XV Международная студенческая научная конференция Студенческий научный форум - 2023

Первый делом надо понимать, что такое нейронная сеть и где она может быть использована.

Нейронная сеть — это метод в искусственном интеллекте, который учит компьютеры обрабатывать данные таким же способом, как и человеческий мозг. Своего рода математическая модель, которая построена по принципу функционирования биологических процессор в человеческом мозге. Процесс машинного обучения, который так же называется глубоким.

Важно с самого начала уяснить, что нейросети — это алгоритм, а язык программирования - лишь средство его реализации. Хотите понять, что такое нейросети - изучайте именно нейросети. Хотите научиться программировать нейронные сети на любом языке - учитесь программировать на множестве языков программирования.

Для практической реализации нейросети будем использовать язык программирования Python. Можно взять любой другой язык, но Python предоставляет более упрощенный и простой подход. Пользоваться будем библиотекой глубокого обучения Tensorflow (TF). На примере наглядней будет видна работа нейросети.

Tensorflow (TF) — довольно молодой фреймворк для глубокого машинного обучения, разрабатываемый в Google Brain. Долго разрабатывался в закрытом режиме под названием DistBelief. Только после рефакторинга 9 ноября 2015 года был запущен в open source. За год с небольшим TF дорос до версии 1.0, обрел интеграцию с keras, стал значительно быстрее и получил поддержку мобильных платформ

Установить можно довольно просто. Надо с официального сайта установить Python актуальной версии. После установки языка, устанавливаем TF. Подключение библиотеки стандартно, через «python pip» в командной строке. Но, есть нюанс: существуют отдельные алгоритмы установки для работы на CPU и на видеокартах. На это тоже стоит обратить внимание.

Давайте возьмем за пример создание простого проекта и внедрим туда нейронную сеть. Будем пользоваться библиотекой pygame. Создадим игру на подобии представленного компанией Google в браузере. Динозаврик, который будет перепрыгивать через препятствия.

Нам нужны входные данные, на основе которых наша нейросеть будет делать действия.

Позиция объекта на карте

Дистанция до ближайшего объекта

Размер объекта

На этом шаге будет совершенно конкретное действие

Надо разработать математическую модель с наградами, чтобы каждый нейросеть понимала, какой из динозавриков справляется лучше. Чем дальше пройдет динозаврик, тем больше будет начислена награда. С помощью данного анализа нейросеть будет выстраивать эволюцию и следующим динозаврикам передавать лучшие качестве предыдущих поколений. Таким методом будет происходить нейроэволюция.

Для реализации проекта понадобятся следующие библиотеки:

Pygame

Random

Sys

Math

Следующими действиями надо прописать саму логику, а именно:

Прописать отрисовку базового окна программы

Создадим класс «Dino». Это нужна для того, чтобы динозаврик был отдельным объектом и делаем управление автономным, чтобы прыгать прямо с помощью кода

Основная информация (номер поколения и номер динозаврика)

Запускаем проект

При верно написанном коде, у нас получиться обучить динозаврика прыгать через препятствия и не умирать.

Заключение: с помощью нейросетей можно запрограммировать очень много. Она сможет сама себя обучить и работать намного совершенней, чем человек. Множество ограничений будет в том, насколько вы знаете язык программирования, с помощью которого и будет проходить реализация.

Список использованной литературы

Саймон Хайкин Нейронные сети. - 2-е изд. - М. : Издательский дом «Вильямс», 2006. - 1003 с.

Барский А. Б. Нейронные сети: распознавание, управление, принятие решений. — М.: Финансы и статистика, 2004 — 176 с.

Бизли Д., Джонс Б. К. Python. Книга рецептов / пер. с анг. Б. В. Уварова. – М.: ДМК Пресс, 2019. – 648 с.