Hvad er neurale programmering?

Neural programmering bruges til at skabe software, der efterligner hjernens grundlæggende funktioner. Det er en nøglekomponent til kunstig intelligens (AI) og skaber software, der kan forudsige ukendte, såsom vejr- og aktiemarkedstendenser samt spil, hvor cybermodstanderen forbedrer sig, når den får erfaring. Fordelen ved neurale programmering i forhold til traditionel programmering er dens software er i stand til at lære og tilpasse sig nye data.

Generelt anvender neurale programmering en databehandlingsarkitektur, der kaldes neurale behandlinger, der bruger kunstige neuroner eller noder, der er samlet i netværk til at udføre komplekse opgaver. Hver kunstige neuron udløses af en bestemt numerisk værdi, der bestemmer, hvornår og hvor det vil sende et signal til den næste neuron. En enkelt neuron er programmeret med en simpel hvis-så-regel til en grundlæggende opgave. Hvis data har en værdi på -1, udfører de en funktion. Hvis dataværdien er 0, gør den noget andet.

Neural programmering er en totrinsproces. Det første trin er at indtaste grundlæggende oplysninger og regler for, at en softwareprogram skal forstå de data, den vil modtage. Denne software er normalt programmeret med bias af bias, hvilket giver større tro til visse typer information. F.eks. Vil neurale programmering af aktiemarkedsoftware omfatte de grundlæggende funktioner i handel med aktiemarkeder, som forudsætningen om, at større efterspørgsel efter en aktie øger dens værdi. Det vil også omfatte visse forudindtægter, såsom hvordan softwaren skal være nøje opmærksom på tendenser i kvartalsvise indkomstrapporter.

Det andet trin i neurale programmering kaldes træning. Data bruges til at lære softwaren visse tendenser og muligheder; generelt, jo flere data softwaren indtaster, jo bedre bliver det til at skabe nøjagtige output. For eksempel kan data muligvis lære computeren, at når en bestemt branche har en stærk indtjening i andet kvartal, betyder det generelt, at dets fjerde kvartal er træg. Aktieværdier er bundet til indtjeningsrapporter, så softwaren eventuelt kunne forudsige, at lagrene for den branche vil falde efter rapporterne i fjerde kvartal er i, når industrien havde et stærkt andet kvartal. Softwarens output kan til sidst råde en erhvervsdrivende til at sælge, før indtægtsrapporterne i 4. kvartal kommer ud.

Fordelen ved neurale programmering er typisk, at software ikke har brug for perfekt information for at fungere. I modsætning til traditionel programmering, der lukker ned, når der opstår fejl, kan neurale programmering justere sig til ufuldkomne input ved at bruge tidligere oplysninger til at løse problemet. Sådan fungerer den menneskelige hjerne også, skønt den er langt mere kompleks. For eksempel kan et menneske være i stand til at genkende en gammel ven, selvom den ven har fået vægt eller dyrket et skæg; andre aspekter af venen - ansigtsstrukturer, øjne, hans måde at gå eller stemme på - udløser genkendelsen. Neurale programmerere fortsætter med at forfine software, der ikke kun efterligner hjernen, men i nogle tilfælde er hurtigere og endnu mere nøjagtig.