Definice umělé neurální sítě (ANN)

Co je to umělá neurální síť (ANN)?

Umělá neurální síť (ANN) je část počítačového systému navrženého tak, aby simuloval způsob, jakým lidský mozek analyzuje a zpracovává informace. Je to základ umělá inteligence (AI) a řeší problémy, které by se ukázaly jako nemožné nebo obtížné podle lidských nebo statistických standardů. ANN mají schopnosti automatického učení, které jim umožňují dosahovat lepších výsledků, jakmile bude k dispozici více dat.

Porozumění umělé neurální síti (ANN)

Umělé neurální sítě jsou budovány jako lidský mozek, přičemž neuronové uzly jsou propojeny jako síť. Lidský mozek má stovky miliard buněk nazývaných neurony. Každý neuron se skládá z buněčného těla, které je zodpovědné za zpracování informací přenášením informací směrem k (vstupům) a pryč (výstupům) z mozku.

ANN má stovky nebo tisíce umělých neuronů nazývaných procesorové jednotky, které jsou navzájem propojeny uzly. Tyto procesní jednotky se skládají ze vstupních a výstupních jednotek. Vstupní jednotky přijímají různé formy a struktury informací na základě interního vážení systém a neurální síť se pokouší dozvědět se o informacích prezentovaných za účelem vytvoření jednoho výstupu zpráva. Stejně jako lidé potřebují pravidla a pokyny k dosažení výsledku nebo výstupu, ANN také používají sadu učení pravidla nazývaná backpropagation, zkratka pro zpětné šíření chyb, k zdokonalení jejich výstupu Výsledek.

ANN zpočátku prochází školící fází, kde se učí rozpoznávat vzorce v datech, ať už vizuálně, zvukově nebo textově. Během této kontrolované fáze síť porovnává svůj skutečný produkovaný výkon s tím, co mělo produkovat - požadovaný výkon. Rozdíl mezi oběma výsledky je upraven pomocí zpětného šíření. To znamená, že síť pracuje zpětně, od výstupní jednotky k vstupním jednotkám, aby upravila její hmotnost spojení mezi jednotkami, dokud rozdíl mezi skutečným a požadovaným výsledkem nepřinese nejnižší možnou hodnotu chyba.

Během fáze školení a dohledu se ANN učí, co hledat a jaký by měl být jeho výstup, pomocí typů otázek ano/ne s binárními čísly. Například banka, která chce detekovat kreditní kartu podvod včas může mít čtyři vstupní jednotky napájeny těmito otázkami: (1) Je transakce v jiné zemi, než je rezidentní země uživatele? (2) Je webová stránka, na které je karta používána, přidružena ke společnostem nebo zemím ze seznamu sledovaných bank? (3) Je částka transakce větší než 2 000 $? (4) Je jméno na transakčním účtu stejné jako jméno držitele karty?

Banka chce, aby odpovědi „detekované podvody“ byly Ano Ano Ano Ne, což by v binárním formátu bylo 1 1 1 0. Pokud je skutečný výkon sítě 1 0 1 0, upravuje své výsledky, dokud nepřináší výstup, který se shoduje s 1 1 1 0. Po zaškolení může počítačový systém banku upozornit na nevyřízené podvodné transakce, čímž bance ušetří spoustu peněz.

Praktické aplikace pro umělé neurální sítě (ANN)

Umělé neuronové sítě připravují půdu pro vývoj aplikací měnících život, které budou použity ve všech odvětvích ekonomiky. Platformy umělé inteligence postavené na ANN narušují tradiční způsoby, jak věci dělat. Od překladu webových stránek do jiných jazyků, přes virtuální asistentku pro objednávání potravin online až po konverzaci chatboty k řešení problémů, platformy AI zjednodušují transakce a zpřístupňují služby všem za zanedbatelné náklady.

Umělé neuronové sítě byly použity ve všech oblastech operací. Poskytovatelé e -mailových služeb používají ANN k detekci a odstranění spamu z doručené pošty uživatele; správci aktiv použijte jej k předpovědi směru akcií společnosti; úvěrový rating firmy jej používají ke zlepšení svých metod hodnocení úvěru; platformy elektronického obchodování jej využívají k přizpůsobení doporučení svému publiku; chatboti jsou vyvíjeni s ANN pro zpracování přirozeného jazyka; algoritmy hlubokého učení používají ANN k předpovědi pravděpodobnosti události; a seznam začlenění ANN pokračuje ve více sektorech, průmyslových odvětvích a zemích.