Et kunstig nevrale nettverk er det som oftest menes med nevrale nettverk. Det er en komplisert serie med sammenkoblede kunstige nevroner modellert etter de i den menneskelige hjernen og brukt i kunstig intelligens for å behandle informasjon, lære og lage spådommer.
Hvordan fungerer nevrale nettverk?
Et nevron er den menneskelige hjernens mest grunnleggende celle. En menneskelig hjerne har mange milliarder nevroner, som samhandler og kommuniserer med hverandre, og danner nevrale nettverk.
Disse nevronene tar inn mange input, fra hva vi ser og hører til hvordan vi føler oss til alt i mellom, og sender deretter meldinger til andre nevroner, som reagerer etter tur. Fungerende nevrale nettverk er det som gjør mennesker i stand til å tenke, og enda viktigere, lære.
Som en metode for å ta inn store mengder data, behandle dem og ta spådommer og beslutninger basert på dataene, er den menneskelige hjernens nevrale nettverk den desidert kraftigste datakraften mennesket kjenner til.
PASIEKA / Getty Images
Typer av nevrale nettverk
Et nevr alt nettverk er teknisk sett et biologisk begrep, mens et kunstig nevr alt nettverk er den typen nevrale nettverk som er avhengig av kunstig intelligens. Selv om ordet i seg selv er mest brukt for å referere til det kunstige nevrale nettverket, vil du ofte se folk referere til kunstige nevrale nettverk som bare nevrale nettverk.
Naturligvis er et nevr alt nettverk i den menneskelige hjernen veldig forskjellig fra et kunstig konstruert nevr alt nettverk. Den grunnleggende måten de jobber med å behandle informasjon og lage spådommer forblir den samme.
Mens et kunstig nevrale nettverk ikke vil være en perfekt gjenskaping av et biologisk nevr alt nettverk, er kunstige nevrale nettverk basert på og modellert etter hjernens nevrale nettverk, nettopp på grunn av datakraften til disse nettverkene.
Hva brukes nevrale nettverk til?
Mennesker bruker biologiske nevrale nettverk til å behandle informasjon, lære og lage spådommer, for eksempel tenke. Kunstige nevrale nettverk fungerer omtrent på samme måte, men i mindre grad, ettersom kunstige nevrale nettverk ennå ikke kan matche kompleksiteten og kraften til de som finnes i den menneskelige hjernen.
Kunstige nevrale nettverk muliggjør mer komplisert, naturtro og kraftig kunstig intelligens gjennom dyp læring, som er prosessen der et kunstig nevrale nettverk selvstendig lærer og tar sine egne beslutninger.
Menneskelignende kunstig intelligens er mulig med et avansert nevr alt nettverk og nok data til å trene (eller lære) det nevrale nettverket. A. I., slik det ser ut i filmer, eksisterer ennå ikke i dag, men hvis det noen gang gjør det, vil dyp læring gjennom nevrale nettverk drive denne intelligensen.
FAQ
Hva er et dypt nevr alt nettverk?
Også kjent som dyp læring, er det et underfelt innen maskinlæring i A. I. håndtere algoritmer modellert på hjernens struktur og funksjon. Dype nevrale nettverk er designet for å gjenkjenne numeriske mønstre og oversette dem til virkelige data, for eksempel bilder, tekst eller lyd.
Hva er et konvolusjonelt nevr alt nettverk?
Det er en klasse med dype nevrale algoritmer som ofte brukes til å analysere visuelle bilder. Et konvolusjonelt nevr alt nettverk mottar et bilde og trekker ut funksjoner ved hjelp av filtre og brukes hovedsakelig til bildebehandling, klassifisering og segmentering.
Hva er et tilbakevendende nevr alt nettverk?
Det er en type kunstig nevrale nettverk som vanligvis brukes til talegjenkjenning og naturlig språkbehandling. Et tilbakevendende nevr alt nettverk bruker sekvensielle data eller tidsseriedata for å løse vanlige tidsmessige problemer innen språkoversettelse og talegjenkjenning.
