Neuronová síť je výpočetní model složený z vrstev jednoduchých propojených jednotek (umělých neuronů), které si předávají čísla. Síla každého propojení, tzv. váha, se nastavuje učením na příkladech, takže síť sama najde vzory, podle kterých ze vstupu vytvoří výsledek.
Jak funguje neuronová síť?
Neuronová síť funguje jako řetěz filtrů. Vstup, třeba obrázek písmene, se převede na čísla a projde vrstvami: každý umělý neuron sečte, co dostal od předchozí vrstvy, vynásobené váhami, a výsledek pošle dál. Poslední vrstva vydá odpověď, například „tohle je písmeno a“. Při učení síť porovná svou odpověď se správnou a váhy nepatrně upraví, aby se příště trefila lépe. Po milionech opakování se v ní usadí vzory, které nikdo ručně nenaprogramoval. Síti s mnoha vrstvami se říká hluboká (deep learning).
Čím se neuronová síť liší od strojového učení a od AI?
Jde o pojmy do sebe vnořené. Umělá inteligence je nejširší obor. Strojové učení je jeho část, kde se systém učí z dat místo pevných pravidel. Neuronová síť je jedna z metod strojového učení, dnes nejpoužívanější. Velké jazykové modely jsou velmi rozsáhlé neuronové sítě zvláštní stavby (transformer).
Jaký je nejčastější omyl o neuronové síti?
Název svádí k představě, že síť myslí jako lidský mozek. Biologie byla jen volnou inspirací: umělý neuron je jednoduchý výpočet, ne buňka. Síť nerozumí situaci, jen velmi dobře rozpoznává vzory z trénovacích dat. Co v datech chybělo, to zvládá hůř.
K čemu se neuronová síť hodí v práci?
- Pracovník kanceláře: převede naskenované ručně psané zápisy z kroniky do textu, ve kterém lze vyhledávat.
- Úředník: nechá přepsat nahrávku z jednání do textu a pak z něj připraví zápis.
- Lektorka: nechá přeložit podklady pro zahraniční účastníky a překlad dá zkontrolovat.
Ve všech případech používáte hotový nástroj, síť sami nestavíte ani neučíte.
Příklad zadání
Pracovník školní kanceláře má přepis ručně psané kroniky z nástroje na rozpoznávání písma a chce v něm najít místa ke kontrole.
Níže je strojový přepis ručně psaného zápisu z kroniky. Najdi slova, jména a data, která vypadají jako chyba rozpoznávání (nedávají smysl, neexistují v češtině, nesedí letopočty). Vypiš je v tabulce: řádek, sporné slovo, možné správné čtení. <PREPIS>
Výsledkem je seznam míst ke kontrole, ne oprava. Každé sporné místo porovnejte s naskenovaným originálem, protože ani druhá síť originál nevidí.
Na co si u neuronové sítě dát pozor?
- Síť může vydat věrohodný, ale chybný výsledek bez varování, podobně jako halucinace u chatbotů. Jména, data a čísla vždy ověřte.
- Před nahráním dokumentů do externí služby zkontrolujte, zda obsahují osobní údaje, a případně je zakryjte.
- Když nástroj na určitém typu dat selhává (dialekt, starý rukopis), nepředpokládejte, že se zlepší sám; zvolte jiný nástroj nebo ruční kontrolu.
- Výsledky sítě mohou přebírat zkreslení z trénovacích dat. U rozhodování o lidech si výstup vždy posuďte sami.
Časté otázky
Jaký je rozdíl mezi konvoluční a rekurentní neuronovou sítí?
Konvoluční síť je stavěná na obrázky: prochází je po malých výřezech a hledá tvary. Rekurentní síť zpracovává data postupně v pořadí, například text nebo zvuk; u textu ji dnes většinou nahradila stavba transformer.
Dá se neuronová síť naprogramovat v Pythonu?
Ano, Python je pro to nejběžnější jazyk a existují pro něj volně dostupné knihovny, například PyTorch. Pro běžné používání AI v práci to ale potřeba není.
Má neuronová síť něco společného s mozkem?
Jen volnou inspiraci: propojené jednotky, které si předávají signály. Způsob učení i fungování se od mozku zásadně liší.