21.02.2025 відбулось інтерактивне заняття з генетичних алгоритмів у навчанні нейронних мереж в Українському фізико-математичному ліцеї Київського
національного університету імені Тараса Шевченка в рамках предметного тижня: «Біологія, географія, хімія». Організатори: Український фізико-математичний ліцей та ННЦ «Інститут біології та медицини» Київського національного університету імені Тараса Шевченка.

Знайомство з навчанням нейромереж та методами оптимізації
Учні фізико-математичного ліцею Київського національного університету імені Тараса Шевченка відвідали інтерактивне заняття, присвячене генетичним алгоритмам у процесі навчання нейронних мереж. Зустріч з викладачем кафедри Загальної та медичної генетики, Ясінським Ярославом, стала чудовою можливістю для школярів познайомитися з основами сучасного штучного інтелекту, алгоритмами оптимізації та їх практичним застосуванням у машинному навчанні.

Основи нейромереж: від теорії до практики
На початку заняття учні отримали загальні уявлення про нейронні мережі, їхні реалізації на біологічних, аналогових, цифрових та механічних прикладах. Окрему увагу приділили питанням навчання мереж, проблемі оптимізації вагових коефіцієнтів і ролі різних підходів у цьому процесі.

Зокрема, школярі розглянули:
• Структуру та механізми роботи штучних нейронних мереж;
• Основні підходи до навчання нейромереж, зокрема метод зворотного поширення помилки;
• Важливість підбору гіперпараметрів і вплив вибору навчальних даних на кінцевий результат.

Евристичні та генетичні алгоритми: різні підходи до навчання
Наступний етап заняття був присвячений методам оптимізації в навчанні нейромереж.
Викладачі продемонстрували два ключові підходи:
Евристичні алгоритми – швидкі наближені методи, що дозволяють знаходити рішення на основі емпіричних правил і попереднього досвіду.
Генетичні алгоритми – метод, натхненний еволюційними процесами природи, де пошук оптимального розв’язку відбувається шляхом мутацій, схрещення та природного відбору.

Учні розглянули переваги й недоліки кожного з підходів, а також випадки, коли їх використання є найефективнішим.

Практичне завдання: навчання нейромережі двома методами.

Кульмінацією заняття стала інтерактивна частина, де школярі самостійно застосували отримані знання. Учасники виконали завдання з навчання нейромережі двома методами:
• Евристичним алгоритмом, використовуючи відомі стратегії оптимізації;
• Генетичним алгоритмом, моделюючи процес еволюції для пошуку оптимальних параметрів нейромережі.

Школярі мали змогу не лише виконати завдання, а й оцінити їх ефективність і зрозуміти ключові аспекти вибору алгоритмів для машинного навчання.

Асистент кафедри Загальної та медичної генетики, Ясінський Я.С.