Itseorganisoituvat kartat ovat yksi muoto, jossa tekoälyn opetuksessa käytettyjä menetelmiä voidaan kuvata. Itseorganisoituvien karttojen avulla moniulotteiset datalähdekokonaisuudet voidaan kuvata yksinkertaisiksi 2D-malleiksi, eli kartoiksi.

Miten itseorganisoituva kartta muodostuu?

Siinä missä ohjattu oppiminen toimii menetelmällä, jossa tietokoneelle syötetään dataa, jonka perusteella tietty verkosto oppii tuottamaan vaadittuja tuloksia, ohjaamattoman oppimisen myötä verkosto oppii tekemään omia luokitteluja opetusdataan perustuen ilman ulkopuolista ohjausta. Ohjaamattomassa oppimisessa opetuksessa käytettävä tietokoneelle syötettävä data on valikoitu niin, että se laaja-alaisesti voidaan luokitella samaan kategoriaan. Kategorian alle sijoittuvan datan eri osissa on yhteisiä ominaisuuksia, jotka verkostot voivat tunnistaa.

Niin sanotulla kilpailevalla oppimisella tarkoitetaan tekoälyn oppimismenetelmää, jossa ulostulevan syötteen neuronit eli alkiot kilpailevat keskenään aktivoinnista. Vain yksi neuroni kerrallaan aktivoituu. Tuloksena vain yksi neuroni voi voittaa, puhutaan periaatteesta, jossa voittaja vie kaiken. Kyseinen kilpailumenetelmä saadaan aikaan neuronien välisten sivuttaisten estokytkentöjen eli negatiivisten syötepolkujen kautta. Neuronien on pakko organisoitua keskenään, jotta voittaja voi määrittyä. Näin syntyy itseorganisoituva kartta.

Mikä on topografinen kartta?

Topografisella kartalla tarkoitetaan neurobiologiassa järjestelmää, jossa tietylle aivokuoren alueelle on kartoitettu aistisyötteitä. Jokaista aistia, kuten motorista aistia, visuaalista eli näköaistia, auditorista eli kuuloaistia ja niin edelleen, vastaa oma alueensa. Näköaistin havainnoista syntyvät aistisyötteet siis järjestyvät sille aivokuoren alueelle, joka vastaa näköaistin hallinnasta tai näköaistin tuottamien aisityötteiden tallennuksesta.

Tekoäly siis perustuu neurobiologiaan, ja näin ollen tekoälyn kehittämisessä pyritään jäljittelemään aivojen toimintamallia. Näin ollen topografisen kartan esityksen tai prosessoinnin jokaisessa vaiheessa jokainen sisääntuleva tekoälyn datakappale pysyy pysyy sille varatussa kontekstissa tai ympäristössä. Keinotekoiset neuronit, jotka ovat keskenään tekemissä läheisten tai samankaltaisia ominaisuuksia omaavien datakappaleiden kanssa pysyttelevät yhdessä keskenään. Näin ne muodostavat verkoston, joka mahdollistaa niiden keskinäisen vuorovaikutuksen lyhyiden synaptisten kytkösten kautta.

Mihin itseorganisoituvia karttoja käytetään?

Itseorganisoituvan kartan ensisijainen tehtävä on muuntaa sisääntulevan signaalin satunnainen mitta tai ulottuvuus yksi- tai kaksiulotteiseksi hienovaraiseksi kartaksi, ja suorittaa tämä muutos joustavasti topologisesti eli monitasoisesti järjestäytyneeseen tyyliin. Nämä kartat etsivät samankaltaisuuksia tietokannoista. Jos esimerkiksi haluat löytää asiakaskannastasi samankaltaisia asiakkaita kohdistetun markkinointistrategian toimeenpanemiseksi, se onnistuu helposti itseorganisoituvaan karttaan pohjautuvan laskennallisen esityksen kautta.