В 1956 году всемирно известный американский ученый Джон Маккарти, ввел термин, который является сердцем всех этих возможностей и многих других. Термин, который он придумал был “Искусственный интеллект”. Искусственный интеллект, сокращенно ИИ – это наука и инжиниринг, работающие над созданием интеллектуальных машин, а также интеллектуальных компьютерных программ, которые способны реагировать как человек. То есть, создание таких машин, способных чувствовать мир вокруг них, понимать разговоры и принимать решения, похожие на человеческий выбор. Искусственный разум дал нам все, от сканера до роботов в реальной жизни.

Сегодня область искусственного интеллекта может быть описана, как суп когнитивной информатики, психологии, лингвистики и математики, ожидание вспышки молнии – попытка объединения усилий исследователей и ресурсов, разработка новых подходов, использование мировых хранилищ знаний, чтобы создать искру, такую, что она будет создавать новую форму жизни.

В области искусственного разума, мы взращиваем машину ребенка с детства к взрослой жизни, таким образом, что мы создаем чисто новые подходы к обучению машины.

Отрасли искусственного интеллекта

Джон Маккарти определил некоторые из ветвей ИИ, которые описаны ниже. Он также отметил, что несколько из них еще предстоит определить.

Логика Искусственного Интеллекта: программа ИИ должна знать о фактах и ситуациях.

Распознавание образов: когда программа проводит наблюдение, то, как правило, запрограммирована на распознавание и сопоставление с образцом. Например, система распознавания речи или система распознавания лица.

Представление: должен быть способ, чтобы представить факты о мире устройству обладающем ИИ. Для представления, используется математический язык.

Вывод: умозаключение, позволяет извлекает новые факты из уже существующих фактов. Из некоторых фактов могут быть выведены другие.

Планирование: программа планирования начинается с фактов и изложения цели. Из них, программа генерирует стратегию для достижения поставленной цели.

Наличие Здравого Смысла и Рассуждения - это активное направление исследований и изучения ИИ возникло в 1950-х годах, но все же пока результат далек от человеческого уровня.

Эпистемология – это возможность обучения и получения знаний устройством. Позволяет изучать типы знаний, необходимых для конкретного типа задач.

Эвристика – это способ попытаться найти идею вложенную в программу.

Генетическое программирование – автоматическое создание программы LISP (Обработка списка), позволяющее решить поставленную задачу.

Инструменты, использующиеся для решения сложных задач при создании ИИ

За последние шесть десятилетий, существуют различные инструменты, разработанные для решения сложных проблем в области компьютерных наук. Некоторые из них являются:

Поиск и оптимизация

Большинство проблем в ИИ могут быть решены теоретически с помощью грамотного поиска возможных решений. Но простой исчерпывающий поиск редко бывает полезным и достаточным для большинства реальных задач. В 1990-е годы, различные виды поиска стали популярны, которые были основанные на оптимизации. В случае большинства проблем, можно составить предположение, а затем уточнить свой запрос. Различные алгоритмы оптимизации были написаны, чтобы помочь процессу поиска.

Логика

Логика позволяет производить изучение аргументов. В ИИ используется для представления знаний, а также использоваться для решения задач. Различные типы логики используются в исследованиях искусственного интеллекта. Логика первого порядка использует кванторы и предикаты, и помогает в представлении фактов и их свойств. Нечеткая логика является своего рода логикой первого порядка, что позволяет найти истинность заявления, которое будет представлено как 1 (истина) или 0 (False).

Теория вероятности

Вероятность – способ выражения знания. Это понятие было дано математическому значению в теории вероятностей, которая широко используется в ИИ.

Искусственный интеллект и его применение

Искусственный интеллект в настоящее время используется в широком спектре областей, включая моделирование, робототехнику, распознавание речи, финансы и акции, медицинскую диагностику, авиацию, безопасность, игры и т.д.

Разберем поподробней некоторые из областей:

Игровая Сфера: Существуют машины, которые могут играть в шахматы на профессиональном уровне. ИИ также применим к различным видеоиграм.

Распознавание речи: Компьютеры и роботы, которые понимают язык на уровне человека имеют встроенный ИИ в них.

Симуляторы: Моделирование является имитация какой-то реальной вещи. Оно используется во многих контекстах, начиная от видеоигр, заканчивая авиацией. Тренажеры включают в себя симуляторы полета для летчиков, с помощью которых ведется подготовка к пилотированию «воздушного корабля».

Робототехника: Роботы стали обычным явлением во многих отраслях промышленности, так как роботы оказались более эффективными, чем люди, особенно на повторяющихся рабочих местах, где люди имеют тенденцию терять концентрацию.

Финансы: Банки и другие финансовые учреждения полагаются на интеллектуальные программные обеспечения, которые обеспечивают точный анализ данных и помогает делать предсказания, основываясь на этих данных.

Медицина: Системы искусственного интеллекта используются в больницах, чтобы управлять расписанием больных, обеспечивать ротацию персонала, а также предоставлять медицинскую информацию. Искусственная нейронная сеть, которая представляет собой математическую модель, вдохновленной структурой и/или функциональными аспектами биологических нейронных сетей, помогает в медицине при определении диагноза.

Искусственный разум находит использование в различных областях и приложениях. Системы безопасности, системы распознавания текста и речи, интеллектуальный анализ данных, фильтрация электронной почты от спама и огромное количество других примеров. Британская телекоммуникационная группа применила эвристический поиск в приложении планирования, который составляет графики работы свыше двадцати тысяч инженеров. Применение ИИ также нашло место в сфере грузоперевозок, где нечеткие логические контроллеры были разработаны для автоматических коробок передач в автомобилях.

Проблемы, с которыми сталкиваются создатели искусственного интеллекта

За последние шесть десятилетий, ученые активно работают над имитацией интеллекта человека, но рост замедлился из-за многих проблем при моделировании искусственного разума. Некоторые из этих проблем являются:

База знаний: количество фактов, которые знает человек просто слишком много. Подготовка базы данных, которая будет содержать все знание этого мира является огромной трудоемкой задачей.

Вычет, рассуждения и решения проблем: ИИ должен шаг за шагом решать любую проблему. Как правило, люди решают проблемы на основе интуитивных суждений, а затем составляют план действий, программу. Искусственный интеллект делает медленный прогресс, чтобы имитировать человеческий метод решения проблем.

Обработка естественного языка: Естественный язык – это язык на котором говорят люди. Одной из основных проблем, с которыми сталкивается ИИ, это распознавание и понимание что говорят люди.

Планирование: Планирование, как правило, ограничивает только людей, потому что они могут думать. Умение планировать и думать, как человек, необходимо для интеллектуальных агентов. Как и люди, они должны иметь возможность визуализировать будущее.

Положительные стороны применения ИИ

Уже сейчас мы можем видеть небольшие применения искусственного разума в нашем доме. Например, смарт-телевизор, умный холодильник и т.д. В будущем в каждом доме будет присутствовать ИИ. Искусственный интеллект с нанотехнологиями или другими технологиями может привести к появлению новых отраслей в области науки. Наверняка, развитие искусственного интеллекта приведет к тому, что он станет частью нашей повседневной жизни. Уже сейчас происходит замена людей на роботов на некоторых рабочих местах. В военной отрасли искусственный разум позволит создавать различное современное вооружение, например роботов, которые сократят смертность при возникновении войн.

Отрицательные стороны применения ИИ

Несмотря на то, что искусственный интеллект, имеет множество преимуществ, существуют очень много недостатков.
На более базовом уровне, использование искусственного разума в повседневных задачах может привести к образованию лени со стороны человека, и это может привести к деградации основной массы народа.

Применение искусственного интеллекта и нанотехнологий в военной отрасли конечно имеет много положительных сторон, например создание идеального защитного щита от любых атак, но так же существует темная сторона. С помощью искусственного разума и нанотехнологий мы сможем создавать очень мощное и разрушительное оружие и при неосторожном использовании оно может привести к необратимым последствиям.

Массовое применение искусственного интеллекта приведет к сокращению рабочих мест для людей.

Кроме того, быстрые темпы развития и применения искусственного интеллекта и робототехники может подтолкнуть Землю к экологической катастрофе. Даже сейчас отходы компьютерных комплектующих и других электронных устройств оказывают огромный вред нашей планете.

Если мы дадим разум машинам, они смогут использовать его по максимуму. Машины с интеллектом станут умнее своих создателей и это может привести к исходу, который продемонстрирован в серии фильмах «Терминатор».

Заключение и будущее применение

Искусственный интеллект – область, в которой продолжаются множество исследований. Искусственный разум является отраслью компьютерной науки о понимании природы интеллекта и построения компьютерных систем, способных на разумные действия. Несмотря на то, что люди имеют интеллект, они не в состоянии использовать его в максимально возможной степени. Машины будут иметь возможность использовать 100% своего интеллекта, если мы дадим им этот разум. Это является преимуществом, а также недостатком. Мы зависимы от машин практически для любого применения в жизни. Машины теперь являются частью нашей жизни и используются везде. Таким образом, мы должны знать больше о машинах и должны быть осведомлены о будущем, что может случиться, если мы дадим им разум. Искусственный интеллект не может быть плохим или хорошим. Он меняется в пути использования его нами.

Чтобы приблизить работу учащегося и автоматизированную обучающую систему (АОС) к естественному общению, в АОС  добавляют элементы искусственного интеллекта, тогда система приобретает вид экспертной системы (ЭС). В работе [1] рассмотрена ЭС, функции которой можно разделить на две части: преподавателя (эксперта) и учащегося (рис. 1). Преподаватель конструирует базу знаний, а учащийся в процессе диалога с системой проходит контроль усвоения специальных терминов предметной области. На базе этого контроля система определяет уровень знаний учащегося и выдает соответствующие рекомендации. Программа написана на языке Visual Basic, имеет теоретический материал и лабораторный практикум, также имеется встроенная система помощи для учащегося.

Распознавание образов как основа экспертизы. Распознавание образов представляет собой  работу  учащегося с ЭС. Она состоит из трех этапов. На первом этапе учащийся определяет категорию, в какой он собирается работать.  Это как раз и есть сеть объектов, созданных преподавателем. На втором этапе по ходу работы ЭС происходит диалог учащегося и программы. На этом этапе учащийся дает определения перечисленных терминов, а система определяет этот термин.  Для лучшего понимания системы учащимся и наоборот, программой предусмотрены  два подхода.

1. Система содержит образец работы учащегося и ЭС, его учащийся может просмотреть, нажав на кнопку «Образец».
2. Система содержит список с ключевыми словами, через которые даются определения (рис. 2).

Итак,  учащийся дает определение. Если определение дано верно, то оно появляется в поле для ввода, а также  отображается в столбце с терминами, которым учащийся  уже дал определение. Если определение дано неточно, или возможно, что такая трактовка подойдет  не к одному определению, то программа просит уточнить учащегося. Если определение неверно, то программа предлагает учащемуся попробовать еще раз. Если же определение в корне не верное, то ЭС просит учащегося перейти к другому определению. При этом программа исключает вариант неверного орфографического написания определения, проверяя орфографию определения.

Распознавание, ориентированное на факты. Одновременно работая с обучаемым, программа определяет уровень знаний учащего.

Во-первых, учащийся работает с терминами строго ограниченное время, из расчета 50 секунд на определение для одного термина (время просмотра образца работы не учитывается); во-вторых, также дается определенное количество попыток (две попытки на одно определение). По окончанию работы учащегося:

1. даны все определения;
2. закончилось время;
3. исчерпаны все попытки;

система выдает результат работы учащегося (его уровень знаний в данной предметной области). Появляется окно комментирования знаний учащегося. Возможны 4 варианта результатов по числу существующих оценок учащегося.

Высокий уровень знаний (рис. 3) – далее учащемуся за отлично выполненную работу предлагается  «поощрение» (разрешается просмотр видео фильмов) (рис. 4).

Хороший уровень знаний (рис.5) – учащемуся предлагается пополнить свои знания, неопределенных терминов, найдя их понятие через поисковую систему (рис. 6) и систему помощи (рис. 7).

Низкий уровень знаний – учащемуся советуется  найти значение неопределенных терминов в системе поиска, а также предоставляется возможность просмотра лекций по данной предметной области (рис. 8)

 Очень низкий уровень знаний – учащийся должен изучить лекции и проделать курс лабораторных работ по данной предметной области (рис. 9).

Рисунок 9.Обучающая система

Критерии оценки знаний в ЭС распределяются следующим образом:

• <= 50 % верно данных определений – очень низкий  уровень знаний;
• (50 ÷ 75) %  верно данных определений – низкий уровень знаний;
• (75 ÷ 90) % верно данных определений – хороший уровень знаний;
• (90 ÷ 100) % верно данных определений – высокий уровень знаний.

Управление процессом обучения представляет собой механизм взаимодействия учащегося и ЭС, при котором преподаватель конструирует базу знаний, а учащийся в процессе диалога с системой проходит контроль усвоения специальных терминов предметной области. На базе этого контроля система определяет уровень знаний учащегося и выдает соответствующие рекомендации.

Разработанный прототип ЭС включает в себя базу знаний по предметной области, методику обучения на основе диагностики знаний обучаемого, выявления и анализа ошибок. ЭС адаптирована под различные предметные области,   имеется возможность замены базы знаний. В процессе работы  с ЭС учебный материал предлагается в соответствии с уровнем полученных знаний, умений и навыков учащегося. Такой процесс обучения позволяет выбирать способ взаимодействия с системой, организовать помощь обучаемому на каждом этапе по его запросу, комментировать и советовать учащемуся действия выбора метода обучения.  При таком подходе индивидуализируется процесс обучения, ЭС является своего рода средством интенсификации образовательного процесса.

Современные технологии искусственного интеллекта (ИИ) и машинного обучения (МО) приобретают все большую популярность и находят применение в различных сферах деятельности. Одним из наиболее перспективных направлений является использование нейронных сетей для решения задач распознавания и классификации. В данной статье рассматриваются возможности и методы применения нейронных сетей для распознавания изображений карточных мастей.

Для разработки и обучения нейронных сетей широко используется библиотека TensorFlow, предоставляемая Google. Она обеспечивает высокую производительность и гибкость при создании сложных моделей МО. TensorFlow поддерживает работу как на CPU, так и на GPU, что позволяет значительно ускорить процесс обучения нейронных сетей.

Google Colab предоставляет удобную среду для разработки и обучения моделей машинного обучения. Это облачный сервис, который позволяет использовать мощные вычислительные ресурсы Google без необходимости установки дополнительного программного обеспечения. Colab поддерживает работу с Jupyter Notebook и позволяет совместно работать над проектами в реальном времени​.

Данная статья посвящена разработке и обучению сверточной нейронной сети (СНС) для эффективного распознавания изображений карточной масти. Распознавание масти игральных карт является важной задачей в различных областях, таких как автоматический анализ игры в карты, системы компьютерного зрения и приложения для азартных игр. В работе представлена архитектуры НС, специально разработанные для решения задачи классификации карточной масти. Сеть состоит из чередующихся сверточных и подвыборочных слоев, а также полносвязных слоев для итоговой классификации. Автор уделяет особое внимание выбору оптимальной архитектуры, гиперпараметров и методов предобработки изображений для повышения точности распознавания. Экспериментальная часть статьи описывает процесс обучения и тестирования предложенной СНС на наборе данных игральных карт. Приводятся результаты сравнительного анализа производительности модели в сравнении с другими методами классификации.

Первым шагом в создании системы распознавания является сбор и подготовка данных. Для обучения нейронной сети необходим большой объем данных, содержащий изображения карточных мастей. Эти данные проходят этапы предобработки, включая нормализацию и аугментацию, что улучшает качество модели и её способность к обобщению.

Формат данных выборки для обучения train.csv выглядит следующим образом: каждая строка представляет собой описание одного изображения; первый столбец содержит метки классов, к которым принадлежит изображение; оставшиеся столбцы содержат пиксельные значения изображения, например, в виде плоского вектора, где каждое значение соответствует яркости соответствующего пикселя на изображении [1].

У нас будут следующие классы изображений:

classes = ["червы","бубны","пики","трефы"]

Загрузим и посмотрим на датасет (рисунок 1):

Рисунок 1 – Датасет изображений карточных мастей

После подготовки данных, создаются и обучаются модели нейронных сетей. Используются различные архитектуры, такие как сверточные нейронные сети (CNN), которые особенно эффективны в задачах распознавания образов. Обучение модели проводится на обучающем наборе данных с последующей проверкой на валидационном наборе для оценки её производительности.

Работа нейронной сети рассматривается в трех моделях.

1.    Двухслойная нейронная сеть.

На первом шаге рассматривается сеть из двух нейронных слоев [2]. Для создания модели используется класс Sequential. На входном слое находятся 700 нейронов. Функция активации (запуска) relu, размер входных данных равен 400 (у нас картинки 20 на 20). На последнем слое должно быть 4 нейрона, так как это количество должно совпадать с количеством классификаций изображений [3] (у нас четыре изображения мастей). Модель нейронной сети строится с помощью класса Sequential [4].

N = 4

model = Sequential()

model.add(Dense(700, input_dim=400, activation=”relu”))

model.add(Dense( N, activation=”softmax”))

Приступаем к обучению модели с помощью метода fit модели (рисунок 2).

Рисунок 2 – Ход обучения нейронной сети

Можно посмотреть, как нейронная сеть делает предсказание на тестовых данных. Для этого применяется метод predict:

Рисунок 3 – Валидация нейронной сети

2. Трехслойная нейронная сеть.

Усложним нейронную сеть, сделав 3 слоя. Рассматривается сеть из трех нейронных слоев:

model = Sequential()

model.add(Dense(700, input_dim=400, activation=”relu”))

model.add(Dense(80, activation=”relu”))

model.add(Dense( N, activation=”softmax”))

Остальные шаги проделываются аналогично.

3. Сверточная нейронная сеть.

Полносвязная нейронная сеть недостаточно качественно выполняет работу с изображениями. Прогресс обучения двуслойной нейронной сети и трехслойной нейронной сети растет достаточно медленно, за счет увеличения количества слоев. Более качественный результат можно получить, построив сверточную нейронную сеть:

model = Sequential()

model.add(Conv2D(32, (3, 3),

input_shape=(img_width, img_height, 1), activation=’relu’))

model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Conv2D(64, (3, 3), activation=’relu’))

model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())

model.add( Dense( 200, activation = ‘relu’))

model.add( Dense( N, activation=’softmax’))

Обучение проводится аналогично. По итогам распознавания собственных изображений можно сделать следующий вывод (таблица 1):

Таблица 1 – Качество распознавания изображений нейронными сетями

Подготовим также в Paint собственные изображения и загрузим их на гугл-диск (рисунок 4).

Рисунок 4 – Собственные изображения для проверки

работы нейронной сети

Обученная нейронная сеть используется для распознавания изображений на новых данных. Модель анализирует входное изображение и выдает прогнозируемую масть с определенной вероятностью. Точность распознавания оценивается на тестовом наборе данных, который не использовался в процессе обучения, что позволяет объективно оценить её эффективность.

Рисунок 5 – Распознавание и предсказание нейронной сети

Сверточная нейронная сеть будет, как и ожидалось, будет давать наилучшее предсказание.

Заключение. Разработка и использование нейронных сетей для распознавания изображений карточных мастей демонстрирует высокую эффективность и перспективность данного подхода. Применение библиотек TensorFlow и сервисов, таких как Google Colab, значительно упрощает процесс создания и обучения моделей машинного обучения. Эти технологии открывают новые возможности для автоматизации процессов и повышения точности распознавания в различных приложениях.

Современные технологии все чаще наделяют машины способностью видеть и понимать визуальную информацию. Компьютерное зрение стало неотъемлемой частью нашей повседневности — от распознавания лиц в смартфонах до медицинской диагностики и автономных транспортных средств. В основе этих достижений лежат сверточные нейронные сети, которые представляют собой специальный архитектурный тип нейронных сетей, особенно эффективный для работы с изображениями. Эти сети успешно справляются с задачами классификации, обнаружения объектов и сегментации изображений. Цель данной статьи — избегая сложного математического аппарата, наглядно разобрать архитектуру сверточной нейронной сети на конкретном примере кода, чтобы понять, как именно организованы и взаимодействуют ее основные компоненты.

Параметр input_shape играет ключевую роль в определении структуры входных данных для нейронной сети. В данном конкретном случае input_shape=(39, 30, 1) указывает на то, что нейросеть ожидает на вход изображения высотой 39 пикселей и шириной 30 пикселей. Третья цифра в кортеже обозначает количество цветовых каналов изображения. Значение 1 соответствует черно-белому изображению, где каждый пиксель описывается единственным числом, определяющим его яркость. В случае цветного изображения использовалось бы значение 3, что соответствует трем каналам: красному, зеленому и синему. Таким образом, вся входная информация представляется в виде трехмерного массива чисел размерностью 39 на 30 на 1, где первые два измерения отвечают за пространственные координаты пикселей, а третье – за их цветовые характеристики.

Сверточные слои служат основными детекторами признаков в нейронной сети. Их можно представить как набор специализированных фильтров, которые последовательно сканируют изображение в поиске характерных особенностей. Каждый фильтр работает как детектор определенных шаблонов — на первом уровне это могут быть простые элементы вроде горизонтальных или вертикальных линий, границ и углов. Размер ядра свертки, в данном случае составляющий 3 на 3 пикселя, определяет область изображения, которую фильтр анализирует в каждый момент времени. Такой размер является компромиссом между способностью улавливать значимые паттерны и вычислительной эффективностью. После операции свертки полученные значения пропускаются через функцию активации ReLU, которая обнуляет все отрицательные значения и сохраняет положительные. Эта нелинейная операция критически важна, поскольку позволяет сети обучаться сложным зависимостям, не ограничиваясь линейными преобразованиями. Без ReLU нейронная сеть не смогла бы эффективно описывать иерархические представления данных, независимо от количества слоев в ее архитектуре.
Слои пулинга выполняют важнейшую функцию сжатия информации в сверточных нейронных сетях. Операция MaxPooling2D с размером окна 2 на 2 проходит по всем участкам входного изображения с заданным шагом, выбирая максимальное значение в каждой области 2×2 пикселя. Этот процесс уменьшает пространственные размеры карты признаков в два раза по каждой оси, что существенно снижает вычислительную нагрузку на последующие слои сети. Но уменьшение размерности – не единственная цель пулинга. Выбирая максимальное значение в каждой области, операция максимума подчеркивает наиболее выраженные признаки и обеспечивает небольшую инвариантность к смещениям изображения. Если какой-то признак активировался сильно в пределах окна 2×2, он сохраняется, а слабые активации отфильтровываются. Такой подход позволяет сети сосредоточиться на самых важных особенностях изображения, игнорируя незначительные вариации и шумы, что в конечном счете улучшает ее обобщающую способность и предотвращает переобучение. По сути, пулинг оставляет только самые сильные “сигналы” из извлеченных сверточными слоями признаков, создавая более абстрактное и емкое представление исходных данных.

Рассматриваемая нейронная сеть построена по последовательной архитектуре с использованием модели Sequential. Данный подход предполагает линейное расположение слоев, где выход каждого предыдущего слоя последовательно передается на вход следующего. Архитектура начинается с входного слоя, принимающего изображения заданного размера. Затем следует первый сверточный блок, состоящий из слоя свертки и слоя пулинга, который выполняет первичную обработку изображения и выделение простых признаков. Далее подключен второй сверточный блок аналогичной структуры, но с увеличенным количеством фильтров, что позволяет выявлять более сложные и абстрактные особенности обрабатываемых данных. После завершения сверточной части архитектуры выполняется преобразование multidimensionalных данных в одномерный вектор с помощью операции вытягивания. Затем подключаются полносвязные слои, которые осуществляют финальный этап обработки признаков и классификацию. Такая поэтапная организация преобразования информации от простых признаков к сложным абстракциям является характерной чертой глубинных нейронных сетей и позволяет эффективно решать задачи компьютерного зрения.

Первый сверточный блок выполняет фундаментальную задачу извлечения базовых признаков из исходного изображения. На этом начальном этапе обработки сеть учится выделять простейшие элементы визуальной информации: границы объектов, переходы яркости, углы и элементарные текстуры. Конфигурация слоя Conv2D с параметрами 32 фильтра размером 3×3 означает, что сеть одновременно применяет тридцать два различных ядра свертки к входному изображению. Каждый из этих фильтров настраивается в процессе обучения для реагирования на определенный тип визуальных паттернов. Фильтры работают как детекторы особенностей, скользя по всему изображению и создавая тридцать две отдельные карты признаков. Эти карты активации представляют собой отклики сети на различные элементарные шаблоны в разных участках изображения. Такой подход позволяет сети сформировать многогранное представление входных данных, где каждый фильтр отвечает за обнаружение своего типа признаков, создавая тем самым богатое и разнообразное описание обрабатываемого изображения на самом низком уровне абстракции.

Второй сверточный блок выполняет принципиально иную задачу по сравнению с первым, работая с уже предобработанными данными. Если первый блок обнаруживал элементарные паттерны, то здесь происходит их комбинаторное объединение в более сложные и абстрактные структуры. На этом уровне формируются составные признаки: из простых линий и градиентов собираются углы, пересечения, простые геометрические формы и текстуры. Параметры слоя Conv2D с 39 фильтрами размером 3×3 демонстрируют усложнение архитектуры: увеличение количества фильтров до 39 означает, что сеть теперь способна детектировать больше разнообразных комбинаций признаков, извлеченных на предыдущем этапе. Каждый из этих 39 фильтров работает уже не с исходным изображением, а с картами признаков, полученными после первого блока, что позволяет анализировать более сложные пространственные взаимосвязи. Такой каскадный принцип обработки, когда каждый последующий слой оперирует выходами предыдущего, создает иерархическое представление информации, где сложность обнаруживаемых паттернов постепенно нарастает от слоя к слою, имитируя принципы работы зрительной системы живых организмов.

Слой Flatten выполняет критически важную функцию преобразования данных в архитектуре нейронной сети. После завершения работы сверточных и пулинг-слоев информация сохраняется в виде многомерных карт признаков, которые представляют собой набор двумерных матриц. Однако последующие полносвязные слои требуют подачи данных в формате одномерного вектора. Именно здесь вступает в операция вытягивания, которая последовательно преобразует все элементы многомерных массивов в длинный одномерный вектор. Этот процесс можно представить как разворачивание всех карт признаков в единую строку, где сохраняется вся извлеченная ранее информация, но меняется ее структурная организация. Такой подход позволяет совместить преимущества сверточных слоев, эффективно работающих с пространственными данными, и полносвязных слоев, способных к сложным нелинейным преобразованиям и классификации. Важно отметить, что операция вытягивания не приводит к потере информации, а лишь изменяет форму ее представления, подготавливая данные для финальных этапов обработки в плотных слоях нейронной сети.

Финальные слои нейронной сети выполняют ключевую задачу интерпретации извлеченных признаков и формирования итогового решения. Предпоследний полносвязный слой с 171 нейроном служит своеобразным аналитическим центром, где происходит комплексная обработка всех признаков, полученных после сверточных операций и преобразования в вектор. Количество нейронов в этом слое определяется архитектурными соображениями и представляет собой баланс между вычислительной эффективностью и способностью модели к обучению сложным зависимостям. Этот слой осуществляет нелинейные преобразования данных, выявляя сложные комбинации признаков, необходимые для точной классификации. Выходной слой с 9 нейронами и функцией активации softmax выполняет роль финального классификатора. Количество нейронов соответствует числу распознаваемых категорий, где каждый нейрон вычисляет вероятность принадлежности входного изображения к одному из девяти классов. Функция softmax обеспечивает нормализацию выходных значений, преобразуя произвольные числа в вероятностное распределение, где сумма выходов всех нейронов равна единице, что позволяет интерпретировать результат как уверенность сети в каждой из возможных категорий.

Процесс преобразования данных в сверточной нейронной сети представляет собой последовательную цепочку вычислений. Исходное черно-белое изображение размером 30 на 39 пикселей поступает на вход сети в виде числовой матрицы. Первый сверточный слой с 32 фильтрами анализирует фрагменты изображения размером 3×3 пикселя, выделяя базовые признаки и создавая 32 карты активации. Слой максимального пулинга уменьшает размерность этих карт в два раза, оставляя только наиболее значимые активации. Затем второй сверточный слой с 39 фильтрами применяется к уже обработанным данным, выявляя более сложные комбинации признаков. После повторного пулинга полученные многомерные данные преобразуются в одномерный вектор путем вытягивания, что позволяет подключить полносвязные слои. Слой с 171 нейроном анализирует извлеченные признаки и формирует промежуточное представление, на основе которого выходной слой с 9 нейронами вычисляет вероятности принадлежности к каждому из классов с помощью функции softmax. Таким образом, архитектура модели включает два сверточных слоя с 32 и 39 фильтрами соответственно и два полносвязных слоя с 171 и 9 нейронами, что образует законченную систему для классификации изображений.

Рассмотренная архитектура наглядно демонстрирует, как последовательность относительно простых слоев позволяет компьютеру эффективно анализировать визуальную информацию. Путем поэтапного преобразования от пикселей к простым признакам, а затем к сложным абстракциям, сверточная нейронная сеть формирует иерархическое представление данных, необходимое для осмысленного понимания изображений. Важно подчеркнуть, что разобранная модель представляет собой лишь базовый пример — современные архитектуры, такие как ResNet, VGG или Inception, обладают значительно большей глубиной и сложностью, используя механизмы skip-connections, батч-нормализацию и другие усовершенствования. Сфера применения сверточных сетей давно вышла за рамки статичной классификации изображений, охватывая обработку видео, системы компьютерного зрения для беспилотных автомобилей, медицинскую диагностику, генерацию и стилизацию изображений, а также анализ спутниковых снимков. Принципы иерархического представления признаков, реализованные в CNN, продолжают оставаться фундаментальной основой для большинства современных систем компьютерного зрения, постоянно находя новые применения в различных областях искусственного интеллекта.