Een kunstmatig neuraal netwerk is wat meestal wordt bedoeld met het neurale netwerk. Het is een gecompliceerde reeks onderling verbonden kunstmatige neuronen, gemodelleerd naar die in het menselijk brein en gebruikt in kunstmatige intelligentie om informatie te verwerken, te leren en voorspellingen te doen.
Hoe werken neurale netwerken?
Een neuron is de meest fundamentele cel van het menselijk brein. Een menselijk brein heeft vele miljarden neuronen, die op elkaar inwerken en met elkaar communiceren en neurale netwerken vormen.
Deze neuronen nemen veel input op, van wat we zien en horen tot hoe we ons voelen tot alles daartussenin, en sturen vervolgens berichten naar andere neuronen, die op hun beurt reageren. Werkende neurale netwerken stellen mensen in staat om te denken en, belangrijker nog, om te leren.
Als een methode om grote hoeveelheden gegevens op te nemen, te verwerken en voorspellingen en beslissingen te nemen op basis van de gegevens, zijn de neurale netwerken van het menselijk brein verreweg de krachtigste rekenkracht die de mens kent.
PASIEKA / Getty Images
Soorten neurale netwerken
Een neuraal netwerk is technisch gezien een biologische term, terwijl een kunstmatig neuraal netwerk het soort neuraal netwerk is waarop kunstmatige intelligentie vertrouwt. Hoewel het woord zelf het meest wordt gebruikt om te verwijzen naar het kunstmatige neurale netwerk, zul je vaak zien dat mensen kunstmatige neurale netwerken noemen als gewoon neurale netwerken.
Natuurlijk is een neuraal netwerk in het menselijk brein heel anders dan een kunstmatig geconstrueerd neuraal netwerk. Toch blijft de fundamentele manier waarop ze werken om informatie te verwerken en voorspellingen te doen hetzelfde.
Hoewel een kunstmatig neuraal netwerk geen perfecte recreatie van een biologisch neuraal netwerk zal zijn, zijn kunstmatige neurale netwerken gebaseerd op en gemodelleerd naar de neurale netwerken van de hersenen, juist vanwege de rekenkracht van deze netwerken.
Waar worden neurale netwerken voor gebruikt?
Mensen gebruiken biologische neurale netwerken om informatie te verwerken, te leren en voorspellingen te doen, bijvoorbeeld om na te denken. Kunstmatige neurale netwerken werken op vrijwel dezelfde manier, maar in mindere mate, omdat kunstmatige neurale netwerken nog niet kunnen tippen aan de complexiteit en kracht van die in het menselijk brein.
Kunstmatige neurale netwerken maken meer gecompliceerde, levensechte en krachtigere kunstmatige intelligentie mogelijk door middel van deep learning, het proces waarbij een kunstmatig neuraal netwerk onafhankelijk leert en zijn eigen beslissingen neemt.
Mensachtige kunstmatige intelligentie is mogelijk met een geavanceerd neuraal netwerk en voldoende data om het neurale netwerk te trainen (of aan te leren). A. I., zoals het in films voorkomt, bestaat vandaag de dag nog niet, maar als het ooit bestaat, zal diepgaand leren via neurale netwerken deze intelligentie aandrijven.
FAQ
Wat is een diep neuraal netwerk?
Ook bekend als deep learning, is het een subgebied van machine learning in A. I. omgaan met algoritmen die zijn gemodelleerd naar hersenstructuur en -functie. Diepe neurale netwerken zijn ontworpen om numerieke patronen te herkennen en deze te vertalen naar gegevens uit de echte wereld, zoals afbeeldingen, tekst of audio.
Wat is een convolutief neuraal netwerk?
Het is een klasse van diepe neurale algoritmen die vaak worden gebruikt om visuele beelden te analyseren. Een convolutief neuraal netwerk ontvangt een afbeelding en extraheert functies met behulp van filters en wordt voornamelijk gebruikt voor beeldverwerking, classificatie en segmentatie.
Wat is een terugkerend neuraal netwerk?
Het is een soort kunstmatig neuraal netwerk dat doorgaans wordt gebruikt voor spraakherkenning en natuurlijke taalverwerking. Een terugkerend neuraal netwerk gebruikt sequentiële gegevens of tijdreeksgegevens om veelvoorkomende temporele problemen in taalvertaling en spraakherkenning op te lossen.
