Wat is een adaptief neuraal netwerk?
Een adaptief neuraal netwerk is een systeem dat informatie verwerkt en indien nodig aanpassingen in het netwerk uitvoert. Dergelijke netwerken kunnen worden gevonden in computersystemen of in organische levensvormen. Ze worden gebruikt om grote hoeveelheden complexe informatie te interpreteren en vormen de basis van moderne kunstmatige intelligentietechnologie.
Een door mensen gemaakt adaptief neuraal netwerk, ook wel een kunstmatig neuraal netwerk genoemd, is gemodelleerd naar de natuurlijk voorkomende neurale netwerken in de hersenen van mens en dier. Ze werken met behulp van een reeks sensoren voor het verzamelen van informatie - de neuronen - die worden geïnterpreteerd door een centrale verwerkingseenheid. Deze verbindingen kunnen de manier waarop ze omgaan met de centrale verwerkingseenheid veranderen en veranderen op basis van hun eigen evaluatie van hoe ze hun functies het meest efficiënt kunnen uitvoeren.
Er zijn twee hoofdmanieren waarop een adaptief neuraal netwerk 'leert': begeleid leren en niet-begeleid leren. Begeleid leren vereist een menselijke tegenhanger die het netwerk instrueert hoe verschillende input moet worden geïnterpreteerd en gebruikt. Het doel van deze leerstijl is om ervoor te zorgen dat er geen fouten zijn in de methoden die het adaptieve neurale netwerk gebruikt om informatie te verwerken en om de gewenste acties van het netwerk te versterken.
Niet-begeleid leren is afhankelijk van de interactie van de centrale verwerkingseenheid met zijn omgeving en zijn eigen beslissingen over hoe het moet werken op basis van zijn oorspronkelijke programmering. Hiertoe organiseert en reorganiseert het de informatie die het ontvangt en doet het voorspellingen over de gevolgen van het wijzigen van deze gegevens. Een netwerk kan online of offline leren. Online leren betekent dat het netwerk leert terwijl het ook taken uitvoert. Offline leren vereist dat het netwerk afzonderlijk van acteren leert.
Momenteel zijn er vier hoofdtaken die worden uitgevoerd door adaptieve neurale netwerken. Ze behandelen allemaal patronen voor verwerking en interpretatie. Ten eerste is er clustering, waarbij het netwerk een aantal patronen en aan patronen gerelateerde patronen in clusters onderzoekt.
Een tweede taak die een adaptief neuraal netwerk kan uitvoeren, is het herkennen en interpreteren van een patroon, zoals geschreven of gesproken woorden. Door dit te doen, kan het proberen volledig onbekende patronen te begrijpen op basis van zijn begrip van gerelateerde patronen. Het geven van een schatting van de waarde van een functie is de derde hoofdtaak en wordt vaak gebruikt in de wetenschap of techniek. De vierde hoofdtaak die een adaptief neuraal netwerk kan uitvoeren, is voorspellingen doen over wat er in de toekomst zal gebeuren als wijzigingen worden aangebracht in bepaalde datamodellen.
Een kunstmatig neuraal netwerk is een vorm van kunstmatige intelligentie en het meest moderne gebruik ervan omvat geavanceerde robottechnologie. Het wordt vaker gebruikt door gegevensanalisten, omdat hun taken betrekking hebben op het interpreteren en sorteren van grote hoeveelheden informatie. Een kunstmatig neuraal netwerk kan een analist helpen haar gegevens te organiseren, onderzoek te doen en mogelijke wijzigingen in de producten en diensten van haar bedrijf te testen. Naarmate technologie geavanceerder wordt, zullen toepassingen van neurale netwerken vaker voorkomen.