Qu'est-ce que la programmation neuronale?
La programmation neuronale est utilisée pour créer un logiciel qui imite les fonctions de base du cerveau. C'est un composant clé de l'intelligence artificielle (IA). Il crée un logiciel capable de prédire des inconnues, telles que les conditions météorologiques et les tendances du marché boursier, ainsi que des jeux dans lesquels le cyber-adversaire s'améliore à mesure qu'il gagne de l'expérience. L'avantage de la programmation neuronale par rapport à la programmation traditionnelle est que son logiciel est capable d'apprendre et de s'adapter à de nouvelles données.
Généralement, la programmation neuronale utilise une architecture informatique appelée traitement neuronal, qui utilise des neurones ou des noeuds artificiels regroupés dans des réseaux pour effectuer des tâches complexes. Chaque neurone artificiel est déclenché par une certaine valeur numérique, qui détermine quand et où il enverra un signal au prochain neurone. Un seul neurone est programmé avec une règle simple if-then pour une tâche de base. Si data a la valeur -1, il remplit une fonction. Si la valeur de données est 0, cela fait autre chose.
La programmation neuronale est un processus en deux étapes. La première étape consiste à saisir les informations fondamentales et les règles nécessaires à une application logicielle pour comprendre les données qu'elle recevra. Ce logiciel est généralement programmé avec des bits de biais, donnant plus de crédibilité à certains types d’informations. Par exemple, la programmation neuronale des logiciels boursiers inclura les fonctions de base des transactions boursières, telles que l’hypothèse selon laquelle une demande accrue pour une action augmente sa valeur. Il inclura également certains biais, tels que la manière dont le logiciel devrait prêter une attention particulière aux tendances des rapports de revenus trimestriels.
La deuxième étape de la programmation neuronale s'appelle la formation. Les données sont utilisées pour enseigner au logiciel certaines tendances et possibilités; En règle générale, plus le logiciel prend de données, plus il est facile de créer des sorties précises. Par exemple, les données pourraient indiquer à l'ordinateur que, lorsqu'une industrie a des résultats solides au deuxième trimestre, cela signifie généralement que son quatrième trimestre est lent. La valeur des actions étant liée aux résultats déclarés, le logiciel pourrait éventuellement prédire que les actions de ce secteur diminueront après la publication des rapports du quatrième trimestre, alors que ce dernier avait connu une forte croissance. La sortie du logiciel pourrait éventuellement conseiller à un commerçant de vendre avant que les résultats du quatrième trimestre ne soient publiés.
Généralement, l’avantage de la programmation neuronale est que le logiciel n’a pas besoin d’informations parfaites pour fonctionner. Contrairement à la programmation traditionnelle, qui s'arrête en cas d'erreur, la programmation neuronale peut s'ajuster aux entrées imparfaites en utilisant les informations antérieures pour résoudre le problème. C’est ainsi que fonctionne le cerveau humain, même s’il est beaucoup plus complexe. Par exemple, un humain pourrait être capable de reconnaître un vieil ami, même si cet ami a pris du poids ou a développé une barbe; d'autres aspects de l'ami - structures faciales, yeux, sa manière de marcher ou sa voix - déclenchent la reconnaissance. Les programmeurs de neurones continuent à perfectionner les logiciels qui imiteront non seulement le cerveau mais qui, dans certains cas, seront plus rapides et encore plus précis.