Фрэнк Розенблатт

Фрэнк Розенблатт (англ. Frank Rosenblatt; 11 июля 1928, Нью-Йорк — 11 июля 1971, Чесапик-Сити, Мэриленд) — американский учёный в области психологии, нейрофизиологии и вычислительной техники. Наиболее известен как создатель перцептрона — одной из первых моделей искусственной нейронной сети, заложившей основы современного машинного обучения и искусственного интеллекта.

Биография

Фрэнк Розенблатт родился в Нью-Йорке в семье врачей. Его отец, доктор Фрэнк Розенблатт-старший, был окулистом, мать — педиатром. После окончания школы Розенблатт поступил в Корнеллский университет, где в 1950 году получил степень бакалавра по психологии. В 1956 году он защитил докторскую диссертацию (Ph.D.) по психологии в Корнеллском университете, посвящённую анализу процессов восприятия и обучения.

С 1956 года Розенблатт работал в Корнеллской лаборатории аэронавтики (Cornell Aeronautical Laboratory, CAL) в Буффало. Именно там он начал свои исследования в области моделирования биологических нейронных сетей. В 1960 году он перешёл на должность профессора психологии и нейробиологии в Корнеллский университет, где возглавил лабораторию по изучению когнитивных процессов.

Розенблатт погиб 11 июля 1971 года в возрасте 43 лет в результате несчастного случая — утопления в заливе Чесапик. Обстоятельства его гибели остаются не до конца выясненными.

Научная деятельность

Перцептрон

Основным вкладом Розенблатта в науку стало создание перцептрона — математической и компьютерной модели, имитирующей процесс восприятия и обучения биологического нейрона. Первый прототип перцептрона, получивший название Mark I Perceptron, был построен в 1957–1958 годах в Корнеллской лаборатории аэронавтики. Это была электромеханическая машина, состоявшая из 400 фотоэлементов (сенсоров), соединённых с 512 искусственными нейронами, реализованными на потенциометрах и реле.

Перцептрон Розенблатта был способен классифицировать визуальные образы (например, буквы алфавита) после обучения на примерах. Обучение происходило путём корректировки весов связей между нейронами на основе ошибок — этот алгоритм позже получил название правило перцептрона (perceptron learning rule).

В 1962 году Розенблатт опубликовал монографию «Принципы нейродинамики: перцептроны и теория механизмов мозга» (Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms), в которой детально описал теорию перцептронов, их математическую модель и результаты экспериментов.

Математическая модель

Розенблатт предложил формальное описание перцептрона как функции:

\[ y = f\left(\sum_{i=1}^{n} w_i x_i + b\right) \]

где:

• \( x_i \) — входные сигналы (например, значения пикселей изображения),
• \( w_i \) — веса синаптических связей,
• \( b \) — порог (смещение),
• \( f \) — функция активации (в классическом перцептроне — ступенчатая функция Хевисайда).

Алгоритм обучения перцептрона заключался в итеративном изменении весов:

\[ w_i^{(t+1)} = w_i^{(t)} + \eta (d - y) x_i \]

где \( \eta \) — скорость обучения, \( d \) — желаемый выход, \( y \) — реальный выход.

Критика и ограничения

В 1969 году вышла книга Марвина Мински и Сеймура Пейперта «Перцептроны» (Perceptrons), в которой математически доказывалось, что однослойный перцептрон (без скрытых слоёв) не способен решать задачи, требующие нелинейного разделения классов, в частности — задачу «исключающего ИЛИ» (XOR). Эта критика привела к резкому снижению интереса к нейросетевым исследованиям в 1970-х годах («зима искусственного интеллекта»).

Однако Розенблатт ещё до выхода книги Мински и Пейперта указывал на возможность использования многослойных перцептронов (с одним или несколькими скрытыми слоями), которые способны решать нелинейные задачи. В своей монографии 1962 года он описал трёхслойную архитектуру, названную «перцептрон с обратной связью» (backpropagation perceptron). Тем не менее, эффективный алгоритм обучения многослойных сетей (обратное распространение ошибки) был разработан лишь в 1980-х годах.

Признание и наследие

Несмотря на временный спад интереса к нейросетям, работы Розенблатта оказали огромное влияние на развитие искусственного интеллекта. Перцептрон стал первой реализованной моделью обучения с учителем, а его математический аппарат лёг в основу современных нейронных сетей.

В честь Фрэнка Розенблатта названа премия Розенблатта (Rosenblatt Award), вручаемая Международным обществом нейронных сетей (International Neural Network Society) за выдающиеся достижения в области нейросетевых исследований.

Основные публикации

• Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386–408.
• Rosenblatt, F. (1962). Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms. Washington, D.C.: Spartan Books.

Источники

• Olazaran, M. (1996). A sociological study of the official history of the perceptrons controversy. Social Studies of Science, 26(3), 611–659.
• Minsky, M., & Papert, S. (1969). Perceptrons: An Introduction to Computational Geometry. MIT Press.
• Haykin, S. (2009). Neural Networks and Learning Machines (3rd ed.). Pearson.
• Корнеллский университет. Архивные материалы лаборатории Розенблатта.