Что такое нейронные сети в психологии?

Нейронные сети (англ. artificial neural nets, neural networks) – модели естественных нейронных сетей, позволяющие выполнять сложные операции обработки информации, связанные с распознаванием образов, прогнозированием событий и регуляцией движений. Синонимы: нейрокомпьютер, искусственные нейронные сети. Исследования по искусственным нейронным сетям связаны с тем, что способы обработки информации человеческим мозгом существенно отличаются от методов, применяемых обычными цифровыми компьютерами.

Мозг представляет собой чрезвычайно сложную систему обработки данных. Он обладает способностью организовывать свои структурные компоненты, называемые нейронами, так, что они способны выполнять конкретные задачи (распознавание образов, обработку сигналов органов чувств, моторные функции) во много раз быстрее, чем могут это делать современные компьютеры. Примером такой задачи может служить обычное зрение. Для распознавания, например, знакомого лица в незнакомом окружении мозгу потребуется всего лишь 100–200 мс, в то время как выполнение аналогичных задач даже меньшей сложности на компьютере может занять несколько дней, хотя быстродействие нейронов на 7–8 порядков медленнее реакции кремниевых логических элементов. Однако эта относительная медлительность нейронов компенсируется их массой и количеством взаимосвязей между ними.

Кроме того, в то время как традиционные цифровые компьютеры выполняют операции последовательно, в соответствии с так называемой фон неймановской архитектурой (Джон фон Нейман – выдающийся математик XX в., участвовавший в разработке первых компьютеров), естественные нейронные сети обладают параллельной структурой и выполняют многие операции одновременно.

В настоящее время существует довольно много моделей нейронов и нейронных сетей. Искусственные нейроны, как правило, представляют собой сумматоры, собирающие сигналы через синапсы, связанные с другими нейронами. Каждый из синапсов обладает своим весом, т. е. некоторым коэффициентом, усиливающим или ослабляющим принимаемые сигналы. Работа нейронной сети состоит из 2 этапов: обучения и функционирования. Стадия обучения может происходить как «с учителем», так и «без учителя». Это зависит от конкретных задач и конкретного типа нейронной сети. Обучение «с учителем» происходит по следующему алгоритму: на входе искусственной нейронной сети предлагаются некоторые образы, при этом на выходе задаётся желаемый отклик. Формируется ошибка между реальным откликом нейронной сети и желаемым откликом. Эта ошибка корректирует веса синапсов от выхода к входу и тем самым формирует правильный отклик. В дальнейшем сеть работает как распознающая система.

Использование нейрокомпьютеров находит всё большее применение в различных технических системах для управления сложными динамическими системами, а также в области медицины, в научных исследованиях и даже в некоторых бытовых приборах. (Ю. Т. Каганов)

Источник: Мещеряков Б.Г., Зинченко В.П. Большой психологический словарь.

Возможные проблемы:

1. Сложность моделирования сложных когнитивных процессов с помощью искусственных нейронных сетей
2. Ограниченная способность искусственных сетей имитировать пластичность и адаптивность биологических нейронных сетей
3. Высокие вычислительные затраты на обучение сложных нейронных сетей
4. Проблема «чёрного ящика» – трудность интерпретации внутренних процессов и решений, принимаемых нейронной сетью
5. Риск переобучения сети, когда она хорошо работает на обучающих данных, но плохо обобщает на новых примерах
6. Необходимость больших объёмов качественных данных для эффективного обучения нейронных сетей
7. Трудности переноса знаний, полученных одной нейронной сетью, на другие задачи или среды
8. Этические вопросы использования нейросетевых технологий в психологии и смежных областях (например, при диагностике и прогнозировании поведения)
9. Ограниченное понимание того, насколько точно искусственные нейронные сети отражают реальные механизмы работы мозга
10. Проблемы безопасности и конфиденциальности данных при использовании нейросетей для обработки персональной психологической информации