Другие области применения
Нейросети активно применяются для разных типов данных. Помимо обработки изображений, видеоданных, текстов, звуков, и графов они часто используются для обработки табличных данных (как метод классического машинного обучения), а также в следующих областях:
Медицина (healthcare). Например, диагностика заболеваний по результатам анализов и медицинским изображениям (МРТ, рентген), прогнозирование развития болезни и эффективность лечения. Медицинские приложения сводятся к обработке табличных данных и изображений.
Прогн озирование временных рядов (time series forecasting). Например, предсказание значений финансовых рынков, температуры воздуха, потребления энергии или продаж товаров в будущем на основе исторических данных (financial forecasting, weather prediction, energy demand forecasting, sales forecasting). Для этого органично подходят рекуррентные сети и модель трансформера.
Информационный поиск (information retrieval). Например, поиск по тексту и изображениям, ранжирование результатов, семантический поиск, поиск похожих документов или картинок (text search, image search, ranking, semantic search). Для этого объекты с помощью контрастного обучения переводятся в пространство эмбеддингов, в котором близким объектам соответствуют похожие эмбеддинговые представления, после чего поиск сводится к поиску наиболее похожих объектов на запрос в этом пространстве.
Рекомендательные системы (recommendation systems). Например, персонализация рекомендаций для пользователей в интернет-магазинах, сервисах видео или музыки, подбор товаров и контента на основе предпочтений (personalized recommendation, collaborative filtering, content-based recommendation).
Биоинформатика (bioinformatics). Например, анализ геномных данных, выявление мутаций, изучение белковых структур и взаимодействий (genomic sequence analysis, mutation detection, protein structure prediction).
Робототехника и управление (robotics and control). Например, управление движением роботов, навигация, обучение с подкреплением (reinforcement learning).
Мы рассмотрели широкий спектр основных применений глубоких нейросетей, но он ни в коем случае не исчёрпывающий! Нейросети могут применяться почти во всех задачах предсказания свойств данных, преобразования одних данных в другие и генерации новых данных на основе имеющихся. С более полным списком задач вы можете ознакомиться на ресурсе PapersWithCode [1].