Wat is neurale programmering?
Neurale programmering wordt gebruikt om software te maken die de basisfuncties van de hersenen nabootst. Het is een belangrijk onderdeel van kunstmatige intelligentie (AI) en creëert software die onbekenden kan voorspellen, zoals weers- en beurstrends, evenals games waarin de cyber tegenstander verbetert naarmate deze ervaring krijgt. Het voordeel van neurale programmering ten opzichte van traditionele programmering is dat de software in staat is om te leren en zich aan te passen aan nieuwe gegevens.
Over het algemeen maakt neurale programmering gebruik van een computerarchitectuur genaamd neurale verwerking, die gebruik maakt van kunstmatige neuronen of knooppunten die zijn geclusterd in netwerken om complexe taken uit te voeren. Elk kunstmatig neuron wordt geactiveerd door een bepaalde numerieke waarde, die bepaalt wanneer en waar het een signaal naar het volgende neuron zal sturen. Een enkel neuron is geprogrammeerd met een eenvoudige if-dan-regel voor een basistaak. Als gegevens een waarde van -1 hebben, voert deze één functie uit. Als de gegevenswaarde 0 is, doet deze iets anders.
Neurale programmering is een tweestapsproces. De eersteStap is om fundamentele informatie en regels in te voeren die een softwaretoepassing moet begrijpen de gegevens die deze zullen ontvangen. Deze software wordt meestal geprogrammeerd met stukjes vooringenomenheid, waardoor bepaalde soorten informatie meer geloofwaardigheid wordt gegeven. Neurale programmering van aandelenmarktsoftware zal bijvoorbeeld de basisfuncties van de handel in aandelenmarkt omvatten, zoals het uitgangspunt dat een grotere vraag naar een aandeel zijn waarde verhoogt. Het zal ook bepaalde vooroordelen bevatten, zoals hoe de software goed moet letten op trends in driemaandelijkse inkomensrapporten.
De tweede stap in neurale programmering wordt training genoemd. Gegevens worden gebruikt om de software bepaalde trends en mogelijkheden te leren; Over het algemeen, hoe meer gegevens de software opneemt, hoe beter het wordt bij het creëren van nauwkeurige uitgangen. Gegevens kunnen bijvoorbeeld de computer leren dat wanneer een bepaalde industrie een sterke inkomsten uit het tweede kwartaal heeft, het in het algemeen MEANS Het vierde kwartaal is traag. Voorraadwaarden zijn gekoppeld aan winstrapporten, dus de software zou uiteindelijk kunnen voorspellen dat aandelen voor die industrie zullen dalen nadat rapporten van het vierde kwartaal binnen zijn wanneer de industrie een sterk tweede kwartaal had. De output van de software kan uiteindelijk een handelaar adviseren om te verkopen voordat winstrapporten in het vierde kwartaal uitkomen.
Meestal is het voordeel van neurale programmering dat software geen perfecte informatie nodig heeft om te functioneren. In tegenstelling tot traditionele programmering, die wordt uitgeschakeld wanneer fouten optreden, kan neurale programmering zich aanpassen aan imperfecte ingangen door informatie uit het verleden te gebruiken om het probleem op te lossen. Dit is hoe het menselijk brein ook werkt, hoewel het veel complexer is. Een mens kan bijvoorbeeld een oude vriend herkennen, zelfs als die vriend is aangekomen of een baard is gekweekt; Andere aspecten van de vriend - gezichtsstructuren, ogen, zijn manier van wandelen of stem - veroorzaken de erkenning. Neurale programmeurs blijven verfijnenSoftware die niet alleen de hersenen nabootst, maar in sommige gevallen sneller en nog nauwkeuriger zal zijn.