ТЕНДЕНЦИИ И ПЕРСПЕКТИВЫ РАЗВИТИЯ НЕЙРОИНФОРМАТИКИ

,

студент 1-го курса факультета Менеджмента РЭУ им.

(*****@***com)

,

студентка 1-го курса факультета Менеджмента РЭУ им.

(*****@***ru)

Научный руководитель: ,

к. э.н., доцент кафедры Информатики РЭУ им.

(*****@***ru)

В современном мире постоянно происходят научные открытия. Иногда невозможно описать некоторые объекты и процессы в рамках одной науки. Не всегда можно создать что-то новое, основываясь только на знаниях из одной научной отрасли [1]. Благодаря этим факторам образовываются новые ответвления в научном познании, некоторые из которых находятся на пересечении двух других. Так нейроинформатика является объединением двух больших научных веток, информатики и нейробиологии. Это очень интересное и динамично развивающееся направление науки, которое требует внимания.

На данный момент известно, что нейроинформатика используется для описания сетей Хопфилда (нейронных сетей с симметричной матрицей связей) (рис.1), предназначенных для создания ассоциативной памяти, т. е. данная наука выводит методы производства знаний из данных с помощью нейронных сетей. Искусственные нейронные сети представляют собой устройства, использующие элементарные условные рефлексы. В настоящее время искусственные нейронные сети используются с целью решения весьма многочисленных задач обработки изображений, управления роботами и непрерывными производствами, с целью понимания и синтеза речи, для диагностики болезней людей и технических неисправностей в машинах и устройствах, с целью прогноза курсов валют и итогов скачек. В медицине же исследование применения персональных компьютеров демонстрирует, то, что максимальное их применение проходит с целью обработки врачебных документов, хранения и обработки баз данных, ведения статистики и экономических расчётов. Специальный парк ЭВМ применяется вместе с разными диагностическими и лечебными устройствами [3].

НЕ нашли? Не то? Что вы ищете?

Также нейросети применяются для измерения накопленной дозы радиоактивного облучения. Даже малая его доза может серьёзно повлиять на состояние организма, сильнее всего оно влияет на иммунную и эндокринную системы. Классические методы позволяют достаточно точно определить состояние этих систем, но бывает трудно установить первопричину их изменений. Другими словами, связано ли это с повышенной дозой облучения или отдельной патологией.

Учёные пытались выяснить взаимосвязь между накопленной дозой радиоактивного облучения и иммунологическими, гормональными и биохимическими параметрами человека в совокупности, чтобы создать способ, позволяющий по ним определить степень радиационного заражения. Для этого были применены нейросетевые классификаторы. Обучение нейросетей строили на примерах перечисленных параметров (35 штук) у 150 человек, работающих на предприятиях атомной промышленности.

Помимо перспективы использования нейроинформационных методов в медицине, существуют также примеры применения и дальнейшего развития данной науки в финансовой сфере. Нейросети достаточно продуктивно справляются с классификацией, моделированием и прогнозированием, что является одной из главных задач финансовых рынков. На сегодняшний день большинство нейросетевых пакетов на рынке являются американскими и используются в банковской системе, что России желательно перенять, т. к. это значительно упрощает и ускоряет все информационные процессы и даже может стать акселератором. Один из таких пакетов «The AI Trilogy» («Трилогия искусственного интеллекта») уже пришёл на российский рынок и активно используется банками [7]. Предположительно в ближайшем будущем наша информационная и банковская система станет способна перейти на более сложные и многофункциональные нейросетевые пакеты.

Сейчас использование нейросетей является новой модой, которая крайне дорога, но имеет некоторые преимущества, такие как [8]:

Нейрокомпьютеры дают стандартный способ решения нестандартных задач. И неважно, что специализированная машина лучше решит определенный тип задач. Один нейрокомпьютер может справиться с данной задачей и любой другой без затрат на создание новой техники под них. Вместо программирования нейросетям необходимо обучение. Нейрокомпьютер умеет учиться, необходимо лишь создавать учебные задачники. Так Российские учёные из Национального исследовательского ядерного университета «МИФИ», Национального исследовательского центра «Курчатовский Институт» и Воронежского государственного университета разработали метод, обучающий компьютер распознавать пол человека по написанному им тексту с точностью до 80 процентов. [9]. Нейрокомпьютеры особенно эффективны там, где нужен аналог человеческой интуиции для распознавания образов (распознания черт лица, считывания рукописных текстов), подготовки аналитических прогнозов, особенно финансовых, как было упомянуто ранее, перевода с изначального языка на другой и т. п. Именно для таких задач обычно крайне трудно создавать явный алгоритм. Нейронные сети позволяют создать эффективное программное обеспечение, используемое в компьютерах. Задача эффективного применения параллельных систем прекрасно известна. Как достичь того, чтобы все элементы одновременно и без ненужного дублирования исполняли действия с максимальной полезностью? Создавая математические обеспечения на основе нейронных сетей, можно для обширного круга проблем решить эту задачу. Нейросетевые системы «демократичны», с ними может работать любой, даже совсем неопытный пользователь.

Нейроинформатика может быть использована и в нашем университете, так как его деятельность можно отнести не только к научно-образовательной, но и к экономической. Эти сферы неразрывно связаны с научно-техническим прогрессом, и внедрение достижений нейроинформатики в РЭУ им. , например, поможет решить следующие задачи:

Анализ динамики курсов валют в краткосрочном периоде, которая поможет лучше планировать стоимость закупок дорогостоящей техники; Прогноз оптовых цен на продукты питания, который поможет эффективнее подобрать соотношение выгодной цены и качества, ассортимента еды в университете; Анализ кредитных рисков, который позволяет университету лучше контролировать свои денежные средства и их расходы; Оценка объектов недвижимости; Прогноз развития чрезвычайных ситуаций, необходимый с целью их избегания или уменьшения негативных эффектов; Усиление безопасности данных университета путём авторизации доступа по индивидуальному «почерку» работы на клавиатуре компьютера.

Это лишь часть из тех задач, которые может решить нейросеть в рамках университетов. Так по мере развития нейроинформатики количество задач, которые может решить нейросеть не просто возрастёт в нескольких сферах, но могут появиться и другие отрасли, где она применима. Если уже сейчас нейросети могут решать столь важные задачи для университета и не только, то, что может быть в будущем? Внедрение нейрокомпьютеров, судя по уровню их развития на данный момент, может в будущем только упростить и улучшить работу университетов и других схожих организаций.

Список литературы

, Развитие и стимулирование инновационной деятельности вуза с использованием информационных технологий. // Славянский форум. 2017 №2 (16). С.91-94. , , Генетические аспекты сахарного диабета // Вестник НГУ. Серия: Биология, клиническая медицина, 2009. Том 7, вып. 1 – С. 129-135. Нейроинформатика, её приложения и анализ данных:–материалы XVII Всеросс. семинара, 2–4 октября 2009 г. / под ред. , ; ИВМ СО РАН, отв. за вып. . — Красноярск; ИПК СФУ, 2009. – С.9-10. Нейронные сети на персональных компьютерах / , – Новосибирск: Наука, 1996.- 276 с Нейроинформатика / , -Барковский, и др. - Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296с. Области применения нейроинформатики//сайт.-URL: http://helpiks. org/5-106606.html Нейроинформатика// сайт. - URL: http://www. erudition. ru/ref/id.35836_1.html. РИА Новости «Учёные обучили нейросеть определять пол человека по написанному тексту»// сайт. – URL: https://ria. ru/science/20180424/1519273397.html. Deep Learning neural nets versus traditional machine learning in gender identification of authors of RusProfiling texts// сайт. – URL: https://www. /science/article/pii/S1877050918300668.