Neuronová síť je matematický model složený z velkého množství vzájemně propojených výpočetních jednotek – neuronů. Síť se neučí pomocí explicitních instrukcí, ale úpravou síly spojení (vah) mezi těmito neurony na základě předložených příkladů.

Standardní (dopředná) neuronová síť je organizována do vrstev:

• Vstupní vrstva (Input Layer): Přijímá data (např. pixely obrázku nebo hodnoty v tabulce).
• Skryté vrstvy (Hidden Layers): Zde probíhá samotné „přemýšlení“. Síť extrahuje rysy a vzorce. Čím více je těchto vrstev, tím je síť „hlubší“ (Deep Learning).
• Výstupní vrstva (Output Layer): Poskytuje konečný výsledek (např. pravděpodobnost, že na obrázku je kočka).

—

Umělý neuron je v podstatě matematická funkce, která provádí tři kroky:

1. **Vážený součet:** Každý vstup do neuronu má svou **váhu (weight)**, která určuje jeho důležitost. Tyto vstupy se sečtou.
2. **Bias (Zkreslení):** K součtu se přidá konstanta, která neuronu umožňuje lépe se přizpůsobit datům.
3. **Aktivační funkce:** Výsledek projde funkcí (např. ReLU nebo Sigmoid), která rozhodne, zda a jak silně bude neuron "pálit" (aktivovat se) dále do sítě.

—

Učení neuronové sítě je iterační proces, který probíhá ve dvou fázích:

Data projdou sítí od vstupu k výstupu a síť vygeneruje předpověď. Na začátku je tato předpověď náhodná a chybná.

1. **Loss Function (Ztrátová funkce):** Vypočítá se rozdíl (chyba) mezi předpovědí sítě a skutečným správným výsledkem.
2. **Optimizer:** Algoritmus (např. Gradient Descent) projde síť pozpátku a mírně upraví váhy u všech neuronů tak, aby byla chyba příště menší.

Tento proces se opakuje milionykrát (na tzv. epochy), dokud síť nedosahuje vysoké přesnosti.

—

Podle toho, jak jsou neurony propojeny, rozlišujeme různé typy sítí pro různé úlohy:

• CNN (Konvoluční sítě): Specializované na obraz. Dokážou rozpoznat hrany, tvary a objekty.
• RNN (Rekurentní sítě): Mají „paměť“, jsou vhodné pro sekvenční data (časové řady, překlad textu).
• Transformery: Moderní architektura (základ ChatGPT), která dokáže zpracovávat obrovské množství dat paralelně a chápat kontext mezi vzdálenými slovy v textu.

—

Trénování sítí vyžaduje obrovské množství matematických operací (násobení matic). Proto se místo klasických procesorů (CPU) používají:

• GPU (Grafické karty): Navrženy pro masivní paralelní výpočty.
• TPU (Tensor Processing Units): Čipy navržené Googlem speciálně pro zrychlení výpočtů neuronových sítí.

Související články:

• Strojové učení: Širší kontext
• Umělá inteligence: Filozofie a historie
• Python: Knihovny TensorFlow a PyTorch

Tagy: it ai neural-networks deep-learning math data-science