SlideShare a Scribd company logo
MIRZOULUG‘BEKNOMIDAGIO‘ZBEKISTON
MILLIYUNIVERSITETIJIZZAXFILIALI
SUN’IYINTELLEKT
SUN’IYNEYRON
TO‘RLARI
S.B.ERGASHEV
ATT KAFEDRASI
БАНК
WOODGROVE
BOSH MIYA
NEYRONLARI
Neyron tarmoqlarning o'zaro
signal almashinuvi
2
MPS
O’ZMUJF
БАНК
WOODGROVE 3
NEYRON TARMOQ
Neyron tarmoq - bu inson
miyasining ishlash usulini taqlid
qiluvchi jarayon orqali ma'lumotlar
to'plamidagi asosiy munosabatlarni
aniqlashga intiladigan bir qator
algoritmlardir. Shu ma'noda neyron
tarmoqlar organik yoki sun'iy
tabiatga ega bo'lgan neyronlar
tizimlariga ishora qiladi..  Odam miyasining soddalashtirilgan modeli.
 Kirishlari chiqishda yaxshi natijalarga aylantiradi.
MPS
O’ZMUJF
БАНК
WOODGROVE
SUN'IY INTELLEKT BILAN ISHLAYDIGAN ENG
MASHHUR KOMPANIYALAR
Google Tesla Netflix Amazon Facebook Apple
Googlening sun’iy intellektdan foydalanishi uning sun’iy neyron tarmoqlari inson miyasi ma’lumotlarni qayta ishlash
usulini taqlid qiladigan Deep Learning֥ga qiziqishi bilan bog‘liq. Shuningdek tabiiy tilni qayta ishlashab ovozli va matn
kiritish imkonini beruvchi Google Assistant orqali sun’iy intellektdan mukammal foydalanadi. Bu ovozli buyruqlar, ovozli
qidiruv, ovozli qurilmani boshqarishdan real vaqtda tarjima qilishgacha bo'lgan turli xizmatlarni osonlashtiradi.
Facebook foydalanuvchilarning qiziqishlariga tarif berish va bashorat qilish uchun machine learning
foydalanadi. Foydalanuvchining qiziqishlarini, yoqtirgan do'stlarini va ma'lumotlarini joylashuvini baholash orqali
Facebook o'z foydalanuvchisi Facebook Watch xususiyatlaridan bahramand bo'lishida, his qiladigan ma'lumotlar
kontentlarni tanlash uchun foydalanadi. Ushbu bashorat qilish qobiliyatlari kelajakdagi boshqa xatti-harakatlarni
bashorat qilish uchun ham ishlatilishi mumkin, masalan foydalanuvchi sotib olishi mumkin bo'lgan mahsulotlar! Bu esa
o'z navbatida reklama beruvchilarga ajoyib imkoniyatlar beriladi.
4
MPS
O’ZMUJF
БАНК
WOODGROVE
SUN'IY INTELLEKT BILAN ISHLAYDIGAN ENG
MASHHUR KOMPANIYALAR
Suniy intllektdan Tesla kompaniyasi asosan ikkita yo'nalishga foydalandi: Elektr quvvati va avtonom
haydash. Kompaniya tomonidan ishlab chiqarilgan sun'iy intellekt chiplari orqali avtomobillar nafaqat
avtomagistrallar, balki mahalliy ko'chalar va svetoforlar orqali ham harakatlana olishini ta'minlashni maqsad
qilgan.
Tesla tizim yaxshi ishlashini nazorat qilish uchun avtomobillarga ikkitadan SI chiplari bilan ta’minladi. Har bir SI
chiplar avtomobilni mos ravishda harakatlanishi uchun yo'l harakati holatini alohida baholaydi. Keyin ikkala
chipning bahosi tizim tomonidan moslashtiriladi va agar ikkalasidan kiritilgan ma'lumotlar bir xil bo'lsa, unga
amal qilinadi.
Netflix shou va filmlarini oldindan ishlab chiqarish jarayonida sun'iy intellektdan foydalanadi , masalan, suratga
olish uchun eng zo'r joyni aniqlash uchun bo'lajak aktyorlar va ularning joylashuvini skanerlash orqali.
SI Amazon ovozli boshqariladigan virtual yordamchisi Alexa bo'lib, foydalanuvchi so'rovlarini boshqarish va
mahsulotlarga buyurtma berish yoki aqlli uy qurilmalarini boshqarish kabi amallarni bajarish uchun machine
learningdan foydalanadi.
Apple kompaniyasi machine learningdan foydalandi. Bundan tashqari Apple Machine learningni orgatuvchi
asbolar to’plami, ovozli boshqaruv va qulay interfeys kabi funksiyalari SI qo‘llanilgan.
5
MPS
O’ZMUJF
БАНК
WOODGROVE
MPS
O’ZMUJF
BIOLOGIK HUJAYRA VA NEYRON
6
 Kirish dendritlar tomonidan qabul qilinadi va
neyronning asosiy tanasiga (yadro) uzatiladi,
kirish signali akson tomon uzatiladi. Akson
terminallar tomon uzatish liniyasidir. Akson
terminallari keyingi neyronning dendritiga
ulangan.
 Tirik organizmlarda miya neyron tarmog'ining
boshqaruv birligi bo'lib, u ko'rish, his qilish,
harakat va eshitish vazifasini bajaruvchi turli
bo'linmalarga javob beradi.
 Miyada taxminan 10¹¹ neyron mavjud bo'lib, ular
organizmning butun markaziy asab tizimining
bloklaridir.
БАНК
WOODGROVE
BIO NEYRONING SIGNALALMASHINISH JARAYONI
7
MPS
O’ZMUJF
Neyronlar odatda vazifalariga qarab uch turga bo'linadi.
Sensor neyronlar sensorli organlarning hujayralariga ta'sir qiluvchi teginish, tovush yoki
yorug'lik kabi ogohlantirishlarga javob beradi va ular orqa miya yoki miyaga signal
yuboradi.
Dvigatel neyronlari mushaklarning qisqarishidan tortib bez chiqishigacha bo'lgan hamma
narsani nazorat qilish uchun miya va orqa miya signallarini oladi.
Interneyronlar neyronlarni miya yoki orqa miyaning bir mintaqasidagi boshqa neyronlar
bilan bog'laydi. Bir nechta neyronlar bir-biriga bog'langanda, ular neyron zanjiri deb
ataladi.
БАНК
WOODGROVE
SUN’IY NEYRON TUZILISHI
8
Z
X1
X2
X3
1
chiqish
kirish
W1
W2
W3
b
synapses
 Kirish - bu o'quv jarayoni uchun modelga
kiritilgan xususiyatlar to'plami.
 Sinaptik og'irlik ikki tugun o'rtasidagi
bog'lanishning kuchi yoki amplitudasini anglatadi,
bu biologiyada bir neyronning boshqasiga ta'sir
qilish hajmiga mos keladi.
 O'tkazish funktsiyasi - O'tkazish funktsiyasining
vazifasi faollashtirish funktsiyasini qo'llash uchun
bir nechta kirishlarni bitta chiqish qiymatiga
birlashtirishdir.
 Chiqish tugunlarning vaznli yig'indisidir.
MPS
O’ZMUJF
a
𝐙 = 𝐗𝟏𝐖𝟏 + 𝐗𝟐𝐖𝟐 + 𝐗𝟑𝐖𝟑 + 𝐛
𝐚 = 𝐟(𝐙)
x qiymatlari kirishlarga, ya'ni asl xususiyatlar yoki oldingi yashirin qatlamdagi kirishlarga tegishli.
Har bir qatlamda, shuningdek, ma'lumotlarni yaxshiroq moslashtirishga yordam beradigan egilish b mavjud.
Neyron a qiymatini keyingi qatlamda ulangan barcha neyronlarga uzatadi yoki uni yakuniy qiymat sifatida qaytaradi.
БАНК
WOODGROVE
TO’LIQ BOG’LAMLI NEYRON TARMOQ
9
To'liq bog'langan neyron tarmoq bir qatlamdagi har bir
neyronni boshqa qatlamdagi har bir neyron bilan
bog'laydigan bir qator to'liq bog'langan qatlamlardan iborat.
W1
W2
W3
Y
X
Kirish
qatlami
Yashirin
qatlam 1
Yashirin
qatlam 2
Chiqish
qatlami
W1
W2 W3
Y
X
Kirish
qatlami
Yashirin
qatlam 1
Yashirin
qatlam 2
Chiqish
qatlami
MPS
O’ZMUJF
БАНК
WOODGROVE
QAYTAFIKRLASH (MULOHAZA)
10
kirish Chiqish
qayta fikir (mulohaza)
qayta fikir (mulohaza)
Raqobat yoki
cheklanish
Agar elementlar chiqishining qayta
aloqasi bir xil qatlamdagi ishlov
berish elementlariga kirish sifatida
qaytarilsa, u yondan lekadigan
qayta ishlashnuvchi teskari aloqa
deb ataladi.
MPS
O’ZMUJF
БАНК
WOODGROVE
O'Z FIKRIGA EGAYAGONATUGUN
(SINGLE NODE WITH ITS OWN FEEDBACK)
11
chiqish
kirish
fikr-mulohaza
MPS
O’ZMUJF
Chiqishlarni bir xil qatlamga yoki oldingi qatlam tugunlariga kirish sifatida qaytarish mumkin bo'lsa, bu
qayta aloqa tarmoqlariga olib keladi. Takroriy tarmoqlar yopiq halqalarga ega bo'lgan qayta aloqa
tarmoqlaridir. Rasmda o'ziga teskari aloqaga ega bo‘lgan bitta neyronning takrorlanuvchi tarmog‘i
ko'rsatilgan.
БАНК
WOODGROVE
TAKRORIY NEYRON TARMOQLARI (RNN)
12
 Recurrent Neural Network (RNN -
Takrorlanuvchi Neyron Tarmoq) ikki
tomonlama bo‘ladi ya’ni ma'lumotlar
faollashtirilgandan so'ng neyronlarga qaytib
kelishi mumkin.
 RNNlar nutq tarjimalari, signallarni qayta
ishlash, vosita boshqaruvi, tabiiy til interfeysi,
matnni bashorat qilish zarur bo'lgan ilovalarda
qo'llaniladi.
MPS
O’ZMUJF
БАНК
WOODGROVE
SNTXUSUSIYATLARNIANIQLASH
13
Noma'lum
belgi
Turliy xususiyatga
ega bo‘lgan tanib
olish neyronlari
0 1 2 3 4 5 6 7 8 9
Neyronlar
klassifikatori
Belgilangan son
13
MPS
O’ZMUJF
БАНК
WOODGROVE
MPS
O’ZMUJF
SUN‘IY INTELLEKT OBYEKTLARNI ANIQLASH
14
БАНК
WOODGROVE
KLASSIFIKATSIYA
15
MPS
O’ZMUJF
“AXBOROTTIZIMLARIVA
TEXNOLOGIYALARI”KAFEDRASI
S.B. Ergashev s.b.ergashev@gmail.com
https://slideplayer.com/
SUN’IYINTELLEKT
JIZZAX2023

More Related Content

What's hot

Jgufuri mushaoba
Jgufuri mushaobaJgufuri mushaoba
Jgufuri mushaoba
nataliatsertsvadze
 
Арифметикалық прогрессия
Арифметикалық прогрессияАрифметикалық прогрессия
Арифметикалық прогрессия
Nurlan Abilhanov
 
Character recognition project
Character recognition projectCharacter recognition project
Character recognition project
Monsif sakienah
 
Artificial nueral network slideshare
Artificial nueral network slideshareArtificial nueral network slideshare
Artificial nueral network slideshare
Red Innovators
 
Disease Prediction by Machine Learning Over Big Data From Healthcare Communities
Disease Prediction by Machine Learning Over Big Data From Healthcare CommunitiesDisease Prediction by Machine Learning Over Big Data From Healthcare Communities
Disease Prediction by Machine Learning Over Big Data From Healthcare Communities
Khulna University of Engineering & Tecnology
 
Artificial Neural Network
Artificial Neural NetworkArtificial Neural Network
Artificial Neural Network
Muhammad Ishaq
 
Тригонометрия
ТригонометрияТригонометрия
Тригонометрия
Айбек Қуандықұлы
 
Методичний посібник «Правильні многокутники»
Методичний посібник «Правильні многокутники»Методичний посібник «Правильні многокутники»
Методичний посібник «Правильні многокутники»
Valyu66
 
Introduction to Graph neural networks @ Vienna Deep Learning meetup
Introduction to Graph neural networks @  Vienna Deep Learning meetupIntroduction to Graph neural networks @  Vienna Deep Learning meetup
Introduction to Graph neural networks @ Vienna Deep Learning meetup
Liad Magen
 
Internet
InternetInternet
InternetAkhyt
 
სასწავლო პროექტის შაბლონის გეგმა
სასწავლო პროექტის შაბლონის გეგმასასწავლო პროექტის შაბლონის გეგმა
სასწავლო პროექტის შაბლონის გეგმაkavjaradze17
 
წიგნიერების განვითარება
წიგნიერების განვითარებაწიგნიერების განვითარება
წიგნიერების განვითარება
Lela Goginashvili
 
компьютерийн сүлжээ
компьютерийн сүлжээкомпьютерийн сүлжээ
компьютерийн сүлжээ
Enkh Gvnj
 
Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...
Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...
Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...
Simplilearn
 
[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...
[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...
[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...
Ziyuan Zhao
 
Neural
NeuralNeural
План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»
План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»
План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»
Максим Павленко
 

What's hot (20)

Jgufuri mushaoba
Jgufuri mushaobaJgufuri mushaoba
Jgufuri mushaoba
 
Арифметикалық прогрессия
Арифметикалық прогрессияАрифметикалық прогрессия
Арифметикалық прогрессия
 
Character recognition project
Character recognition projectCharacter recognition project
Character recognition project
 
Artificial nueral network slideshare
Artificial nueral network slideshareArtificial nueral network slideshare
Artificial nueral network slideshare
 
Disease Prediction by Machine Learning Over Big Data From Healthcare Communities
Disease Prediction by Machine Learning Over Big Data From Healthcare CommunitiesDisease Prediction by Machine Learning Over Big Data From Healthcare Communities
Disease Prediction by Machine Learning Over Big Data From Healthcare Communities
 
წილადები
წილადებიწილადები
წილადები
 
Artificial Neural Network
Artificial Neural NetworkArtificial Neural Network
Artificial Neural Network
 
Тригонометрия
ТригонометрияТригонометрия
Тригонометрия
 
8 клас урок 4
8 клас урок 48 клас урок 4
8 клас урок 4
 
Lab7
Lab7Lab7
Lab7
 
Методичний посібник «Правильні многокутники»
Методичний посібник «Правильні многокутники»Методичний посібник «Правильні многокутники»
Методичний посібник «Правильні многокутники»
 
Introduction to Graph neural networks @ Vienna Deep Learning meetup
Introduction to Graph neural networks @  Vienna Deep Learning meetupIntroduction to Graph neural networks @  Vienna Deep Learning meetup
Introduction to Graph neural networks @ Vienna Deep Learning meetup
 
Internet
InternetInternet
Internet
 
სასწავლო პროექტის შაბლონის გეგმა
სასწავლო პროექტის შაბლონის გეგმასასწავლო პროექტის შაბლონის გეგმა
სასწავლო პროექტის შაბლონის გეგმა
 
წიგნიერების განვითარება
წიგნიერების განვითარებაწიგნიერების განვითარება
წიგნიერების განვითარება
 
компьютерийн сүлжээ
компьютерийн сүлжээкомпьютерийн сүлжээ
компьютерийн сүлжээ
 
Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...
Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...
Artificial Neural Network | Deep Neural Network Explained | Artificial Neural...
 
[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...
[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...
[MICCAI 2021 - Poster] MT-UDA: Towards unsupervised cross-modality medical im...
 
Neural
NeuralNeural
Neural
 
План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»
План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»
План конспект уроку на тему «Від теорем і аксіом до ознак паралельності прямих»
 

More from MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI

Operatsiyalar
OperatsiyalarOperatsiyalar
Biznes-jarayonlar diagrammalarining kategoriyalari
Biznes-jarayonlar diagrammalarining kategoriyalariBiznes-jarayonlar diagrammalarining kategoriyalari
Biznes-jarayonlar diagrammalarining kategoriyalari
MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI
 
BPMN notatsiyasi subklasslari
BPMN notatsiyasi subklasslariBPMN notatsiyasi subklasslari
BPMN 2.0 spetsifikatsiyasi
BPMN 2.0 spetsifikatsiyasiBPMN 2.0 spetsifikatsiyasi
eEPC metodologiyasi
eEPC metodologiyasieEPC metodologiyasi
Vizual modellashtirish IDEF metodologiyasi
Vizual modellashtirish IDEF metodologiyasiVizual modellashtirish IDEF metodologiyasi
Axborot tizimlari hayotiy siklining asosiy jarayonlari
Axborot tizimlari hayotiy siklining asosiy jarayonlariAxborot tizimlari hayotiy siklining asosiy jarayonlari
Axborot tizimlari hayotiy siklining asosiy jarayonlari
MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI
 
AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...
AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...
AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...
MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI
 
Axborot tizimlarini yaratishga qo’yilgan talablar
Axborot tizimlarini yaratishga qo’yilgan talablar Axborot tizimlarini yaratishga qo’yilgan talablar
Axborot tizimlarini yaratishga qo’yilgan talablar
MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI
 
Axborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasi
Axborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasiAxborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasi
Axborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasi
MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI
 
Murakkab tizimlarni loyihalashda tizimli yondashuv
Murakkab tizimlarni loyihalashda tizimli yondashuvMurakkab tizimlarni loyihalashda tizimli yondashuv
Murakkab tizimlarni loyihalashda tizimli yondashuv
MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI
 

More from MIRZO ULUG‘BEK NOMIDAGI O‘ZBEKISTON MILLIY UNIVERSITETI JIZZAX FILIALI (11)

Operatsiyalar
OperatsiyalarOperatsiyalar
Operatsiyalar
 
Biznes-jarayonlar diagrammalarining kategoriyalari
Biznes-jarayonlar diagrammalarining kategoriyalariBiznes-jarayonlar diagrammalarining kategoriyalari
Biznes-jarayonlar diagrammalarining kategoriyalari
 
BPMN notatsiyasi subklasslari
BPMN notatsiyasi subklasslariBPMN notatsiyasi subklasslari
BPMN notatsiyasi subklasslari
 
BPMN 2.0 spetsifikatsiyasi
BPMN 2.0 spetsifikatsiyasiBPMN 2.0 spetsifikatsiyasi
BPMN 2.0 spetsifikatsiyasi
 
eEPC metodologiyasi
eEPC metodologiyasieEPC metodologiyasi
eEPC metodologiyasi
 
Vizual modellashtirish IDEF metodologiyasi
Vizual modellashtirish IDEF metodologiyasiVizual modellashtirish IDEF metodologiyasi
Vizual modellashtirish IDEF metodologiyasi
 
Axborot tizimlari hayotiy siklining asosiy jarayonlari
Axborot tizimlari hayotiy siklining asosiy jarayonlariAxborot tizimlari hayotiy siklining asosiy jarayonlari
Axborot tizimlari hayotiy siklining asosiy jarayonlari
 
AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...
AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...
AT larini yaratishning xuquqiy, normativ va metodik ta’minoti. AT larini yara...
 
Axborot tizimlarini yaratishga qo’yilgan talablar
Axborot tizimlarini yaratishga qo’yilgan talablar Axborot tizimlarini yaratishga qo’yilgan talablar
Axborot tizimlarini yaratishga qo’yilgan talablar
 
Axborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasi
Axborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasiAxborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasi
Axborot tizimlari biznes-jarayoni modeli. Modellashtirіsh notatsiyasi
 
Murakkab tizimlarni loyihalashda tizimli yondashuv
Murakkab tizimlarni loyihalashda tizimli yondashuvMurakkab tizimlarni loyihalashda tizimli yondashuv
Murakkab tizimlarni loyihalashda tizimli yondashuv
 

SUN’IY NEYRON TO‘RLARI

  • 2. БАНК WOODGROVE BOSH MIYA NEYRONLARI Neyron tarmoqlarning o'zaro signal almashinuvi 2 MPS O’ZMUJF
  • 3. БАНК WOODGROVE 3 NEYRON TARMOQ Neyron tarmoq - bu inson miyasining ishlash usulini taqlid qiluvchi jarayon orqali ma'lumotlar to'plamidagi asosiy munosabatlarni aniqlashga intiladigan bir qator algoritmlardir. Shu ma'noda neyron tarmoqlar organik yoki sun'iy tabiatga ega bo'lgan neyronlar tizimlariga ishora qiladi..  Odam miyasining soddalashtirilgan modeli.  Kirishlari chiqishda yaxshi natijalarga aylantiradi. MPS O’ZMUJF
  • 4. БАНК WOODGROVE SUN'IY INTELLEKT BILAN ISHLAYDIGAN ENG MASHHUR KOMPANIYALAR Google Tesla Netflix Amazon Facebook Apple Googlening sun’iy intellektdan foydalanishi uning sun’iy neyron tarmoqlari inson miyasi ma’lumotlarni qayta ishlash usulini taqlid qiladigan Deep Learning֥ga qiziqishi bilan bog‘liq. Shuningdek tabiiy tilni qayta ishlashab ovozli va matn kiritish imkonini beruvchi Google Assistant orqali sun’iy intellektdan mukammal foydalanadi. Bu ovozli buyruqlar, ovozli qidiruv, ovozli qurilmani boshqarishdan real vaqtda tarjima qilishgacha bo'lgan turli xizmatlarni osonlashtiradi. Facebook foydalanuvchilarning qiziqishlariga tarif berish va bashorat qilish uchun machine learning foydalanadi. Foydalanuvchining qiziqishlarini, yoqtirgan do'stlarini va ma'lumotlarini joylashuvini baholash orqali Facebook o'z foydalanuvchisi Facebook Watch xususiyatlaridan bahramand bo'lishida, his qiladigan ma'lumotlar kontentlarni tanlash uchun foydalanadi. Ushbu bashorat qilish qobiliyatlari kelajakdagi boshqa xatti-harakatlarni bashorat qilish uchun ham ishlatilishi mumkin, masalan foydalanuvchi sotib olishi mumkin bo'lgan mahsulotlar! Bu esa o'z navbatida reklama beruvchilarga ajoyib imkoniyatlar beriladi. 4 MPS O’ZMUJF
  • 5. БАНК WOODGROVE SUN'IY INTELLEKT BILAN ISHLAYDIGAN ENG MASHHUR KOMPANIYALAR Suniy intllektdan Tesla kompaniyasi asosan ikkita yo'nalishga foydalandi: Elektr quvvati va avtonom haydash. Kompaniya tomonidan ishlab chiqarilgan sun'iy intellekt chiplari orqali avtomobillar nafaqat avtomagistrallar, balki mahalliy ko'chalar va svetoforlar orqali ham harakatlana olishini ta'minlashni maqsad qilgan. Tesla tizim yaxshi ishlashini nazorat qilish uchun avtomobillarga ikkitadan SI chiplari bilan ta’minladi. Har bir SI chiplar avtomobilni mos ravishda harakatlanishi uchun yo'l harakati holatini alohida baholaydi. Keyin ikkala chipning bahosi tizim tomonidan moslashtiriladi va agar ikkalasidan kiritilgan ma'lumotlar bir xil bo'lsa, unga amal qilinadi. Netflix shou va filmlarini oldindan ishlab chiqarish jarayonida sun'iy intellektdan foydalanadi , masalan, suratga olish uchun eng zo'r joyni aniqlash uchun bo'lajak aktyorlar va ularning joylashuvini skanerlash orqali. SI Amazon ovozli boshqariladigan virtual yordamchisi Alexa bo'lib, foydalanuvchi so'rovlarini boshqarish va mahsulotlarga buyurtma berish yoki aqlli uy qurilmalarini boshqarish kabi amallarni bajarish uchun machine learningdan foydalanadi. Apple kompaniyasi machine learningdan foydalandi. Bundan tashqari Apple Machine learningni orgatuvchi asbolar to’plami, ovozli boshqaruv va qulay interfeys kabi funksiyalari SI qo‘llanilgan. 5 MPS O’ZMUJF
  • 6. БАНК WOODGROVE MPS O’ZMUJF BIOLOGIK HUJAYRA VA NEYRON 6  Kirish dendritlar tomonidan qabul qilinadi va neyronning asosiy tanasiga (yadro) uzatiladi, kirish signali akson tomon uzatiladi. Akson terminallar tomon uzatish liniyasidir. Akson terminallari keyingi neyronning dendritiga ulangan.  Tirik organizmlarda miya neyron tarmog'ining boshqaruv birligi bo'lib, u ko'rish, his qilish, harakat va eshitish vazifasini bajaruvchi turli bo'linmalarga javob beradi.  Miyada taxminan 10¹¹ neyron mavjud bo'lib, ular organizmning butun markaziy asab tizimining bloklaridir.
  • 7. БАНК WOODGROVE BIO NEYRONING SIGNALALMASHINISH JARAYONI 7 MPS O’ZMUJF Neyronlar odatda vazifalariga qarab uch turga bo'linadi. Sensor neyronlar sensorli organlarning hujayralariga ta'sir qiluvchi teginish, tovush yoki yorug'lik kabi ogohlantirishlarga javob beradi va ular orqa miya yoki miyaga signal yuboradi. Dvigatel neyronlari mushaklarning qisqarishidan tortib bez chiqishigacha bo'lgan hamma narsani nazorat qilish uchun miya va orqa miya signallarini oladi. Interneyronlar neyronlarni miya yoki orqa miyaning bir mintaqasidagi boshqa neyronlar bilan bog'laydi. Bir nechta neyronlar bir-biriga bog'langanda, ular neyron zanjiri deb ataladi.
  • 8. БАНК WOODGROVE SUN’IY NEYRON TUZILISHI 8 Z X1 X2 X3 1 chiqish kirish W1 W2 W3 b synapses  Kirish - bu o'quv jarayoni uchun modelga kiritilgan xususiyatlar to'plami.  Sinaptik og'irlik ikki tugun o'rtasidagi bog'lanishning kuchi yoki amplitudasini anglatadi, bu biologiyada bir neyronning boshqasiga ta'sir qilish hajmiga mos keladi.  O'tkazish funktsiyasi - O'tkazish funktsiyasining vazifasi faollashtirish funktsiyasini qo'llash uchun bir nechta kirishlarni bitta chiqish qiymatiga birlashtirishdir.  Chiqish tugunlarning vaznli yig'indisidir. MPS O’ZMUJF a 𝐙 = 𝐗𝟏𝐖𝟏 + 𝐗𝟐𝐖𝟐 + 𝐗𝟑𝐖𝟑 + 𝐛 𝐚 = 𝐟(𝐙) x qiymatlari kirishlarga, ya'ni asl xususiyatlar yoki oldingi yashirin qatlamdagi kirishlarga tegishli. Har bir qatlamda, shuningdek, ma'lumotlarni yaxshiroq moslashtirishga yordam beradigan egilish b mavjud. Neyron a qiymatini keyingi qatlamda ulangan barcha neyronlarga uzatadi yoki uni yakuniy qiymat sifatida qaytaradi.
  • 9. БАНК WOODGROVE TO’LIQ BOG’LAMLI NEYRON TARMOQ 9 To'liq bog'langan neyron tarmoq bir qatlamdagi har bir neyronni boshqa qatlamdagi har bir neyron bilan bog'laydigan bir qator to'liq bog'langan qatlamlardan iborat. W1 W2 W3 Y X Kirish qatlami Yashirin qatlam 1 Yashirin qatlam 2 Chiqish qatlami W1 W2 W3 Y X Kirish qatlami Yashirin qatlam 1 Yashirin qatlam 2 Chiqish qatlami MPS O’ZMUJF
  • 10. БАНК WOODGROVE QAYTAFIKRLASH (MULOHAZA) 10 kirish Chiqish qayta fikir (mulohaza) qayta fikir (mulohaza) Raqobat yoki cheklanish Agar elementlar chiqishining qayta aloqasi bir xil qatlamdagi ishlov berish elementlariga kirish sifatida qaytarilsa, u yondan lekadigan qayta ishlashnuvchi teskari aloqa deb ataladi. MPS O’ZMUJF
  • 11. БАНК WOODGROVE O'Z FIKRIGA EGAYAGONATUGUN (SINGLE NODE WITH ITS OWN FEEDBACK) 11 chiqish kirish fikr-mulohaza MPS O’ZMUJF Chiqishlarni bir xil qatlamga yoki oldingi qatlam tugunlariga kirish sifatida qaytarish mumkin bo'lsa, bu qayta aloqa tarmoqlariga olib keladi. Takroriy tarmoqlar yopiq halqalarga ega bo'lgan qayta aloqa tarmoqlaridir. Rasmda o'ziga teskari aloqaga ega bo‘lgan bitta neyronning takrorlanuvchi tarmog‘i ko'rsatilgan.
  • 12. БАНК WOODGROVE TAKRORIY NEYRON TARMOQLARI (RNN) 12  Recurrent Neural Network (RNN - Takrorlanuvchi Neyron Tarmoq) ikki tomonlama bo‘ladi ya’ni ma'lumotlar faollashtirilgandan so'ng neyronlarga qaytib kelishi mumkin.  RNNlar nutq tarjimalari, signallarni qayta ishlash, vosita boshqaruvi, tabiiy til interfeysi, matnni bashorat qilish zarur bo'lgan ilovalarda qo'llaniladi. MPS O’ZMUJF
  • 13. БАНК WOODGROVE SNTXUSUSIYATLARNIANIQLASH 13 Noma'lum belgi Turliy xususiyatga ega bo‘lgan tanib olish neyronlari 0 1 2 3 4 5 6 7 8 9 Neyronlar klassifikatori Belgilangan son 13 MPS O’ZMUJF