neurális háló (NN)
angolul: neural network
A neurális háló olyan számítógépes modell, amely sok példából tanulja meg a mintákat felismerni, és lazán az agy idegsejtjeinek hálózatát veszi mintául.
Érthetően
A hagyományos programnak az ember lépésről lépésre megírja a szabályokat. A neurális hálónak nem szabályokat adsz, hanem példákat: több ezer macskás képet, több millió mondatot, és ezekből maga szűri ki, mi a közös bennük.
Képzelj el egy hatalmas keverőpultot, amelyen több millió, akár több milliárd apró tekerőgomb van. Tanulás közben a gép minden próbálkozás után egy picit elcsavarja a gombokat abba az irányba, amerre kisebb a hiba, és ezt addig ismétli, amíg a kimenet elég jó nem lesz. A „tudás” nem egy mondatban vagy szabályban van, hanem a gombok állásában.
Ettől olyan feladatokban jó, amelyeket nehéz szabályokba foglalni: arc és hang felismerése, fordítás, szövegírás, képalkotás. A mai chatbotok, képgenerátorok és AI-agentek mind neurális hálóra épülnek.
Hogyan működik
- A háló apró számítási egységekből, mesterséges neuronokból áll, amelyek rétegekbe rendeződnek: van bemeneti réteg, egy vagy több köztes (rejtett) réteg és kimeneti réteg.
- Minden kapcsolatnak van egy súlya, vagyis egy szám, amely megmondja, mennyire számít az adott jel. A bemenet (például egy kép képpontjai) számokként halad végig a rétegeken. Minden neuron összeadja a bejövő jeleket a súlyukkal szorozva, majd az eredményt egy egyszerű függvényen átengedve adja tovább. Ettől a függvénytől tud a háló bonyolult összefüggéseket is megtanulni.
- A végén a háló ad egy választ, például azt, hogy „87 százalék eséllyel macska”. Tanítás közben ezt összevetik a helyes válasszal, és kiszámolják, mekkora a hiba.
- Ezután a hibát visszafelé végigvezetik a hálón, és kiszámolják, melyik súly mennyire felelős érte. Ezt hívják hiba-visszaterjesztésnek. Ennek alapján minden súlyt egy kicsit abba az irányba módosítanak, amely csökkenti a hibát.
- Ezt rengeteg példán, sokszor megismétlik. A kész hálót utána már csak használni kell: új bemenetre a megtanult súlyokkal ad választ.
Példa a mindennapokból
Amikor a telefonod arcfelismeréssel feloldja a képernyőt, vagy a fotóalbumban rákeresel arra, hogy „kutya”, és megkapod az összes kutyás képedet, egy neurális háló dolgozik. Ugyanez történik, amikor a leveleződ kiszűri a spamet, vagy egy chatbot válaszol a kérdésedre.
Kit érint
Gyakori félreértés
Korlátok és kockázatok
- Nehéz belelátni: sokszor a készítői sem tudják pontosan megmondani, miért adott egy bizonyos választ (ez a „fekete doboz” probléma).
- Annyira jó, amennyire a tanítóadatai: ha azok hiányosak vagy elfogultak, a háló is torzítani fog.
- Magabiztosan is tévedhet, különösen olyan helyzetben, amely nem hasonlít arra, amin tanult.
- A nagy hálók tanítása rengeteg adatot, drága chipeket és sok áramot igényel.
Hasonló, de nem ugyanaz
- mesterséges intelligencia – A mesterséges intelligencia a tágabb terület, a neurális háló ennek egyik – ma a legelterjedtebb – módszere.
- mélytanulás – A mélytanulás a sok rétegű neurális hálók tanítását jelenti, vagyis a neurális hálók használatának egy konkrét, nagy léptékű módja.
- nagy nyelvi modell – A nagy nyelvi modell egy bizonyos fajta, szövegre tanított, óriási neurális háló; nem minden neurális háló nyelvi modell.
Kapcsolódó fogalmak
mélytanulás, transzformer, konvolúciós neurális háló, nagy nyelvi modell
tanítás, paraméter, tanítóadat, hiba-visszaterjesztés, algoritmus
Röviden a története
Az első matematikai neuronmodellt Warren McCulloch és Walter Pitts írta le 1943-ban. Az első tanulni képes hálót, a perceptront Frank Rosenblatt mutatta be 1957–58-ban. A több rétegű hálók tanítását a hiba-visszaterjesztés 1986-os elterjesztése tette gyakorlatban is lehetővé (David Rumelhart, Geoffrey Hinton és Ronald Williams). Az igazi áttörést a 2010-es évek hozták el a sok adattal és az erős grafikus chipekkel. 2024-ben John Hopfield és Geoffrey Hinton fizikai Nobel-díjat kapott a neurális hálókat megalapozó munkájáért.
Hol tart most
2026 végén gyakorlatilag minden ismert AI-szolgáltatás neurális hálóra épül, a telefonos arcfelismeréstől a chatbotokon át az AI-agentekig. A kutatás főleg arra irányul, hogy a hálók olcsóbbak, megbízhatóbbak és jobban átláthatók legyenek.
Más nevei
neurális hálózat · mesterséges neurális hálózat · neuronháló · ideghálózat · neural network · artificial neural network · ANN · neural net
Források
- Wikipedia: Neural network (machine learning)
- Nobel Prize in Physics 2024 – összefoglaló (nobelprize.org)
A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.