تطبيق تقنيات الشبكات العصبية: تطوير البرمجيات

1. مقدمة

في الوقت الحاضر ، يتطلب الأمر الكثير من الجهد لتطوير البرامج. يتم إنفاق الكثير من الوقت على ما قد يكون منطقيًا لتعيين علماء المنهجيات على أجهزة الكمبيوتر ، وتصميم وكتابة المواصفات الفنية ، والاختبار ، كل هذا يتم من قبل شخص ويتم ببطء شديد. ولكن هل هذا ممكن من حيث المبدأ؟ رد دكتور العلوم التقنية مكسيم ششيرباكوف في محاضرته "الشبكات العصبية: الرياضيات والسحر": "نعم ، هذا ممكن". من الجيد أن يكون لديك مساعد آلي يعمل على حل المشكلة بمجرد وجود معايير ونماذج معينة ، لكنه لا يحتاج إلى الدفع وسيفعل ذلك في أقصر وقت ممكن ، ولكن ما هي المهام المحددة التي يمكن للشبكات العصبية حلها اليوم؟ إن تطوير تعلُم الآلة اليوم يتقدم بسرعة فائقة ، وليس اليوم ، لذا يمكن للغد أن تحل آلات الغد محل الشخص في المهام الروتينية. إن صياغة مهمة فنية ليست أكثر شيء ممتع ، خاصة بسبب الحاجة إلى رسم كل شيء بتفصيل كبير وشكل (لمزيد من التفاصيل ، انظر النقطة 4). تختار كل شركة منهجية معينة لتطوير البرامج ونادرًا ما تغيرها. ولكن ماذا لو كانت المنهجية الأخرى للمشروع أفضل من السابقة أو الحالية غير مناسبة على الإطلاق؟ سيكون من المنطقي الاستبدال ، ولكن أيهما تختار (مزيد من التفاصيل في الفقرة 5)؟ يجب أن يستغرق الاختبار الصحيح مقدارًا مناسبًا من الوقت والناس. مكلفة للغاية وطويلة (أكثر في الفقرة 6). ستعمل الشبكة العصبية على تقليل التكلفة وتسريع كل هذه المراحل.

2. الاختصارات

NS - الشبكات العصبية
برامج - برامج
المعارف التقليدية - الاختصاصات
الذكاء الاصطناعي

3. الشبكات العصبية الاصطناعية

ما هو الذكاء الاصطناعي؟ بشكل تقريبي ، هذه محاكاة لشخص يستخدم جهاز كمبيوتر. إن اختبار تورينج ، إلى حد ما ، يجيب على هذا السؤال. وهو يتألف من حقيقة أنه خلال الحوار يجب على الشخص أن يقرر من هو الشخص أو الآلة أمامه. في الوقت الحاضر ، يعتبر اختبار تورينج غير صحيح تمامًا ويتم استخدام طرق أخرى لاختبار الذكاء الاصطناعي. لفهم أفضل لسبب عدم صحة هذا الاختبار بالكامل ، يمكنك ببساطة قلبه. كيف يعرف الكمبيوتر أنه شخص؟ سوف يسأل كم سيكون 754534 * 32 وبدء المؤقت. لذلك ، تمامًا كما لا يمكننا حل المعادلة بسرعة كافية ، لذلك لا تستطيع الآلة (في الوقت الحالي) محاكاة التواصل البشري بالكامل مع كل خفاياه وميزاته. من وجهة النظر هذه ، يبدو من المستحيل محاكاة كاملة للدماغ بواسطة الكمبيوتر. حتى الآن ، نحن نستخدم الذكاء الاصطناعي فقط كمساعدين في منطقة معينة.

3.1 تاريخ موجز للذكاء الاصطناعي

إن تاريخ تطور الذكاء الاصطناعي ليس ممتعًا وسلسًا للغاية. ساعدت التجارب المبكرة على إنشاء الذكاء الاصطناعي بعض الشركات على توفير مبالغ صغيرة من المال. على سبيل المثال ، وفرت Digital Equipment Corporation ، باستخدام الذكاء الاصطناعي ، 10 ملايين دولار سنويًا. كما تم تطوير برامج الدردشة الآلية وأنظمة تحديد البكتيريا وغير ذلك الكثير. بعد ذلك ، لم تكن شركات الذكاء الاصطناعي قادرة على تحقيق جميع أهدافها النبيلة وأغلقت في نهاية المطاف ، بسبب هذه الأوقات الصعبة التي جاءت للذكاء الاصطناعي وبدأ المجتمع في إلقاء نظرة على التعلم الآلي والشبكات العصبية. في عام 1943 ، صاغ وارن ماكالوك ووالتر بيتس مصطلح الشبكة العصبية الاصطناعية. نموذج لأداء الحسابات باستخدام الخلايا العصبية البيولوجية. وبعد 63 عامًا في جامعتي تورنتو ومونتريال ، بدأوا في تدريس الشبكات العصبية العميقة بالقوة والرئيس ، والتي أصبحت ثورة حقيقية لتعلم الآلة!

3.2 مبدأ الشبكة العصبية ونجاحاتها ونقاط ضعفها

في شكل مبسط ، فإن مبدأ تشغيل الشبكة العصبية هو إيجاد التبعيات وتغيير الأوزان ، وإذا كان الإجراء صحيحًا ، يتم تعزيز المقاييس المسؤولة عن هذا الإجراء والعكس صحيح. ولكي نكون أكثر دقة ، فإن المبدأ هو تقليل بعض وظائف الخطأ. غالبًا ما يتم استخدام أصل التدرج لهذا الغرض.



لقد سمع الجميع عن نجاحات الشبكات العصبية. إنهم يهزمون أبطال لعبة GO ، للعب ، وهو ، من الناحية النظرية ، الامتياز الوحيد للشخص وللحاسوب فهو معقد للغاية ، ولكن يبدو أن هذا ليس صحيحًا. منذ وقت ليس ببعيد ، في عام 2015 ، فاز AlphaGo بالبطل بفوزه بأربع مباريات من أصل خمس مباريات. ليس سيئا ، أليس كذلك؟ بعد ذلك بعامين ، في عام 2017 ، تم تحسين الشبكة العصبية وهزمت 9 أبطال GO ، وفازت بستين من ستين مباراة. كان أسوأ شيء بالنسبة للأبطال هو أن البرنامج تصرف بشكل عشوائي تمامًا وفي النهاية فاز على أي حال. كيف حقق Google (مطورو AlphaGo) هذه النتيجة؟ كل شيء تحسن فقط AlphaGo المدربة مع سلفه. وجدت الشبكة العصبية نفسها عيوبًا وصححتها.



تعلمت الشبكات العصبية أيضًا كتابة الموسيقى. بعد "الاستماع" إلى روائع الكلاسيكيات العالمية ، قامت الشبكة العصبية بتأليف موسيقاها الخاصة ، وبدون فهم جيد للتعلم الآلي ، يكاد يكون من المستحيل التمييز بين الخلق البشري وخلق الآلة. في محاضرة "الشبكات العصبية: الرياضيات والسحر" ، تضمنت أحد أعمال الحوسبة الحاسوبية وعرضت الاستماع سابقًا قائلة أنه تم إنشاؤها من قبل موسيقي عظيم. بعد الاستماع إلى الجمهور ، سألوا: "هل حصل أي شخص مدمن مخدرات؟" رد البعض بنعم. اتضح أن السيارات يمكن أن تفعل؟ الجواب صعب للغاية. لفهم السبب ، سنلقي نظرة على مبدأ الشبكة العصبية باستخدام مثال غرفة بها عدد كبير جدًا من المنشورات التي تحتوي على رموز لا نفهمها. لدينا خوارزمية لكيفية ومكان وأية ورقة يجب تغييرها أو نحن أنفسنا نبني هذه الخوارزمية بناءً على ما إذا تم تشجيعنا أو توبيخًا لأعمالنا. وهنا نحصل على طلب إدخال ، ثم نركض لتحويل الأوراق وفقًا للخوارزمية لدينا ونحصل على مجموعة من الأوراق المطوية للإخراج ، ولا نفهم ما تعنيه هذه الرموز عند الإدخال وما نحصل عليه عند الإخراج ، نحن شبكة عصبية. دعونا نعود إلى صنع الموسيقى. اتضح أن الشبكة العصبية لا تخلق العمل ، إنها فوضوية فقط ولكن مع قواعد معينة تتفوق على الحبال دون فهم ما تفعله (إنها تذكر بالرسم الحديث). أحد الأمثلة على الموسيقى التي تم إنشاؤها بواسطة شبكة عصبية من Yandex:


كما تعلموا كيفية رسم الشبكات العصبية باستخدام نفس المبدأ مع الموسيقى.



كما ترى ، يتيح لك التعلم الآلي حل مجموعة كبيرة ومتنوعة من المهام. لكن كيف نعلمهم كيف يفعلون كل هذا؟ يكمن السر في التعلم الآلي. دعنا نعود إلى الغرفة بالأوراق ونتذكر أن "لدينا خوارزمية لكيفية ومكان وأية ورقة لنقلها" في هذه الحالة يتم تدريب الشبكة العصبية بالفعل. إنها تعرف ماذا وأين تضع ، ولكن كان هناك أيضًا خيار ثانٍ "نبني هذه الخوارزمية بأنفسنا استنادًا إلى ما إذا كنا نشجعنا أو نوبخنا عن أفعالنا" ، هذا الخيار هو الذي يصوغ ما يسمى تدريب الشبكة العصبية التعزيزية. تشجع "معلم" معينة الإجراءات الصحيحة للشبكة العصبية ، ونتيجة لذلك تتذكر وتحاول العثور على التبعية في الإجراءات الصحيحة أو "المعلم" يوبخ الشبكة العصبية بسبب أخطائها وتحاول بشكل متزايد العثور على الاعتماد في الإجراءات الصحيحة. يتم تدريس الشبكات العصبية أيضًا باستخدام الأساليب: مع مدرس ، بدون معلم ، بمشاركة جزئية من المعلم. يعتمد الاختيار على الظروف التي يتم فيها تدريب الشبكة العصبية.

باستخدام التدريب مع المعلم ، يجب علينا إرسال مجموعة بيانات مع الإجابات الصحيحة أو مجموعة بيانات تدريبية أخرى للمدخلات ، وبعد ذلك يجب على الشبكة العصبية تحديد الأنماط والاستجابة بشكل صحيح لمجموعة بيانات الاختبار. عادة (وهو أمر منطقي) ، غالبًا ما يتم الخلط بين الشبكة العصبية في عينة الاختبار ، ويرجع ذلك إلى "مشكلة إعادة التدريب".



عندما تعالج الشبكة العصبية نفس البيانات مرات عديدة ، فإنها تتكيف بشكل حصري مع عينة البيانات هذه ، ونتيجة لذلك ، في عينة جديدة حيث يتم الخلط بين العديد من الشبكات العصبية المختلفة.

باستخدام التدريب بدون مدرس ، نقدم أيضًا البيانات ، لكننا لا نعرف الإجابة الصحيحة والمهمة هي في الواقع العثور على الاعتماد في هذه البيانات. غالبًا ما يُستخدم تدريب المعلمين الجزئي في تدريب الشبكات العصبية القادرة على معالجة الصوت. يمكننا العثور على أكبر عدد ممكن من البيانات ، ولكن يجب إجراء الترميز يدويًا.

الأكثر تدريبًا (وفقًا لبعض الآراء) هو التدريب التعزيزي ، حيث يمكننا بشكل أساسي تعليم أي شيء للشبكة العصبية ببساطة عن طريق ملاحظة الإجراء الصحيح أو غير الصحيح الذي تقوم به. في عام 2017 ، أقيمت بطولة DOTA 2 للرياضة الإلكترونية تحت اسم "The International 2017" ، حيث لعب اللاعبون المحترفون مباراة ضد الشبكة العصبية OpenAI (على الرغم من بعض القيود). لم يكن لدى المحترفين فرصة للفوز. لتدريب هذه الشبكة العصبية ، تم استخدام طريقة التعزيز. لقد لعبت الشبكة العصبية مرات عديدة وتعلمت الفوز بدون مشاكل. بالطبع ، لا تعمل بدون مشاكل على الإطلاق ، لأن اللعبة معقدة نوعًا ما ويمكنك خداع الشبكة العصبية فيها. تمكن لاعب محترف واحد من الفوز فقط من خلال الخداع.


الآن بعد أن فهمنا الأساسيات ، يمكننا مناقشة استخدام الشبكات العصبية كمساعدين للمبرمجين.

4. استخدام الشبكات العصبية في تكوين المواصفات الفنية

4.1 المبدأ

من الذي قد يحتاج إلى برنامج؟ في الوقت الحاضر ، يحتاج الجميع ولأغراض مختلفة تمامًا. غالبًا ما لا يستطيعون إنشاء البرنامج بأنفسهم ، أو لا يرغبون في ذلك ، يلجأون إلى المبرمجين. ولكن كيف تشرح للفنان ما تريد؟ من حيث المبدأ ، يمكن للمبرمج رسم مهمة فنية وإخبار مشروط بما سيكون في البرنامج ، ولكن لن يكون الجميع واضحًا تمامًا بسبب استخدام المصطلحات أو سيُساء فهمها. ماذا عن صياغة المعارف التقليدية بشكل فردي؟ إنه أمر صعب وطويل وليس ضروريًا بهذه التكاليف ، ولكن عندما يكون من الضروري القيام بشيء صعب ولمدة طويلة ، لماذا لا يتم تعيين هذه المهمة لجهاز كمبيوتر؟ ستقوم شبكة عصبية بإنجاز هذه المهمة.

4.2 الضرورة

باني بعيد عن البرمجة وبالفعل بعيد عن الكمبيوتر. بالنسبة له ، لن يقول الخط "معالج Intel Core i5 4200M 2.5 جيجا هرتز وأعلى" أي شيء على الإطلاق ، ولماذا يحتاج بعد ذلك إلى المعارف التقليدية على الإطلاق؟ دعنا نعلم شبكة عصبية لتغيير الخطوط لكل على حدة بناءً على ما يفعله. على سبيل المثال ، خذ نفس السطر من الفقرة 4.3 "Intel Core i5 4200M 2.5 GHz أو أعلى" ، على سبيل المثال ، سنقوم بتغييره إلى الاسم المختصر ومتوسط ​​تكلفة هذا المعالج في السوق. لذلك سيكون أكثر إفادة للعميل.

4.3 التنفيذ

يمكن القيام بذلك باستخدام طريقة التدريس مع المعلم. عند المدخل نقدم مجموعة من المعلومات التي يمكن للمقاول الحصول عليها حول العملاء المشروطين. سنضيف أيضًا اختصارات ونعلقها على الأشخاص وسيتم تعليق برنامج خلف كل اختصار ، مما سيؤدي إلى تغيير النص. مهمة التصنيف القياسية هي مجموعة بيانات والعديد من خيارات الإجابة. لنفترض أن شبكة عصبية قد حددت أن مستوى معرفة العميل في هذه المنطقة ليس على مستوى عالٍ ويعلق عليها علامة مناسبة بعد أن يتحول إلى البرنامج المسؤول عن هذا التصنيف ويتم استبدال النص بواحد يتوافق مع معرفة العميل. هذا ليس صحيحًا تمامًا ، نظرًا لأن تشغيل الشبكة العصبية يتم تقليله فقط لتحديد نوع العميل ، والبرنامج نفسه يغير النص.

ماذا عن استبدال البرنامج المسؤول عن الاختصارات بشبكة عصبية ( kremlebot ) مشابهة لتلك المستخدمة لإنشاء مراجعات لمواقع الويب والأفلام وعمومًا حيث يتم استخدام المراجعات. سنقوم بتعليم الشبكة العصبية استخدام المصطلحات المتأصلة في تسمية العميل مقابل شروط البرنامج ، وسرعان ما سيقوم البرنامج بإعادة صياغة البيانات ونقلها إلى المنفذ وفقًا للوصف التقريبي للعميل. على الأرجح ، في البداية سيكون من الممكن استخدام اتصالات الشبكة العصبية فقط للنقطة "4. المتطلبات الفنية لمنتج البرنامج" نظرًا لوجود "منطقة مشكلة" بشكل أساسي هناك. البند "8. يمكن أيضًا نقل جدول العمل "إلى الشبكة العصبية ، ولكن المزيد عن ذلك في البند 6.
لاحقًا ، عندما تتطور التقنيات قليلاً ، سيكون من الممكن نقل التصميم الكامل للمهمة التقنية إلى أكتاف الشبكة العصبية ، أو بالأحرى ، إلى سلسلة متصلة من الشبكات العصبية. ستكون المكونات الفردية ، مثل دماغنا ، مسؤولة عن العمليات الفردية في كائننا العصبي الاصطناعي. كل هذا سيسمح بتدمير حاجز التواصل المهني (يطلق عليه أيضًا حاجز التواصل) بين العميل والمقاول.

4.4 الخلاصة

تنفيذ هذا ليس معقدًا للغاية ، خاصةً الشبكة العصبية الأولى. سيكون عليك العبث بالثاني ، ولكن في النهاية ، ستؤتي ثمارها. مثل هذا الاستخدام للشبكة العصبية يبسط التفاعل بين العميل والمقاول.

5. استخدام الشبكات العصبية في ابتكار المنهجيات المثلى لتطوير البرمجيات

لا يكاد الرجل يقبل شيئًا جديدًا عندما اعتاد عليه بالفعل. حتى إذا كانت المجرفة أكثر ملاءمة وبساطة وأسهل ، سيستمر الشخص في استخدام عصا لحفر حفرة. إنه واضح جدا بين الأجيال. تفضل الجدات ، ولديهن الفرصة لدفع شقة جماعية من المنزل عبر الإنترنت ، قيادة نصف المدينة. لماذا؟ لأنهم أولاً هم أشخاص ومثل معظم الأشخاص الذين لا يحبون التغيير حقًا ، وثانيًا لا يريدون تعلم أشياء جديدة ، يعتبرونها صعبة جدًا عليهم ولا يحاولون الخوض فيها. وينطبق الشيء نفسه على المنهجيات. الشركات ، وخاصة الكبيرة منها ، ليست مستعدة تمامًا لتغيير المنهجية ، التي تعمل بالفعل. ولكن ماذا لو كانت المنهجية المختارة ليست مثالية أو غير مناسبة تمامًا لمشروع معين؟ من المنطقي أن نقول ما الذي يجب استبداله بالأفضل ، ولكن أيهما سيكون وماذا يعني الأمثل؟ الشخص الذي سيقبله الفريق بسهولة ، أو الذي سيسرع التنمية؟ من يستطيع أن يعهد بهذا العمل المسؤول؟ دعونا نرى كيف يمكن للشبكات العصبية حل هذا.

5.1 التنفيذ

على الأرجح ، لا يمكن إدارة مثل هذه الشبكة ، وسنحتاج مرة أخرى إلى سلسلة من الاتصالات ، كل منها سيكون مسؤولًا عن مهمة منفصلة. في هذه الحالة ، لدينا مجموعة من البيانات حول استخدام المنهجيات والمشاريع نفسها التي تم تطبيقها من أجلها. يمكنك أيضًا إضافة بيانات حول المطورين ، ولكن هذا سيعقد كل شيء إلى حد كبير ، لذلك سنؤجله لبعض الوقت. في وجود مجموعة بيانات لا تحتوي على "استجابة" ، فإننا نستخدم الطريقة بدون معلم. سوف تجد الشبكة العصبية نفسها العلاقة بين الوقت الذي يقضيه في التطوير وبيانات المشروع نفسه. على الأرجح ، لن تكون الدقة عالية جدًا بسبب العامل البشري. سيستغرق الأمر شبكة عصبية ثانية ، والتي ستحلل المطورين استنادًا ، على سبيل المثال ، إلى المراسلات (التي تتطلب موافقتهم) أو كيف يفضلون العمل. ونضيف اختصارات مثل تلك الموجودة في الفقرة 4 وسنعيدها إلى الشبكة العصبية الأولى للمعالجة. هنا سيكون عليك استخدام الطريقة بمشاركة جزئية من المعلم. سيتعين علينا اختيار مجموعة من الأشخاص وتحديد شخصياتهم (اختصارات) عن طريق الاختبارات وإرسال هذه البيانات إلى الإدخال. الآن من الضروري تحديد ما الذي تبحث عنه الشبكة العصبية للعلاقة. إذا كنت تأخذ المراسلات ، فلن يعجبك أولاً ، لأن بياناتهم الشخصية مستخدمة ، وثانيًا لن تعطي نتيجة دقيقة. ثم سنحاول استخدام البيانات المتعلقة بعمل هؤلاء الأشخاص ، لكن المشكلة هنا هي توفر هذه البيانات للشبكة العصبية. لن يكون نقل المراسلات إلى المدخل أمرًا صعبًا ، ولكن كيف يتم جمع وتحويل البيانات حول عمل هؤلاء الأشخاص؟ دعنا نذهب على الجانب الآخر. بصفتنا "شخصيات" ، نأخذ 8 أنواع من الأدوار التي حددتها الدكتورة ميريديث بيلبين.



الآن لدينا ملصقات وخصائص محددة لتحديد أي منها نعلق عليه. من الصعب إلى حد ما مراعاة العامل البشري في ضوء مؤشره العشوائي ، ولكن مع ذلك يتم تتبع بعض الأنماط ، والتي يمكن رؤيتها من خلال الشبكة العصبية. لنفترض أن الموضوع سيكون له التصنيف الأول "رئيس" ، لكن الجمعية الوطنية لن تعرف عنه. صفات هذه الشخصية ، الشبكة العصبية التي يمكن أن تأخذها من الملفات الشخصية لهذا ستكون كافية لها. استنادًا إلى التقارير ، سيتم أيضًا تشكيل العلامة التي سيتم تطبيقها على هذا الشخص. ونتيجة لذلك ، سيتم تعليق اختصار وإرساله إلى الشبكة العصبية الأولى لمعالجة وإيجاد العلاقات. كل هذا معقد للغاية ، لكنه سيضيف دقة كبيرة عند اختيار منهجية للشبكة العصبية. لقد تم تدريب سلسلتنا ، ويمكنها تحديد المنهجية المثلى في الوقت المناسب من بيانات الإدخال ، مع مراعاة خصائص فريق التطوير. إذا كان الفريق سيستخدم الشبكة العصبية باستمرار لتحديد المنهجيات ، فعندئذٍ سيتعلم خطوة بخطوة بشكل أفضل وبالتالي يدفع مقابل نفسه ويزيد من دقته. انطلاقا من ذلك ، فإن الشبكة العصبية ليست أفضل طريقة للخروج بسبب قدرة التعلم الطويلة. دعونا نرى ما يمكن أن يقدمه التعلم الآلي لنا.

5.2 الخلاصة

الشبكة العصبية ليست مناسبة تمامًا لمثل هذه المهمة بسبب العدد الكبير من العوامل البشرية والتدريب الطويل والمكلف.

6. اختبار البرمجيات باستخدام الشبكات العصبية

نحن جميعًا بشر ونميل إلى ارتكاب الأخطاء. قال كيفين ميتنيك ذات مرة: "الناس هم الحلقة الأضعف في الأمن. الناس ، وليس التكنولوجيا ". مع تطور تقنيات تطوير البرمجيات ، تبقى نفس المشاكل دائمًا. العيوب والأخطاء والأخطاء. كل هذا يظهر بسبب الكسل البشري ، وعدم الانتباه أو عدم المعرفة. التصحيح والاختبار يحل هذه المشكلة.

6.1 -

يستغرق الاختبار ما يصل إلى ستين بالمائة من الوقت الإجمالي ، وهي أطول مرحلة في تطوير البرامج. يحدث هذا بسبب تعقيد الأتمتة في هذه المرحلة بسبب عدم وجود العشوائية في أجهزة اختبار السيارات وتعقيد إنشائها. الخيار الأفضل هو الاختبار اليدوي ، لأنه لا يوجد برنامج (في الوقت الحالي) يمكن أن يحل محل الشخص تمامًا. طويلة وصعبة التنفيذ؟ نستخدم مرة أخرى مساعدة شبكة عصبية. تحتاج أولاً إلى فهم ما يعنيه الاختبار باستخدام الشبكة العصبية. من الضروري على الفور أن نفهم أن إنشاء اختبار عالمي لا يعمل ، فسيتعين عليك إنشاء لكل مهمة معممة بشكل منفصل ، على سبيل المثال ، شبكة عصبية تختبر المواقع. أولاً ، دعنا نحاول معرفة مبدأ عملها وما إذا كان استخدامها في هذا الاتجاه ممكنًا.ماذا نقدم عند المدخل؟ ماذا نتوقع الخروج؟ تتكون عينة التدريب من مواقع مثبتة سيتم تدريب الشبكة العصبية عليها. السماح لصديقنا vryatli بحرية نحصل على النتيجة المرجوة ، لذلك نحن نقيّد NS من حيث الأشياء التي يمكن أن تكون موجودة على الموقع كلها أنواع من الأزرار والأشرطة وخانات الاختيار والإجراءات التي يمكن للشبكة العصبية القيام بها. في حين أن الشبكة العصبية تستمتع وتتذكر ما يحدث مع مثل هذا الإجراء ، ومع هذا ، وبحثًا عن الإدمان ، فإننا ننشئ الموقع الأكثر عربات التي تجرها الدواب من بين كل ما لدينا ونقوم بتكوين الشبكة العصبية لإرسال رسالة إذا كان الحدث لا يلبي توقعاته. من خلال إرسال هذا الموقع إلى المدخل ، سوف نتلقى رسائل حول الأخطاء المحتملة ، وبالتالي أتمتة عملية إنشاء ورقة القبول.السماح لصديقنا vryatli بحرية نحصل على النتيجة المرجوة ، لذلك نحن نقيّد NS من حيث الأشياء التي يمكن أن تكون موجودة على الموقع كلها أنواع من الأزرار والأشرطة وخانات الاختيار والإجراءات التي يمكن للشبكة العصبية القيام بها. في حين أن الشبكة العصبية تستمتع وتتذكر ما يحدث مع مثل هذا الإجراء ، ومع هذا ، وبحثًا عن الإدمان ، فإننا ننشئ الموقع الأكثر عربات التي تجرها الدواب من بين كل ما لدينا ونقوم بتكوين الشبكة العصبية لإرسال رسالة إذا كان الحدث لا يلبي توقعاته. من خلال إرسال هذا الموقع إلى المدخل ، سوف نتلقى رسائل حول الأخطاء المحتملة ، وبالتالي أتمتة عملية إنشاء ورقة القبول.السماح لصديقنا vryatli بحرية نحصل على النتيجة المرجوة ، لذلك نحن نقيّد NS من حيث الأشياء التي يمكن أن تكون موجودة على الموقع كلها أنواع من الأزرار والأشرطة وخانات الاختيار والإجراءات التي يمكن للشبكة العصبية القيام بها. في حين أن الشبكة العصبية تستمتع وتتذكر ما يحدث مع مثل هذا الإجراء ، ومع هذا ، وبحثًا عن الإدمان ، فإننا ننشئ الموقع الأكثر عربات التي تجرها الدواب من بين كل ما لدينا ونقوم بتكوين الشبكة العصبية لإرسال رسالة إذا كان الحدث لا يلبي توقعاته. من خلال إرسال هذا الموقع إلى المدخل ، سوف نتلقى رسائل حول الأخطاء المحتملة ، وبالتالي أتمتة عملية إنشاء ورقة القبول.التي يمكن للشبكة العصبية القيام بها. في حين أن الشبكة العصبية تستمتع وتتذكر ما يحدث مع مثل هذا الإجراء ، ومع هذا ، وبحثًا عن الإدمان ، فإننا ننشئ الموقع الأكثر عربات التي تجرها الدواب من بين كل ما لدينا ونقوم بتكوين الشبكة العصبية لإرسال رسالة إذا كان الحدث لا يلبي توقعاته. من خلال إرسال هذا الموقع إلى المدخل ، سوف نتلقى رسائل حول الأخطاء المحتملة ، وبالتالي أتمتة عملية إنشاء ورقة القبول.التي يمكن للشبكة العصبية القيام بها. في حين أن الشبكة العصبية تستمتع وتتذكر ما يحدث مع مثل هذا الإجراء ، ومع هذا ، وبحثًا عن الإدمان ، فإننا ننشئ الموقع الأكثر عربات التي تجرها الدواب من بين كل ما لدينا ونقوم بتكوين الشبكة العصبية لإرسال رسالة إذا كان الحدث لا يلبي توقعاته. من خلال إرسال هذا الموقع إلى المدخل ، سوف نتلقى رسائل حول الأخطاء المحتملة ، وبالتالي أتمتة عملية إنشاء ورقة القبول.

تطبيق ويب. طريقة التعزيز. الجزر والعصا.

من الصعب التنبؤ بمدى دقة النسخة التجريبية السابقة ، حيث قد لا تتعلم الشبكة العصبية بشكل صحيح وتتوقع نتيجة غير منطقية. هناك خيار ثانٍ أطول ولكنه أكثر دقة وعالمية. ستقوم الشبكة العصبية ببساطة بمراقبة تصرفات المختبرين وبالتالي التعلم باستخدام الطريقة المعززة. سوف تتلقى كمية كبيرة من البيانات عن طريق إيجاد اتصال فيها وإعادة إنتاجها. يجب أن تسجل الشبكة العصبية ليس فقط الإجراءات على الموقع ، ولكن أيضًا في أي وقت سيسجل المختبر رسالة حول الخطأ للعثور على الاتصال. هنا نحصل بالفعل على نسخة أكثر دقة من المختبر المستقل. ولكن في الوقت نفسه ، هناك عامل بشري وهناك مهمة ليس من السهل وصفها بالوظيفة ؛ وبالتالي ، فمن الصعب على الشبكات العصبية إعطاء مؤشر عشوائي للبشر.

6.2

عند اختبار البرمجيات ، يمكننا ، مثل القسم السابق ، استخدام الطريقة مع التعزيزات. طريقة عالمية للغاية تسمح لك بتدريس أي شبكة عصبية تقريبًا. وضعنا شبكة عصبية لمراقبة العدد الكبير من المختبرين. سنقسم وظائفها إلى اختبارات وظيفية واختبارات غير وظيفية. ستعتمد الشبكة العصبية المسؤولة عن الاختبار الوظيفي على الاختصاصات. لتدريبها ، سنستخدم مجموعة من المعارف التقليدية والأخطاء التي وجدها المبرمجون في هذه البرامج. هنا يمكنك أيضًا استخدام الشبكة العصبية من الفقرة 5 لإضافة اختصارات إلى البيانات المقدمة إلى الإدخال. وبالتالي ، سيتمكن NS من إخطار الأخطاء المحتملة أو الخطأ ، بالإضافة إلى تحسين نفسها باستمرار بمرور الوقت والتكيف مع فريق تطوير معين.بالنسبة للاختبارات غير الوظيفية ، يمكنك استخدام البرامج التقليدية نظرًا لأن الشبكة العصبية هنا ستكون معقدة فقط.

6.3 الخلاصة

تعد الشبكة العصبية جيدة لاختبار المواقع ، ولكن في نفس الوقت سيستغرق الكثير من الوقت للتدريب. حول نفس الشيء مع اختبار البرمجيات ، ولكن أسوأ إلى حد ما وأصعب لتنفيذ الاختبار نفسه.

7. الخلاصة

تلخيص ، يمكننا القول أن استخدام الشبكات العصبية لتطوير البرمجيات سيسرع العملية ، ولكن ليس في جميع الحالات. كل ما سبق ، بالطبع ، يعمل فقط نظريًا ، عمليًا قد لا يكون كل شيء ورديًا ، ولكن المهمة هي دراسة إمكانية ، على الأقل نظريًا ، لتسريع تطوير البرمجيات باستخدام شبكة عصبية. النتيجة النهائية للدراسة هي الجواب: ليس فقط من الناحية النظرية ، ولكن مع النهج الفردية وتحليل الشخص كشخص سيكون هناك مشاكل كبيرة يصعب التغلب عليها حاليًا. من أجل الاستخدام الكامل للشبكات العصبية كمساعدين ، هناك حاجة إلى تدريب طويل ، والذي سيؤتي ثماره لاحقًا. الشبكة العصبية هي الأنسب لإنشاء المواصفات الفنية ، أو بالأحرى لتبسيط التفاعل بين المقاول والعميل.تدمر الشبكة العصبية حاجز الاتصال ، الذي يسرع ويسهل العملية برمتها. من الجدير بالذكر أيضًا أن إمكانية استخدام الشبكات العصبية في الاختبار مفيدة جدًا أيضًا. يمكن للشبكة العصبية أن تتوقع خطأً محتملاً بدلاً من تسريع الاختبار. لن يؤدي ذلك إلى تسريع العملية بشكل كبير ، ولكنه سيجعلها أسهل قليلاً. لسوء الحظ ، الشبكات العصبية ليست فعالة للغاية في اختيار المنهجيات. لا يمكن للشبكة العصبية أن تبدأ في فهم مشاعر الناس ؛ لذلك ، يمكنها فقط اختيار منهجية تستند إلى البيانات الإحصائية.لسوء الحظ ، الشبكات العصبية ليست فعالة للغاية في اختيار المنهجيات. لا يمكن للشبكة العصبية أن تبدأ في فهم مشاعر الناس ؛ لذلك ، يمكنها فقط اختيار منهجية تستند إلى البيانات الإحصائية.لسوء الحظ ، الشبكات العصبية ليست فعالة للغاية في اختيار المنهجيات. لا يمكن للشبكة العصبية أن تبدأ في فهم مشاعر الناس ؛ لذلك ، يمكنها فقط اختيار منهجية تستند إلى البيانات الإحصائية.

تتطور الشبكات العصبية بسرعة فائقة ومن يدري مدى السرعة التي ستظهر بها نفس الأندرويد في منازلنا والتي ( ستدمر البشرية كلها ) ستحسن حياتنا.


(أندرويد صوفيا)

المراجع

نيكولنكو ، S. التعلم العميق: الانغماس في عالم الشبكات العصبية / S. Nikolenko ، A. Kadurin ، E. Arkhangelskaya - سانت بطرسبرغ - التعلم العميق. - SPb: بيتر ، 2018 - 480 ص: سوء. - (مسلسل "مكتبة المبرمجين").