ස්නායුක ඡාල Neural Network|Dileenet A/L ICT

 

ස්නායුක ඡාල Neural Network

ස්නායුක ජාලයක් කියන්නේ මිනිස් මොළයේ ක්‍රියාකාරීත්වය අනුකරණය කිරීමට නිර්මාණය කර ඇති පරිගණක පද්ධතියක් ලෙස සරලව හඳුන්වන්න පුළුවන්. මෙය කෘත්‍රිම බුද්ධිය (Artificial Intelligence - AI) සහ යන්ත්‍ර ඉගෙනුම (Machine Learning - ML) යන ක්ෂේත්‍රවල මූලිකාංගයක්.

මූලික සංකල්පය

• මොළයේ ආකෘතිය: ස්නායුක ජාල නිර්මාණය කර ඇත්තේ මිනිස් මොළයේ ස්නායු සෛල (Neurons) ජාලයක් ක්‍රියා කරන ආකාරය ආදර්ශයට ගනිමින්.
• ඉගෙනීම: පරිගණකය විසින් දත්ත විශාල ප්‍රමාණයක් භාවිතයෙන් රටා (patterns) හඳුනා ගැනීමට සහ තීරණ ගැනීමට ඉගෙන ගන්නේ මේ හරහායි.

ස්නායුක ජාලයක කොටස්

ස්නායුක ජාලයක ප්‍රධාන වශයෙන් ස්ථර (layers) තුනක් තියෙනවා:

1. ආදාන ස්ථරය (Input Layer):
• මෙය ජාලයට දත්ත ඇතුළු කරන ස්ථානයයි.
• උදාහරණයක් ලෙස, ඔබ ඡායාරූපයක් ලබා දෙන්නේ නම්, එම ඡායාරූපයේ පික්සල් අගයන් ආදානය ලෙස ඇතුළු වේ.
2. සැඟවුණු ස්ථර (Hidden Layers):
• මෙය සැබෑ සැකසුම් (processing) සිදුවන ස්ථානයයි.
• සෑම ස්ථරයක්ම ආදානය සකසන අතර, එම ප්‍රතිඵලය ඊළඟ ස්ථරයට යවනු ලැබේ. මෙම ස්ථර ගණන වැඩි වන විට එය ගැඹුරු ඉගෙනුම (Deep Learning) ලෙස හඳුන්වයි.
3. ප්‍රතිදාන ස්ථරය (Output Layer):
• මෙය ජාලය අවසාන ප්‍රතිඵලය ලබා දෙන ස්ථානයයි.
• උදාහරණයක් ලෙස, එය ඡායාරූපයේ ඇති වස්තුව කුමක්ද (බළලෙක්ද? බල්ලෙක්ද?) යන්න පෙන්වයි.

එය ක්‍රියා කරන්නේ කෙසේද?

1. ආදානය: දත්ත ආදාන ස්ථරය හරහා ඇතුළු වේ.
2. බර (Weights) සහ පක්ෂග්‍රාහීත්වය (Bias): සැඟවුණු ස්ථරවල, එක් එක් ආදානයට වැදගත්කමක් (බරක්) ලබා දෙනු ලැබේ. මෙම බර සහ තවත් අගයක් (පක්ෂග්‍රාහීත්වය) ගණිතමය ලෙස සකස් කරමින් ඊළඟ ස්ථරයට යැවිය යුතු ප්‍රතිඵලය තීරණය කරයි.
3. ක්‍රියාකාරී ශ්‍රිතය (Activation Function): සෑම ස්නායු සෛලයක්ම ලැබුණු ආදානය සැකසීමට ගණිතමය ශ්‍රිතයක් භාවිතා කරයි.
4. ඉගෙනීම: ජාලය පුහුණු කරන විට, එය ලබා දෙන ප්‍රතිඵලය නිවැරදි ප්‍රතිඵලය සමඟ සසඳා බලයි. වැරදි අඩු වන තුරු 'බර' නැවත සකස් කරමින් (Backpropagation නම් ක්‍රමයක් භාවිතා කරමින්) ජාලය තමන්වම නිවැරදි කර ගනිමින් ක්‍රමයෙන් ඉගෙන ගනී.

ස්නායුක ජාල භාවිතා කරන පොදු උදාහරණ කිහිපයක්:

• රූප හඳුනාගැනීම: ඡායාරූපවල සිටින පුද්ගලයන් හෝ වස්තූන් හඳුනා ගැනීම.
• ස්වාභාවික භාෂා සැකසීම (NLP): කතා කරන හෝ ලියන දේ තේරුම් ගැනීම (උදා: පරිවර්තන සේවා).
• අනාවැකි කීම: කොටස් වෙළෙඳපොළේ මිල ගණන් හෝ කාලගුණය වැනි දේ අනුමාන කිරීම.

උදාහරණය: බළලෙකු හඳුනා ගැනීම (Cat Recognition)

අපට අවශ්‍ය වන්නේ ඡායාරූපයක් 'බළලෙකුගේ' ඡායාරූපයක්ද නැද්ද යන්න ස්නායුක ජාලයකට ඉගැන්වීමටයි.

1. ආදාන ස්ථරය (Input Layer)

• ක්‍රියාව: ජාලයට දත්ත ලබා දීම.
• උදාහරණය: ඔබ 'බළලෙකුගේ' ඡායාරූපයක් ඇතුළු කරනවා. මෙම ඡායාරූපය පරිගණකය විසින් කුඩාම කොටස් වන පික්සල් (Pixels) බවට බිඳ දමයි. එක් එක් පික්සලයේ වර්ණය සහ දීප්තියේ අගයන් ආදාන ස්ථරයේ ඇති ස්නායු සෛල (Neurons) වලට යවනු ලැබේ.

2. සැඟවුණු ස්ථර (Hidden Layers)

• ක්‍රියාව: දත්ත විශ්ලේෂණය කර රටා හඳුනා ගැනීම.
• උදාහරණය:
• පළමු සැඟවුණු ස්ථරය: මුලින්ම පින්තූරයේ ඇති සරලම ලක්ෂණ (Simple Features) හඳුනා ගනී. උදාහරණයක් ලෙස: සිරස් රේඛා, තිරස් රේඛා, වක්‍ර රේඛා, සහ විවිධ වර්ණ ලප.
• දෙවන සැඟවුණු ස්ථරය: පළමු ස්ථරයෙන් හඳුනාගත් සරල ලක්ෂණ එකතු කරමින් වඩාත් සංකීර්ණ ලක්ෂණ (Complex Features) හඳුනා ගනී. උදාහරණයක් ලෙස: බළලෙකුගේ කන් හැඩය, ඇස්වල හැඩය, උඩු රැවුල (whiskers) වැනි දේවල්.
• සෑම සම්බන්ධතාවක්ම (බර - Weight) මගින් එක් එක් ලක්ෂණය බළලෙකු හඳුනා ගැනීමට කොපමණ වැදගත්ද යන්න තීරණය කරයි. කන්වල හැඩයට වැඩි 'බරක්' ලැබිය හැකි අතර, පසුබිම් වර්ණයට අඩු 'බරක්' ලැබිය හැක.

3. ප්‍රතිදාන ස්ථරය (Output Layer)

• ක්‍රියාව: අවසාන තීරණය ගැනීම.
• උදාහරණය: සැඟවුණු ස්ථර හරහා සැකසූ පසු, ප්‍රතිදාන ස්ථරය ප්‍රතිඵලය ලබා දෙයි.
• 'බළලෙක්': 95%
• 'බල්ලෙක්': 5%

මෙම අවස්ථාවේදී, ජාලය තීරණය කරන්නේ එය බළලෙකුගේ ඡායාරූපයක් බවයි.

 

ඉගෙනීමේ ක්‍රියාවලිය (Training Process)

මෙම ජාලය මුලින්ම පුහුණු කළේ මෙලෙසයි:

1. පුහුණු දත්ත (Training Data): බළලුන්ගේ සහ බල්ලන්ගේ ඡායාරූප දහස් ගණනක් ජාලයට ලබා දෙනවා (එක් එක් ඡායාරූපය 'බළලෙක්' හෝ 'බල්ලෙක්' ලෙස ලේබල් කර).
2. දෝෂය (Error): ජාලය මුලින්ම පින්තූරයක් 'බල්ලෙක්' ලෙස වැරදියට හඳුනා ගනී යැයි සිතන්න.
3. Backpropagation: ජාලය එම දෝෂය පිටුපසට යවයි. මෙම දෝෂය මත පදනම්ව, බළලෙකුගේ ලක්ෂණ නිවැරදිව හඳුනා ගැනීමට අවශ්‍ය වන පරිදි එහි ඇති සියලුම 'බර' සහ 'පක්ෂග්‍රාහීත්වය' ස්වයංක්‍රීයව නැවත සකස් කරයි.
4. පුනරාවර්තනය (Iteration): මෙම ක්‍රියාවලිය ඡායාරූප දහස් ගණනක් හරහා නැවත නැවතත් සිදු කරයි. එමගින් ජාලයේ දෝෂය ක්‍රමයෙන් අඩු වී, අවසානයේදී එයට ඕනෑම නව ඡායාරූපයක් ඉතා නිවැරදිව හඳුනා ගැනීමට හැකි වේ.

මෙම සරල උදාහරණයෙන් පෙනෙන්නේ, ස්නායුක ජාලයක් යනු දත්ත ඇතුළු කරන, එය සැකසීමට මැද ස්ථර භාවිතා කරන, සහ අවසානයේදී අනාවැකියක් හෝ තීරණයක් ලබා දෙන පද්ධතියක් බවයි.