ニューラルネットワークとは何ですか？

von von Neumann Architectureと呼ばれる典型的なコンピューターでは、メモリバンクは孤立したモジュールに住んでいます。シリアルアーキテクチャを使用して、命令とメモリを1つずつ書き直すプロセッサは1つだけです。コンピューティングに対する別のアプローチは、ニューラルネットワークです。数千または数百万の個々のニューロンまたはノードで構成されるニューラルネットワークでは、すべての処理が非常に平行で分布しています。メモリは、複雑な相互接続とノード間の重みに保存されます。

ニューラルネットワーキングは、自然の動物の脳が使用するコンピューティングアーキテクチャのタイプです。これは、ニューラルネットワークがシリアルコンピューティングよりも本質的に優れた処理モードであるためではなく、シリアルコンピューティングを使用する脳が段階的に進化するのがはるかに困難であるためではありません。ニューラルネットワークは、シリアルコンピューターよりも騒々しいデータを扱う傾向があります。。この情報は通常、バイナリのはいまたはいいえの信号です。場合によっては、noからyesに移動するために、ノードは特定のしきい値の興奮または刺激を経験する必要があります。プログラマーが分析するための画面に結果を表示するレイヤー。ヒト網膜は、ニューラルネットワークに基づいて機能します。最初のレベルノードは、色、線、エッジなど、視野内の単純な幾何学的特徴を検出します。セカンダリノードは、モーション、テクスチャ、深さなど、より洗練された機能を抽象化し始めます。最終出力は、視野を見るときに意識が登録するものです。初期入力は、神経学的ハードウェアがなくても、意味のあるオブジェクトのアイデアなど、意味のある品質の点でそれを理解することをほとんど意味しない光子の複雑な配置です。これらのレイヤーに戻って、さらなる信号を制約します。私たちの感覚のほとんどはこのように機能します。最初のデータは、最終結果で教育を受けた推測を促し、その後、その教育を受けた推測のコンテキストで将来のデータを調べることができます。光学的幻想では、私たちの感覚は間違っていることが判明した教育を受けた推測をします。たとえば、顔を認識するためにニューラルネットワークをトレーニングするには、さまざまなフェイスのようなオブジェクトがネットワークに表示される多くのトレーニングランが必要であり、ニューラルネットワークが認識スキルを向上させるための肯定的または否定的なフィードバックを伴います。