Бесплатный фрагмент - Нейропакет Пермской школы искусственного интеллекта

Назначение программы

Издательством «БИНОМ. Лаборатория знаний» выпущен учебно-методический комплекс «Искусственный интеллект» (http://www/permai/ru), который содержит программу «Нейросимулятор», позволяющую создавать и применять нейронные сети персептронного типа. Лабораторный практикум можно скачать с http://www.lbai.ru/#;show;install.

Основная цель, которую преследуют авторы комплекса — показать, что искусственный интеллект — это совсем не что-то фантастическое, а вполне конкретная и нужная дисциплина, что моделировать человеческий мозг — это совсем несложно, что это может делать каждый, причем при решении реальных проблем, встречающихся в повседневной жизни:

— Какую профессию выбрать и куда пойти учиться?

— Сколько процентов билетов достаточно выучить, чтобы получить хорошую оценку на экзамене? — Определить, правду ли говорит собеседник, или нет?

— Какая команда победит в спортивных состязаниях?

— Какие шаги следует предпринять, чтоб улучшить свои спортивные результаты?

— Кто победит на выборах, и как повлиять на их результат?

Цель курса — научить человека, как сделать из своего компьютера доброго советчика, помогающего принимать правильные решения, строить прогнозы развития различных событий и ситуаций.

Изучение предмета включает выполнение серии лабораторных работ.

В ходе выполнения лабораторных работ учащиеся осваивают специально созданный для них программный инструмент — симулятор нейронных сетей «Нейросимулятор». С помощью этого инструмента они могут создавать нейронные сети слоистой структуры, подбирать их параметры, обучать решению множества практических задач, например, в области медицины, политологии, социологии, спорта, туризма, криминалистики, педагогики, экономики, промышленности и др.

Предоставляется также возможность самим придумывать задачи и самим их решать методами искусственного интеллекта. Это задачи прогнозирования, диагностики, классификации и распознавания образов. В ходе выполнения самостоятельных (курсовых) работ школьники сами формулируют задачу, сами находят или подбирают обучающие примеры, создают, оптимизируют, обучают, тестируют нейронную сеть, создают на ее основе нейросетевую математическую модель предметной области, затем исследуют эту модель, получают полезные для практического применения результаты.

В учебно-методическом комплексе приводится перечень интеллектуальных информационных систем, созданных с помощью этой программы:

— Интеллектуальный детектор лжи.

— Интеллектуальный антиспамер.

— Интеллектуальная система диагностики сложных технических устройств.

— Интеллектуальная система диагностики здоровья человека.

— Интеллектуальная система распознавания автомобильных номерных знаков.

— Интеллектуальная система распознавания криминальных ситуаций по данным видеонаблюдений.

— Интеллектуальная система оценки жилой недвижимости.

— Интеллектуальная система оценки стоимости подержанных автомобилей.

— Интеллектуальная система прогнозирования курсов валют, котировок акций и ценных бумаг (с учетом влияния различных факторов).

— Интеллектуальная система оценки банковских рисков.

— Интеллектуальная система оценки кредитоспособности физических лиц.

— Интеллектуальная система выявления клиентов-мошенников страховых компаний.

— Интеллектуальная система оценки вероятности банкротств организаций.

— Интеллектуальная система прогнозирования расхода зданиями тепловой и электрической энергии.

— Интеллектуальная система прогнозирования индексов потребительских цен.

— Интеллектуальная система прогнозирования результатов голосований.

— Интеллектуальная система прогнозирования результатов выборов президента страны.

— Интеллектуальная система прогнозирования результатов выборов в законодательное собрание области, края.

— Интеллектуальная система оценки шансов поступления абитуриента в вуз.

— Интеллектуальная система-советчик выбора профессии.

— Интеллектуальная система-советчик выбора партнера супружеской пары.

— Интеллектуальная система прогнозирования пола будущего ребенка.

— Интеллектуальная система поддержки принятия решений руководителя.

— Интеллектуальная система формирования коэффициентов исхода спортивных матчей (прогнозирование букмекерских коэффициентов).

— Интеллектуальная система распознавания лиц.

— Интеллектуальная система прогнозирования результатов автомобильных гонок, скачек и пр.

— Интеллектуальная система прогнозирования вероятности дорожно-транспортных происшествий.

Список может быть расширен за счёт таких задач:

— Настройка управления нейросимулятором

— Экспертная система «Счастье»

— Вероятность поступления абитуриента в ВУЗ

— Нейросетевая игра «Крестики — Нолики»

Подготовка лабораторного практикума к работе

Лабораторный практикум можно скачать с http://www.lbai.ru/#;show;install. После скачивания на вашем компьютере появляется архив «5 ai_labs». Внутри находится архив ai_labs. zip. После вскрытия архива появляется папка «Лабораторный практикум ИИ», в которой находятся файлы:

или что-нибудь похожее (содержание архива может меняться в зависимости от версии). Цифрой 8 помечен pdf-файл «Инструкция по работе с программой «Нейросимулятор (на примере моделирования таблицы умножения)». С инструкцией надо очень внимательно ознакомиться, так как она подробно показывает, как с нейросимулятором работать.

При нажатии на кнопку СТАРТ появляется основное меню учебно-методического комплекса:

Переход по стрелке вправо открывает страницу с нужной нам лабораторной работой №8. Щелчёк по этой лабораторной работе выводит на экран основное меню нейросимулятора:

Рис. 1. Основной экран нейросимулятора.

Задача 1. Настройка органов управления нейросимулятором

Программа «Нейросимулятор» может работать в четырех режимах: «Проектирование сети», «Обучение», «Проверка» и «Прогноз». Переход из одного режима в другой осуществляется путем нажатия соответствующих закладок, расположенных в верхней части рабочего окна (см. рис. 1).

Структура нейросети определяется в основном окне нейроимитатора параметрами, характеризующими: Входной слой, Скрытые слои, и Выходной слой.

Входной слой характеризуется такими параметрами: число нейронов; тип акивационной функции нейрона (Сигмоидальная, Ле-Кана, Логарифмическая, Линейная).

Скрытые слои характеризуются все одинаково: число нейронов в каждом скрытом слое, активационная функция нейронов каждого скрытого слоя. По умолчанию они имеют нейроны с сигмоидальной активационной функцией.

Выходной слой характеризуется так же, как входной. По умолчанию они оба (входной и выходной слои) имеют нейроны с линейной активационной функцией.

Различные активационные функции могут быть по-разному настроены. Так, линейная активационная функция для настройки имеет коэффициент А и смещение B. Если их изменять, изменяется и внешний вид функции, что меняет и реакцию нейронов на приходящие на них сигналы.

Сигмоидальная активационная функция может настраиваться коэффициентом альфа (по умолчанию равен 1.0). На рисунке величина альфа изменяется ползунком. Форма сигмоиды меняется в широких пределах:

Активационная функция Ле-Кана (тангенсоида) зависит от двух коэффициентов: а и b. Форма её изменяется в широких пределах, что меняет и реакцию нейронов на приходящие на них сигналы:

Логарифмическая активационная функция настройке не подлежит.

Вторым параметром, значительно влияющим на работу нейросети, является количество слоёв и количество нейронов в них. Этот параметр графически отображается в виде схемы, например 2-3-1 (2 входных нейрона, 3 скрытых и 1 выходной):

В отчёте можно сохранить изображение сети пользуясь специальной кнопкой в нижней части основного окна нейросимулятора.

На вкладке Обучение добавлены дополнительные настройки создаваемой нейросети.