Ett artificiellt neur alt nätverk är det som oftast menas med det neurala nätverket. Det är en komplicerad serie sammankopplade artificiella neuroner som är 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 fundamentala cell. En mänsklig hjärna har många miljarder neuroner som interagerar och kommunicerar med varandra och bildar neurala nätverk.
Dessa neuroner tar in många input, från vad vi ser och hör till hur vi känner till allt däremellan, och skickar sedan meddelanden till andra neuroner, som reagerar i sin tur. Fungerande neurala nätverk är det som gör det möjligt för människor att tänka, och ännu viktigare, lära sig.
Som en metod för att ta in stora mängder data, bearbeta den och göra förutsägelser och beslut baserat på data, är den mänskliga hjärnans neurala nätverk den i särklass mest kraftfulla datorkraft som människan känner till.
PASIEKA / Getty Images
Typer av neurala nätverk
Ett neur alt nätverk är tekniskt sett en biologisk term, medan ett artificiellt neur alt nätverk är den typ av neurala nätverk som artificiell intelligens förlitar sig på. Även om ordet i sig oftast används för att hänvisa till det artificiella neurala nätverket, kommer du ofta att se människor hänvisa till artificiella neurala nätverk som helt enkelt neurala nätverk.
Naturligtvis skiljer sig ett neur alt nätverk i den mänskliga hjärnan mycket från ett artificiellt konstruerat neur alt nätverk. Ändå är det grundläggande sättet de arbetar för att bearbeta information och göra förutsägelser detsamma.
Medan ett artificiellt neur alt nätverk inte kommer att vara en perfekt återskapande av ett biologiskt neur alt nätverk, är artificiella neurala nätverk baserade på och modellerade efter hjärnans neurala nätverk, just på grund av dessa nätverks datorkraft.
Vad används neurala nätverk till?
Människor använder biologiska neurala nätverk för att bearbeta information, lära sig och göra förutsägelser, t.ex. tänka. Artificiella neurala nätverk fungerar på ungefär samma sätt men i mindre grad, eftersom artificiella neurala nätverk ännu inte kan matcha komplexiteten och kraften hos de 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 neur alt nätverk som självständigt lär sig och fattar sina egna beslut.
Mänsklig artificiell intelligens är möjligt med ett avancerat neur alt nätverk och tillräckligt med data för att träna (eller lära ut) det neurala nätverket. A. I., som det ser ut i filmer, existerar inte än idag, men om det någonsin gör det kommer djupinlärning genom neurala nätverk att driva denna intelligens.
FAQ
Vad är ett djupt neur alt nätverk?
Även känd som djupinlärning, det är ett underområde för maskininlärning inom A. I. hanterar algoritmer som bygger på hjärnans struktur och funktion. Djupa neurala nätverk är utformade för att känna igen numeriska mönster och översätta dem till verklig data, som bilder, text eller ljud.
Vad är ett konvolutionellt neur alt nätverk?
Det är en klass av djupa neurala algoritmer som ofta används för att analysera visuella bilder. Ett f altningsneur alt nätverk tar emot en bild och extraherar egenskaper med hjälp av filter och används huvudsakligen för bildbehandling, klassificering och segmentering.
Vad är ett återkommande neur alt nätverk?
Det är en typ av konstgjorda neurala nätverk som vanligtvis används för taligenkänning och naturlig språkbehandling. Ett återkommande neur alt nätverk använder sekventiell data eller tidsseriedata för att lösa vanliga tidsproblem inom språköversättning och taligenkänning.
