Una xarxa neuronal artificial és el que s'entén més habitualment per xarxa neuronal. És una sèrie complicada de neurones artificials interconnectades modelades a partir de les del cervell humà i utilitzades en intel·ligència artificial per processar informació, aprendre i fer prediccions.
Com funcionen les xarxes neuronals?
Una neurona és la cèl·lula més fonamental del cervell humà. Un cervell humà té molts milers de milions de neurones, que interactuen i es comuniquen entre si, formant xarxes neuronals.
Aquestes neurones reben moltes entrades, des del que veiem i escoltem fins a com ens sentim i tot el que hi ha entremig, i després envien missatges a altres neurones, que reaccionen al seu torn. Les xarxes neuronals que funcionen són les que permeten als humans pensar i, el que és més important, aprendre.
Com a mètode per agafar grans quantitats de dades, processar-les i prendre prediccions i decisions basades en les dades, les xarxes neuronals del cervell humà són, amb diferència, la força informàtica més poderosa que coneix l'home.
PASIEKA / Getty Images
Tipus de xarxes neuronals
Una xarxa neuronal és tècnicament un terme biològic, mentre que una xarxa neuronal artificial és el tipus de xarxa neuronal en què es basa la intel·ligència artificial. Tot i que la paraula en si s'utilitza més habitualment per referir-se a la xarxa neuronal artificial, sovint veuràs que la gent es refereix a xarxes neuronals artificials com a simplement xarxes neuronals.
Naturalment, una xarxa neuronal al cervell humà és molt diferent d'una xarxa neuronal construïda artificialment. Tot i així, la manera fonamental de processar la informació i fer prediccions segueix sent la mateixa.
Si bé una xarxa neuronal artificial no serà una recreació perfecta d'una xarxa neuronal biològica, les xarxes neuronals artificials es basen i es modelen a partir de les xarxes neuronals del cervell, precisament a causa de la potència de càlcul d'aquestes xarxes.
Per a què s'utilitzen les xarxes neuronals?
Els humans utilitzen xarxes neuronals biològiques per processar informació, aprendre i fer prediccions, per exemple, pensar. Les xarxes neuronals artificials funcionen de la mateixa manera, però en menor grau, ja que les xarxes neuronals artificials encara no poden igualar la complexitat i el poder de les que es troben al cervell humà.
Les xarxes neuronals artificials permeten una intel·ligència artificial més complicada, real i potent mitjançant l'aprenentatge profund, que és el procés d'una xarxa neuronal artificial que aprèn i pren les seves pròpies decisions de manera independent.
La intel·ligència artificial semblant a la humana és possible amb una xarxa neuronal avançada i dades suficients per entrenar (o ensenyar) la xarxa neuronal. La intel·ligència artificial, tal com apareix a les pel·lícules, encara no existeix avui dia, però si ho fa, l'aprenentatge profund a través de xarxes neuronals potenciarà aquesta intel·ligència.
FAQ
Què és una xarxa neuronal profunda?
També conegut com a aprenentatge profund, és un subcamp de l'aprenentatge automàtic en IA. tractar amb algorismes basats en l'estructura i la funció del cervell. Les xarxes neuronals profundes estan dissenyades per reconèixer patrons numèrics i traduir-los en dades del món real, com ara imatges, text o àudio.
Què és una xarxa neuronal convolucional?
És una classe d'algoritmes neuronals profunds que s'utilitzen sovint per analitzar imatges visuals. Una xarxa neuronal convolucional rep una imatge i extreu característiques mitjançant filtres i s'utilitza principalment per al processament, classificació i segmentació d'imatges.
Què és una xarxa neuronal recurrent?
És un tipus de xarxa neuronal artificial que s'utilitza habitualment per al reconeixement de la parla i el processament del llenguatge natural. Una xarxa neuronal recurrent utilitza dades seqüencials o dades de sèries temporals per resoldre problemes temporals habituals en la traducció d'idiomes i el reconeixement de veu.
