Umělé neuronové sítě

Pokud se mluví o neuronové síti, můžeme mít na mysli biologickou, která se nachází například v lidském mozku, anebo umělou, kterou simuluje počítač. Umělá neuronová síť (anglicky artificial neural network) je algoritmus, který vychází z fungování i struktury lidské nervové soustavy. Účelem vývoje umělých neuronových sítí může být jednak studium mozku a snaha zmapovat lidské vědomí, ale zároveň (a zejména) je účelem vytvoření takových technik umělé inteligence a strojového učení, které budou výkonnější a účinnější než jakékoliv nám doposud známé postupy.

Neuronová síť stojí na fungování obrovského množství velmi jednoduchých jednotek (neuronů), které vzájemně přijímají a vysílají signály. Neuron má za úkol čekat na příchozí signál, který se k němu dostane skrze buněčná vlákna (dendrity), tělo neuronu zpracuje získanou informaci a v závislosti na jejím obsahu může vykonat akci. Vykonání akce představuje odeslání signálu ostatním neuronům prostřednictvím axonu. Velmi zjednodušeně si lze fungování neuronové sítě simulovat na situaci, kdy předložíme programu obrázek s otázkou, zda se na obrázku vyskytuje pes. Neuron z obrázku získá množství parametrů (tvary objektů, barvy, velikosti), které vnitřně zpracuje a rozhodne se vyslat či nevyslat signál dále do sítě. Na základě propočtů jednotlivých neuronů dojde k vyhodnocení výsledku celé neuronové sítě, která odpoví, zda na obrázku psa rozpoznala či nikoliv.

Největší předností neuronové sítě je schopnost tzv. hlubokého učení. Představte si několik jednoduchých neuronů v jedné vrstvě, dále si představte, že těchto vrstev máte několik a jsou spolu navzájem propojené. Takováto architektura umožňuje síti pochopit a naučit se velmi složité struktury. Učení neuronových sítí lze využít pro analýzu textu, rozpoznání obrazu, prognostické modely a další zajímavé oblasti.

Pokud byste se chtěli o neuronových sítích či umělé inteligenci obecně dozvědět více, mrkněte na tuto stránku: https://www.elementsofai.com/