Nikt nie chciałby się znaleźć w samolocie z urwanym skrzydłem. Gdy jednak na pokładzie została zainstalowana sieć neuronowa - ma się szansę przeżycia.

Pionierskie badania nad sieciami neuronowymi podejmowano jeszcze w latach pięćdziesiątych, ale prawdziwy rozwój tej techniki datuje się od 1987 r., gdy rząd amerykański zaczął przeznaczać na ten cel coraz większe fundusze. Trzy lata temu była to już najbardziej obiecująca dziedzina przemysłu komputerowego.

Jednym z najpoważniejszych inwestorów w sieci neuronowej jest DARPA (Defense Advanced Research Projects Agency) wydająca rocznie 10-15 mln USD na badania z tego zakresu. DARPA finansuje budowę procesorów neuronowych, opracowywanie nowych algorytmów i konstrukcję aplikacji pracujących w czasie realnym - czyli niezwykle szybko. Dyrektor programu sieci neuronowych w DARP-ie, Barbara Yoon, jest zdania, że okres intesywnego finansowania sieci przez rząd USA dobiega już końca. Wprawdzie pani Yoon chętnie przyjęła 45 mln USD na badania do 1996 r., ale natychmiast wygłosiła komentarz, że jest to prawodopodobnie ostatnia dotacja rządowa dla sieci - po 1996 r. sieci neuronowe muszą zacząć same zarabiać na siebie.

Praktyczne zastosowania

DARPA otrzymuje wiele zamówień na urządzenia neuronowe. Armia USA postanowiła zakupić znaczną liczbę urządzeń do automatycznego rozpoznawania celu (ATR - Automatic Target Recognition) dla helikopterów Comanche. FBI rozważa możliwość zainstalowania prototypowego urządzenia neuronowego do klasyfikacji linii papilarnych. Biuro otrzymuje dziennie 50-70 tys. nowych linii papilarnych, które muszą być wprowadzone do kartoteki według jednego klucza. Stosowane dotąd metody klasyfikacji są niejednoznaczne i dość pracochłonne - sieci neuronowe mają ten problem uprościć.

Poczta amerykańska zamierza wykorzystać sieci neuronowe w urządzeniach do odczytu pisma odręcznego. Urząd Podatkowy (IRS) pracuje nad wykorzystaniem analogicznego urządzenia do automatycznego odczytu zeznań podatkowych. Skądinąd wiadomo, że armia, poczta i IRS otrzymają największe fundusze od rządu prezydenta Clintona na instalację nowych urządzeń komputerowych. Jest niemal pewne, że znaczna część tych nakładów zostanie przeznaczona na sieci neuronowe.

Zajmuje się nimi nie tylko DARPA, ale wiele wyspecjalizowanych przedsiębiorstw cywilnych. Jednym z nich jest Nestor, firma kierowana przez Leona Coopera, laureata Nagrody Nobla. Cooper uważa technologię neuronową za przełomowy wynalazek w przemyśle komputerowym: "Widzimy już wczesne egzemplarze całkowicie nowej generacji komputerów, w których moc najlepszych znanych dziś procesorów została połączona ze zdolnością do postrzegania."

Nowe komputery neuronowe mają tę przewagę nad wcześniejszymi systemami, że nie działają w oparciu o ściśle podane instrukcje. Badają otoczenia i podejmują próby wykonania zleconego zadania, elastycznie wykorzystując posiadane algorytmy z zakresu sztucznej inteligencji. W ten sposób systemy neuronowe uczą się i poprawiają własne wyniki pracy. Odkrywają algorytmy, które coraz lepiej rozwiązują postawiony problem.

Komputer neuronowy otrzymuje np. zadanie opracowania bezpiecznego systemu spłacania długów hipotecznych. Mając dostęp do wielkiej bazy danych, sam odkrywa ukryte w niej prawidłowości. Gdy zbuduje algorytm, uwzględniający wszystkie czynniki zawarte w kartotece, bank może być pewien, że komputer znalazł najniższy poziom oprocentowania długów hipotecznych, zapewniający z jednej strony wysokie prawdopodobieństwo spłaty długu, a z drugiej konkurencyjną ofertę dla klientów banku.

Powstało już ok. 50 wiarygodnych aplikacji sieci neuronowych, nadających się do praktycznego zastosowania. Ich producentami są Intel Corp., Nestor mieszczący się w Providence R.I., firma HNC Inc. z San Diego i NeuralWare Inc. z Pittsburga. Najprostsze z tych aplikacji dadzą się wykorzystać na PC-tach. Najbardziej zaawansowane opierają się na złożonych technikach z zakresu sztucznej inteligencji, np. na systemach eksperckich działających na zbiorze reguł bezwarunkowych i na urządzeniach wykorzystujących "logikę zbiorów rozmytych". To hybrydowe łączenie technik jest w sieciach neuronowych czymś naturalnym. Granica między hardware'em i software'em stała się tam niewidoczna.

Nowatorskie pomysły

W każdej nowej technologii dominują niezwykłe pomysły i przedsięwzięcia. Twórcy sieci neuronowych mówią z dumą, że czasem jest to charakterystyczne dla wczesnego stadium badań aplikacyjnych, a czasem wróży rewolucyjną zmianę techniki. Ich zdaniem, sieci neuronowe zwiastują to drugie.

Jedna z firm pracuje np. nad rozpoznawaniem twarzy tej samej osoby fotografowanej wielokrotnie w tłumie, składającym się z kilkuset osób. Inna przygotowuje produkcję filtra oczyszczającego transmisję danych. Stale porównując zakres sygnałów przenoszących informację z zakresem szumów, system neuronowy inteligentnie eliminuje zakłócenia i poprawia komunikację.

Jeszcze dziwniejszemu przedsięwzięciu patronuje Chuck Jorgensen, szef Ames Research Center, jednego z laboratoriów badawczych NASA. Buduje się tam system ratowania samolotu rozbitego w powietrzu. Jeśli np. w wyniku kolizji odpadnie od samolotu skrzydło, albo ogon, to najczęściej konstrukcja nie traci całkowicie własności aerodynamicznych mimo, że uległy one znacznemu ograniczeniu. Nie wszystko jest więc stracone. Można się nadal starać o możliwie najbezpieczniejsze lądowanie. System neuronowy, w odróżnieniu od pilota, nie ulega panice ani emocjom i nawet koziołkując w powietrzu uczy się szybko. Po awarii włącza się automatycznie, szybko wykonuje test stateczności uszkodzonego samolotu, a następnie wykorzystując działające jeszcze urządzenia sterownicze, prowadzi spadającą maszynę wzdłuż krzywej stycznej z powierzchnią ziemi. Kilka metrów nad powierzchnią samolot, a właściwie jego resztka, wytraca szybkość. Ta metoda nie daje gwarancji ratunku - pojazd może się rozbić o domy lub drzewa. Ale mimo wszystko, taka właśnie próba lądowania daje najlepszą szansę uratowania pasażerów - jeśli jest to w ogóle możliwe.

Samokorygujący się system

Wszystkie eksperymenty wyraźnie pokazują, że głównymi zaletami sieci neuronowych jest szybkie działanie, związane z równoległym przetwarzaniem, oraz zdolność do wytwarzania własnych algorytmów - czyli umiejętność uczenia się. Istniejące dziś systemy neuronowe można uznać za najsprawniejsze układy inteligentne na ziemi (poza organizmami żywymi). W pewnych warunkach, np. w koziołkującym samolocie, sieci zdecydowanie przewyższają analogiczne umiejętności człowieka. Zawsze natomiast przewyższają go pod względem dokładności działania i zdolności szybkiego wykrywania własnych błędów.

Z tego samego powodu sieci neuronowe górują nad tradycyjnymi komputerami. DARPA przewiduje, że w niedługim czasie zmonopolizują one przetwarzanie danych w czterech dziedzinach: przy automatycznym rozpoznawaniu celów wojskowych, w urządzeniach do rozpoznawania mowy, przy interpretacji danych sonaru i radaru oraz w trójwymiarowej analizie wstrząsów sejsmicznych. Pani Yoon oznajmiła ostatnio, że urządzenia wykorzystywane w tych czterech dziedzinach już dziś gwarantują dwukrotnie niższy poziom błędu niż tradycyjne komputery.

Jeszcze lepsze wyniki osiąga firma HNS, konstruująca na zlecenie Darpy urządzenia naprowadzające na cel (ATR). Ich niezawodność, w porównaniu np. z rakietami Patriot, jest podobno rewelacyjna. "Błąd rozpoznania celu został zmniejszony o 70%" - oświadczył niedawno wiceprezes HNC, Todd Gutschow.

Największym potencjalnym rynkiem urządzeń neuronowych pozostają jednak analizatory mowy. Produkowane dziś w wersji prototypowej, i niemal wyłącznie dla języka angielskiego, popełniają jeszcze wiele błędów. Przed końcem stulecia może się jednak pojawić na rynku niezawodny analizator mowy, drukujący na żywo tekst na podstawie wygłaszanej w tym samym czasie wypowiedzi. Taki wynalazek może radykalnie zmienić system nauczania, pracę sądów, obrady polityczne i produkcję gazet. Skokowo poprawi się praca automatycznych urządzeń tłumaczących i w jakimś sensie skończy się era nieodpowiedzialności za słowo mówione. Każdy będzie mógł zobaczyć czarno na białym, jakie przed chwilą palnął głupstwo.