется основной круг математических задач, встречающихся повсеместно.

Вопросы обучения нейронных сетей, которые содержит заключительная глава книги, рассматриваются как средство оптимизации, приводящее к соответствующим алгоритмам, ПО и аппаратной реализации сети.

Поскольку ни одна из почти десяти нейросетей, имеющихся в продаже в России, не упомянута, книгу следует воспринимать как методологию нейрокомпьютинга, более полезную для разработчиков ПО и математиков, чем для практиков, работающих с готовыми программами типа BrainMaker Pro и т. п.

Вызывает сожаление, что авторы не уделили внимания таким альтернативным методам обработки данных, как нелинейные модели множественной и логистической регрессии (см. "Мир ПК", # 8/97, с. 32). Кроме того, следует иметь в виду, что для получения хороших результатов при использовании нейросетевой технологии на этапе настройки сети необходимо привлекать дорогостоящего специалиста-аналитика, а плата за универсальность методологии - высокие требования к подготовке данных и ПК. Например, уже при 15-20 входных показателях модели время счета растет по экспоненте.