Keinotekoisen hermoverkon (ANN) määritelmä

Mikä on keinotekoinen hermoverkko (ANN)?

Keinotekoinen hermoverkko (ANN) on osa tietokonejärjestelmää, joka on suunniteltu simuloimaan tapaa, jolla ihmisen aivot analysoivat ja käsittelevät tietoa. Se on perusta tekoäly (AI) ja ratkaisee ongelmia, jotka osoittautuvat mahdottomiksi tai vaikeiksi ihmisten tai tilastollisesti. ANN-laitteilla on itseoppimismahdollisuuksia, joiden avulla ne voivat tuottaa parempia tuloksia sitä mukaa, kun enemmän tietoa tulee saataville.

Keinotekoisen hermoverkon (ANN) ymmärtäminen

Keinotekoiset hermoverkot on rakennettu kuten ihmisen aivot, ja neuronisolmut on yhdistetty verkkoon. Ihmisen aivoissa on satoja miljardeja soluja, joita kutsutaan neuroneiksi. Jokainen neuroni koostuu solurungosta, joka on vastuussa tietojen käsittelystä kuljettamalla tietoa kohti (tulot) ja pois (lähdöt) aivoista.

ANN: ssä on satoja tai tuhansia keinotekoisia neuroneja, joita kutsutaan prosessointiyksiköiksi ja jotka on liitetty toisiinsa solmuilla. Nämä prosessointiyksiköt koostuvat tulo- ja lähtöyksiköistä. Syöttöyksiköt vastaanottavat erilaisia ​​tiedon muotoja ja rakenteita sisäisen painotuksen perusteella järjestelmä, ja hermoverkko yrittää oppia esitetyistä tiedoista tuottaakseen yhden tuloksen raportti. Aivan kuten ihmiset tarvitsevat sääntöjä ja ohjeita tuloksen tai tuotoksen aikaansaamiseksi, myös ANN: t käyttävät oppimista säännöt, joita kutsutaan taaksepäin, lyhenne virheen etenemisestä taaksepäin, parantaakseen tulostansa tuloksia.

ANN käy aluksi koulutusvaiheen, jossa se oppii tunnistamaan datakuvioita visuaalisesti, ääneen tai tekstillisesti. Tämän valvotun vaiheen aikana verkko vertaa todellista tuotantoaan siihen, mitä sen oli tarkoitus tuottaa - haluttuun tuotantoon. Näiden tulosten välistä eroa säädetään käyttämällä takaisinostoa. Tämä tarkoittaa sitä, että verkko toimii taaksepäin siirtymällä lähtöyksiköstä tuloyksiköihin sen painon säätämiseksi yksiköiden välisiä yhteyksiä, kunnes todellisen ja halutun tuloksen välinen ero tuottaa mahdollisimman pienen virhe.

Koulutus- ja valvontavaiheessa ANN: lle opetetaan, mitä etsiä ja mitä sen pitäisi olla, käyttämällä kyllä/ei -tyyppisiä binäärilukuja. Esimerkiksi pankki, joka haluaa tunnistaa luottokortin petos ajoissa voi olla neljä syöttöyksikköä, joihin on syötetty nämä kysymykset: (1) Onko tapahtuma eri maassa kuin käyttäjän asuinmaa? (2) Onko verkkosivusto, jossa korttia käytetään, sidoksissa pankin tarkkailulistalla oleviin yrityksiin tai maihin? (3) Onko tapahtuman summa suurempi kuin 2 000 dollaria? (4) Onko tapahtumalaskun nimi sama kuin kortinhaltijan nimi?

Pankki haluaa "petos havaittu" -vastausten olevan Kyllä Kyllä Kyllä Ei, joka binäärimuodossa olisi 1 1 1 0. Jos verkon todellinen ulostulo on 1 0 1 0, se säätää tuloksia, kunnes se tuottaa tuloksen, joka on sama kuin 1 1 1 0. Koulutuksen jälkeen tietokonejärjestelmä voi varoittaa pankkia odottavista petollisista tapahtumista ja säästää pankilta paljon rahaa.

Käytännön sovelluksia keinotekoisille hermoverkkoille (ANN)

Keinotekoiset hermoverkot avaavat tietä elämää muuttaville sovelluksille, joita voidaan käyttää kaikilla talouden aloilla. ANN: ille rakennetut tekoälyalustat häiritsevät perinteisiä tapoja tehdä asioita. Verkkosivujen kääntämisestä muille kielille, virtuaalisen avustajan tilaamisesta päivittäistavaroille verkossa ja keskusteluun chatbotit ongelmien ratkaisemiseksi, tekoälyalustat yksinkertaistavat tapahtumia ja tekevät palveluista kaikkien saatavilla kustannuksia.

Keinotekoisia hermoverkkoja on sovellettu kaikilla toiminta -alueilla. Sähköpostipalveluntarjoajat käyttävät ANN -tunnisteita roskapostin havaitsemiseen ja poistamiseen käyttäjän postilaatikosta. omaisuudenhoitajat käyttää sitä yrityksen osakkeen suunnan ennustamiseen; luottoluokitus yritykset käyttävät sitä luottoluokitusmenetelmiensä parantamiseen; sähköisen kaupankäynnin alustat käyttävät sitä räätälöimään suosituksia yleisölle; chatbotit on kehitetty ANN: ien kanssa luonnollisen kielen käsittelyyn; syvän oppimisen algoritmit käyttävät ANN: ää ennustaakseen tapahtuman todennäköisyyden; ja luettelo ANN: n sisällyttämisestä jatkuu useilla aloilla, toimialoilla ja maissa.