Sztuczne sieci neuronowe to programy komputerowe, które symulują działanie ludzkiego mózgu i potrafią same uczyć się w oparciu o pojedyncze informacje. W porównaniu do innych metod stosowanych w sztucznej inteligencji potrafią one naśladować ludzki sposób myślenia i dzięki temu znalazły zastosowanie w rozwiązywaniu problemów m.in. w medycynie czy psychologii.
- Sieci neuronowe wzięły się z tego, że najpierw obserwowano mózgi ssaków i okazało się, że to co mamy w głowach przypomina duży złożony komputer - tłumaczył dr. Piotr Bilski z Politechniki Warszawskiej.
Sieć neuronowa, na wzór mózgu, złożona jest z bardzo dużej liczby prostych procesorów, które podobnie jak ludzkie komórki mają dwa punkty, wejście i wyjście. Przy czym wejście to jest punkt, przez który do komórki dociera informacja, a wyjście jest reakcją komórki na "otrzymaną wiedzę". Dzięki takiej budowie swoich komórek, sieci neuronowe są nam przydatne w stosowaniu wnioskowania indukcyjnego.
- Indukcja polega na tym, że na podstawie ograniczonego zbioru przykładów, chcemy wyciągnąć ogólną zasadę, która będzie się dobrze nadawała do opisywania innych przykładów, których wcześniej nie widzieliśmy - tłumaczył rozmówca Krzyśka Markowskiego.
Więcej na temat budowy i zastosowania sztucznych sieci neuronowych w dźwięku w boksie "Posłuchaj".