Вестник казнпу им. Абая, серия «Физико-математические науки», №4(72), 2020 г. 250 Мрнти
жүктеу/скачать 0,94 Mb. Pdf көрінісі
|
162-Текст статьи-600-1-10-20210610
| ВЕСТНИК КазНПУ им. Абая, серия «Физико-математические науки», №4(72), 2020 г.
252 ала ма?» атты мақала жазды, онда машинаны Тьюринг сынағының атауын алған адамның ұтымдылық тұрғысынан салыстыру сәтін анықтауға болатын процедураны сипаттайды [3]. Болашақ информатика пәні мұғалімдер жасанды интеллект адамның интеллектуалды ойлану және талқылау әрекетін қайталайтын машина жасауға жол ашатындығын біліп қана қоймай, практикалық тұрғыдан жүзеге асыруға тырысу керек. Машиналар программалық жасақтамамен басқарылатын болғандықтан, ЖИ-нің машина әрекетін бақылайтын интеллектуалды программалармен ортақ атқаратын қызметтері бар. Сол программалармен жұмыс істеу дағдылары біздің болашақ мамандарымыздың бойынан міндетті түрде табылу керек. ЖИ саласындағы жұмыстар адам миының қасиеттерін меңгерумен тығыз байланысты. Ғалымдар ми жұмысының қағидаттарын түсінген кезде ЖИ құру міндетті түрде орындалатын әрекетке айналды. Біз оқыту, ойлану және шешім қабылдау кезінде адам миында орын алатын әрекеттерді қайталайтын машина құрастыра аламыз. Мұндай машина оқытуға қабілетті жүйе құруға мүмкіндік береді. Пәнді оқыту барысында білім алушыларға ЖИ көмегімен ақылды жүйелер құрып, машиналарға шығармашылық әрекеттерді орындауды қалай үйретуге болатындығын түсіндіру жұмыстарын жандандыруымыз керек. Машиналық оқыту – жасанды интеллектінің бір тармағы. Машиналық оқыту жүйесі адамдарды, дыбысты, нысандарды тану, аударма жасау сияқты міндеттерді шешуге көмектеседі. Машиналық оқыту жүйеге үлгілерді өздігінен танып-білуге және болжам жасауға мүмкіндік береді. Жасанды интеллект және нейронды желілер қазіргі уақытта өте өзекті. Себебі көптеген қолданушыларды нейронды желілердің қалай жұмыс істейтіндігі, олардың құрылымы мен әрекет ету принципі қызықтырады. Жасанды нейронды желі (ЖНЖ) – күрделі деректерді талдайтын, адам миын имитациялайтын, аппараттық және программалық тұрғыдан іске асыруға қабілетті математикалық модель. ЖНЖ-ні адам миының синапстарының жұмыс істеу принциптерін эмуляциялайтын оқыту моделінің түріне жатқызуға болады. ЖНЖ деректерді өңдеуге арналған түйіндер (нейрондар) мен синапстардың аналогтері желісінен тұрады [4]. Кіріс ақпараттар жүйе арқылы өтеді де, шығыс ақпараттар түрінде жинақталады (1-сурет). Сурет 1. Жасанды нейронды желі моделі Болашақ информатика пәні мұғалімдеріне нейронды желілерді оқыту негізінде кесте түрінде ұсынылатын мәліметтер қоры жатқандығын түсіндіру керек. Кестеде абсцисса мен ордината арқылы төбе координаттары болады. Ары қарай нейрондық желіні оқыту жүзеге асырылады. Ол мәліметтер қорынан «егер-онда»» талдауын қолдану арқылы орындалады. Биологиялық нейрон – басқа нейрондармен қолжетімді байланыс арқылы барлық нейронды желі бойынша электрохимиялық импульсті беретін арнайы жасуша (2-сурет). Сурет 2. Биологиялық нейрон Абай атындағы ҚазҰПУ-нің ХАБАРШЫСЫ, «Физика-математика ғылымдары» сериясы, №4(72), 2020 253 Нейронды желілерді көпшілігі адам миының құрылысына ұқсатады. Бір жағынан, бұл пікір шындыққа жанасқанымен, екінші жағынан, адамның миы – машина көмегімен жасауға келмейтін өте күрделі механизм. Сонымен, нейронды желі – адам миының әрекеті принципіне негізделген, бірақ оның аналогі бола алмайтын программа. Нейронды желі нейрондар байланысынан тұрады, олардың әрқайсысы ақпаратты қабылдап, оны өңдеп, келесі нейронға береді. Әрбір нейрон сигналды бірдей өңдейді. Олай болса, әртүрлі нәтиже қайдан алынады? Мұның барлығына синапс жауапты. Синапстар нейрондарды бір-бірімен байланыстырады. Бір нейрон бірнеше синапстан тұруы мүмкін, олар сигналдарды күшейтіп немесе бәсеңдетіп тұрады, оның ішінде синапстар белгілі бір уақыт аралығында өз сипаттамаларын өзгерте алатын қасиетке ие. Синапстың дұрыс таңдалған параметрлері кіріс ақпараттарды өңдеу арқылы шығысында дұрыс нәтиже алуға себепші болады. жүктеу/скачать 0,94 Mb. Достарыңызбен бөлісу:
|