Анна Табанина

Нейронные сети продемонстрировали необычную предсказуемость

Немецкие ученые показали, что искусственные нейронные сети, традиционно считающиеся хаотическими системами с низкой предсказуемостью поведения, могут работать в относительно упорядоченном режиме с высокой предсказуемостью, сообщает Общество Макса Планка в своем пресс-релизе.

Мозг - один из самых сложных известных объектов. Он состоит более чем из ста миллиардов нейронов, объединенных в сеть, информация по которой передается с помощью электрических импульсов. Каждый нейрон может получать и посылать электрический сигнал.

Для приближенного моделирования работы мозга, а также для решения некоторых вычислительных задач используются нейронные сети (полное название - искусственные нейронные сети). Это математические модели, имитирующие работу мозга.

Как и мозг, нейронная сеть состоит из отдельных узлов (искусственных нейронов), способных получать входной сигнал и посылать выходной, причем время между получением сигнала и передачей его дальше может варьироваться.

Как показали предыдущие исследования, поведение нейронной сети представляет собой так называемый детерминированный хаос. Это значит, что система очень чувствительна к любым воздействиям: даже небольшое изменение входных данных сильно изменяет результат, получающийся на выходе (эффект крыльев бабочки). Таким образом, даже зная сигнал, который подается в сеть на входе, и общие правила, по которым узлы сети передают его друг другу, нельзя предсказать, что получится на выходе, из-за невозможности учесть все микроскопические воздействия. Стоит одному нейрону задержать передачу сигнала на долю секунды, и выходной сигнал заметно изменится.

Немецкие исследователи, однако, обнаружили, что при определенных условиях нейронные сети могут демонстрировать иной режим поведения, при котором чувствительность к воздействиям низка: последствия незначительного воздействия быстро затухают. Соответственно, хаотичность такой системы ниже, а предсказуемость выше. Исследователи предполагают, что в итоге нейронные сети могут оказаться не таким сложным объектом, как считалось ранее.


x