MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-26
Часть–5_ Май –2025
7
SUN’IY INTELLEKT TEXNOLOGIYALARINING NAZARIY
ASOSLARI
Aniq va tabiiy fanlar fakulteti Matematika va Informatika yo`nalishi 3-
bosqich talabasi
Odinaxon Erkinova Kozimjon qizi
Annotatsiya: Ushbu materialda sun’iy intellektning asosiy yo‘nalishlaridan
biri bo‘lgan sun’iy neyron tarmoqlar (Artificial Neural Networks – ANN) haqida
batafsil nazariy ma’lumot berilgan. Neyron tarmoqlarning asosiy tuzilishi, ishlash
prinsipi, o‘rganish jarayoni, aktivatsiya funksiyalari, turlari va amaliy qo‘llanilish
sohalari yoritilgan. ANN biologik neyronlarga o‘xshash tarzda yaratilgan bo‘lib, katta
hajmdagi ma’lumotlar bilan ishlashda, murakkab naqshlarni aniqlashda va turli
sohalarda intellektual qarorlar qabul qilishda samarali vosita hisoblanadi.
Shuningdek, mazkur mavzuda ANN afzalliklari va cheklovlari, zamonaviy sun’iy
intellekt tizimlaridagi o‘rni ham tahlil qilingan.
Kalit so‘zlar: Sun’iy neyron tarmoq (ANN), Neyronlar, Aktivatsiya funksiyasi
,Chuqur o‘rganish (Deep Learning), Kirish va yashirin qatlam , Forward propagation.
Backpropagation. Og‘irliklar va bias
Abstract: This material provides detailed theoretical information about
Artificial Neural Networks (ANN), one of the main areas of artificial intelligence. The
basic structure, operating principle, learning process, activation functions, types and
areas of practical application of neural networks are covered. ANN is created in a
similar way to biological neurons and is an effective tool for working with large
amounts of data, identifying complex patterns and making intelligent decisions in
various fields. This topic also analyzes the advantages and limitations of ANN, its role
in modern artificial intelligence systems.
Keywords: Artificial neural network (ANN), Neurons, Activation function,
Deep learning, Input and hidden layer, Forward propagation. Backpropagation.
Weights and bias
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-26
Часть–5_ Май –2025
8
Абстрактный: В этом материале представлена подробная
теоретическая информация об искусственных нейронных сетях (ИНС), одном
из основных направлений искусственного интеллекта. Рассматриваются
базовая структура, принцип работы, процесс обучения, функции активации,
типы и практическое применение нейронных сетей. Искусственные нейронные
сети (ИНС) созданы по принципу работы биологических нейронов и являются
эффективным инструментом для работы с большими объемами данных,
выявления сложных закономерностей и принятия разумных решений в
различных областях. В этой теме также анализируются преимущества и
ограничения ИНС, а также их роль в современных системах искусственного
интеллекта.
Ключевые слова: Искусственная нейронная сеть (ИНС), Нейроны,
Функция активации, Глубокое обучение, Входной и скрытый слой, Прямое
распространение. Обратное распространение. Веса и смещения
SI tushunchasi va falsafiy asoslari
Turing testi (Alan Turing, 1950): Agar kompyuter inson bilan muloqot
qilganda, inson bu kompyutermi yoki boshqa insonmi, farqini ajrata olmasa, bu
kompyuterda sun'iy intellekt mavjud, deyiladi. Inson aqli simulyatsiyasi: SI – bu inson
fikrlashining matematik va mantiqiy modellari orqali mashinalarda o‘xshatilishidir.
SI tushunchasining shakllanishi va tarixiy asoslari . Alan Turing (1950):
"Kompyuterlar o‘ylashi mumkinmi?" degan savolni o‘rtaga tashlagan. Turing testi —
inson kompyuter bilan muloqot qilib, u insonmi yoki mashinami ajrata olmasa, bu
sun’iy intellekt borligini bildiradi. John McCarthy (1956): "Sun’iy intellekt" atamasini
ilk bor fanga olib kirgan. U SIni "intellektual mashinalarni yaratish" deb ta’riflagan.
SI va inson aqlining falsafiy qiyoslanishi
Asosiy tushuncha
Inson aqli
Sun’iy intellekt
Bilimlarni shakllantirish
Tajriba,
idrok,
emotsiyalar orqali
Ma’lumotlar
asosida
modellashtirish
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-26
Часть–5_ Май –2025
9
Qaror qabul qilish
Intuitsiya,
tajriba,
ijtimoiy normalar asosida
Algoritmlar va statistik
tahlil orqali
O‘zgaruvchanlikka
moslashish
Moslashuvchan,
kontekstual
Modellashtirish
darajasiga bog‘liq
Axloqiy mezonlar
Axloq,
empatiya,
qadriyatlar orqali
Dasturchilar tomonidan
berilgan cheklovlar bilan
Falsafiy yondashuvlar
a) Rassional yondashuv
SI insonni emas,
ideal mantiqiy agentni
taqlid qilishi kerak, ya’ni eng optimal
va asosli qarorlarni qabul qiladigan tizim. Matematik mantiqqa, ehtimollar
nazariyasiga asoslanadi.
b) Insoniy yondashuv
SI inson fikrlashini taqlid qilishi kerak. Kognitiv fanlar (psixologiya,
nevrologiya) bilan chambarchas bog‘liq.
c) Mexanistik yondashuv
Inson miyasining tuzilmasi va funksiyalarini mexanik tarzda modellashtirish.
Neyron tarmoqlar (ANN – Artificial Neural Networks) bunga asoslanadi.
SI nazariyasining asosiy yo‘nalishlari
Simvolik (klassik) yondashuv
Tavsifi:
Inson aqli
aniq qoidalar, tushunchalar va mantiqiy formulalar
orqali
ifodalanadi deb hisoblaydi.
Bu yondashuvda bilimlar
qoidalar tizimi
orqali ifodalanadi va
mantiqiy
xulosalar chiqariladi
.
Asosiy texnologiyalar:
Ekspert tizimlar
Mantiqiy dasturlash (masalan, Prolog)
Bilimlar bazasi va qoidalar chiqarish tizimi
Afzalliklari:
Qarorlarni izohlab berish mumkin (interpretable).
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-26
Часть–5_ Май –2025
10
Tizimni nazorat qilish oson.
Cheklovlari:
Noaniqlik va murakkab muhitlar bilan ishlay olmaydi.
Har bir vazifa uchun alohida qoidalar tuzish talab qilinadi.
Sub-simvolik yondashuv (Connectionist AI)
Tavsifi:
Inson aqli
biologik neyronlar faoliyatiga o‘xshash
tizimlar orqali
modellashtiriladi.
Bilimlar
model ichida yashirin tarzda
saqlanadi, ya’ni ular ochiqcha
formulalarda emas, balki
parametrlar va og‘irliklar
ko‘rinishida bo‘ladi.
Asosiy texnologiyalar:
Sun’iy neyron tarmoqlar (ANN)
Chuqur o‘rganish (Deep Learning)
Mashinali o‘rganish algoritmlari
Afzalliklari:
Murakkab naqshlar va katta hajmdagi ma’lumotlar bilan ishlay oladi.
O‘rganish qobiliyati yuqori.
Cheklovlari:
Tushuntirib bo‘lmaydi (qora quti muammosi).
Ma’lumotga juda bog‘liq.
ANN (Sun’iy neyron tarmog‘i) — bu inson miyasining ish faoliyatini taqlid
qiluvchi algoritmik tizim bo‘lib, ma’lumotni qayta ishlash, naqshlarni aniqlash va
o‘rganish imkonini beradi.
Input → Hidden Layer(s) → Output
FOYDALANILGAN ADABIYOTLAR
1.
Russell, S., & Norvig, P. (2021).
Artificial Intelligence: A Modern Approach
(4th Edition). Pearson Education.
Sun’iy intellekt nazariyasi va neyron tarmoqlar bo‘yicha asosiy manba.
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-26
Часть–5_ Май –2025
11
2.
Goodfellow, I., Bengio, Y., & Courville, A. (2016).
Deep Learning
. MIT
Press.
Chuqur o‘rganish va sun’iy neyron tarmoqlarning asosiy matematik modeli.
3.
Haykin, S. (2009).
Neural Networks and Learning Machines
(3rd Edition).
Prentice Hall.
Neyron tarmoqlarning klassik nazariyasi va amaliy qo‘llanilishi.
4.
Bishop, C. M. (2006).
Pattern Recognition and Machine Learning
. Springer.
Statistik usullar va ehtimollik yondashuvi asosidagi neyron modellar.
5.
Samarov A.A., Xayitov R.X. (2023).
Sun’iy intellekt asoslari
. Toshkent:
Innovatsion texnologiyalar nashriyoti.
O‘zbek tilidagi sun’iy intellekt bo‘yicha darslik.
6.
Yuldashev A.M. (2022).
Mashinali o‘rganish va sun’iy intellekt
. Toshkent:
“Fan va texnologiya” nashriyoti.
Mahalliy adabiyotda neyron tarmoqlar va o‘rganish algoritmlari tahlili.
