Ett artificiellt neuralt nätverk är det som oftast menas med det neurala nätverket. Det är en komplicerad serie av sammankopplade artificiella nervceller modellerade efter de i den mänskliga hjärnan och används i artificiell intelligens för att bearbeta information, lära sig och göra förutsägelser.
Hur fungerar neurala nätverk?
En neuron är den mänskliga hjärnans mest grundläggande cell. En mänsklig hjärna har många miljarder nervceller, som interagerar och kommunicerar med varandra och bildar neurala nätverk. Dessa neuroner tar in många ingångar, från vad vi ser och hör till hur vi känner till allt däremellan, och skickar sedan meddelanden till andra nervceller, som reagerar i tur och ordning. Arbetande neurala nätverk är det som gör att människor kan tänka, och ännu viktigare, lära sig. Som en metod för att ta in stora mängder data, bearbeta den och göra förutsägelser och beslut baserade på data, är den mänskliga hjärnans neurala nätverk den överlägset mest kraftfulla datorkraften som människan känner till.
Typer av neurala nätverk
Ett neuralt nätverk är tekniskt sett en biologisk term, medan ett artificiellt neuralt nätverk är den typ av neuralt nätverk som är beroende av artificiell intelligens. Även om själva ordet oftast används för att hänvisa till det artificiella neurala nätverket, kommer du ofta att se folk hänvisa till artificiella neurala nätverk som helt enkelt neurala nätverk. Naturligtvis skiljer sig ett neuralt nätverk i den mänskliga hjärnan från ett artificiellt konstruerat neuralt nätverk. Ändå är det grundläggande sättet de arbetar på att bearbeta information och göra förutsägelser detsamma. Medan ett artificiellt neuralt nätverk inte kommer att vara en perfekt rekreation av ett biologiskt neuralt nätverk, är konstgjorda neurala nätverk baserade på och modellerade efter hjärnans neurala nätverk, just på grund av dessa nätverks datakraft.
Vad används neurala nätverk för?
Människor använder biologiska neurala nätverk för att bearbeta information, lära sig och göra förutsägelser, t ex tänka. Konstgjorda neurala nätverk fungerar på ungefär samma sätt men i mindre grad, eftersom artificiella neurala nätverk ännu inte kan matcha komplexiteten och kraften hos dem som finns i den mänskliga hjärnan. Artificiella neurala nätverk möjliggör mer komplicerad, verklighetstrogen och kraftfull artificiell intelligens genom djupinlärning, vilket är processen för ett artificiellt neuralt nätverk som självständigt lär sig och fattar sina egna beslut. Mänsklig artificiell intelligens är möjlig med ett avancerat neuralt nätverk och tillräckligt med data för att träna (eller lära ut) det neurala nätverket. AI, som det visas i filmer, finns det ännu inte idag, men om det någonsin gör det kommer djupinlärning genom neurala nätverk att driva denna intelligens. FAQ
-
Vad är ett djupt neurala nätverk?
Även känd som djupinlärning, det är ett underfält av maskininlärning inom AI som handlar om algoritmer modellerade efter hjärnstruktur och funktion. Djupa neurala nätverk är utformade för att känna igen numeriska mönster och översätta dem till verkliga data, som bilder, text eller ljud.
-
Vad är ett omvälvande neurala nätverk?
Det är en klass av djupa neuralalgoritmer som ofta används för att analysera visuella bilder. Ett fackligt neuralt nätverk tar emot en bild och extraherar funktioner med filter och används främst för bildbehandling, klassificering och segmentering.
-
Vad är ett återkommande neurala nätverk?
Det är en typ av artificiellt neuralt nätverk som vanligtvis används för taligenkänning och bearbetning av naturligt språk. Ett återkommande neurala nätverk använder sekventiell data eller tidsseriedata för att lösa vanliga temporala problem i språköversättning och taligenkänning.
