Vi har alle fått en svært sofistikert prosesseringsenhet - hjernen - som kan utføre noen bemerkelsesverdige oppgaver.

Til tross for sin hastighet og minnekapasitet, kaster silisiumbaserte datamaskiner seg til å etterligne det. Avdelingen for datavitenskap kalt kunstig intelligens forsøker å begrense gapet, og et av de grunnleggende verktøyene til AI er det nevrale nettverket. Så la oss ta en titt på hva det neurale nettverket kan gjøre.

Gjennom årene har Artificial Intelligence hatt oppgang og nedturer. Vanligvis ville det være en periode med "opp" da, etter en kort periode med vellykkede papirer, ville forskere begynne å lage prognoser om deres disiplin som ville bli stadig mer fantasifull. Dette ville naturlig føre til en periode med "ned" når disse spådommene ikke kom til å passere.

Likevel, som spin-off-programvare fra romprogrammet har gjort seg til detaljhandelsprodukter, blir spin-offs fra AI blitt en del av våre liv gjennom intelligent programvare, selv om vi kanskje ikke gjenkjenner det som sådan.

Holde det ekte

Et ganske nylig eksempel som kommer til å tenke på er at noen pek-og-skyte kameraer kan oppdage når et ansikt er i skudd og dermed fokusere på det ansiktet. Ansiktsdeteksjonsprogramvaren er bemerkelsesverdig rask og sjelden feil, så når du tar portretter med disse kameraene, er det lett å stole på at ansiktene på motivene vil være i fokus og eksponeres på riktig måte..

Apples nye versjon av iPhoto-appen går et skritt videre: det inkluderer ansiktsgjenkjenningsprogramvare. Importer bildene dine til iPhoto, og det vil oppdage ansikter. Det er da i stand til å gjenkjenne de samme ansiktene i forskjellige bilder. Når du har "navngitt" ansiktet, vil iPhoto annotere bildet med ansiktene den gjenkjenner.

En annen virksomhetsrettet applikasjon av AI-algoritmer er talegjenkjennelse i programmer som Dragon Naturally Speaking og OSes som Windows 7.

Noen biler som inkluderer valgfrie "Technology" -pakker har også stemmegjenkjenning for å kontrollere bilens interne funksjoner som radio eller oppvarming. (Jeg har gitt opp å snakke med bilen min: Siden jeg er britisk, men bor i USA, får ikke stemmen til stemmen min, kanskje fordi den er optimalisert for en amerikansk aksent).

Et annet eksempel er OCR (Optical Character Recognition). Her er spilltilstanden ganske bemerkelsesverdig, med topp-end-pakker som erklærer over 99 prosent nøyaktighet for maskinskrivet eller typetekst. Selv de gamle Palm Pilot PDAene hadde svært begrenset - men svært vellykket - håndskriftgjenkjenningsprogramvare; Når du har trent deg selv til å skrive de modifiserte tegnene, anerkjente PDA dem så fort du kunne skrive dem.

Selv om disse AI-applikasjonene bruker mange forskjellige teknikker for å gjøre deres magi, er det en veldig grunnleggende byggestein kalt det nevrale nettverket, hvor mange av disse teknikkene er men forbedringer.

Hvordan det fungerer

Før vi kan få en forståelse av hva et neuralt nettverk gjør, bør vi se på den biologiske bakgrunnen som den er avledet fra.

Hvis du ser på en hjerne i et mikroskop, ser du at den består av spesialiserte celler som kalles nevroner. Neuroner er særegne celler faktisk.

Hovedkroppen til nevronen kalles soma, og den har en veritabel skog av dendrites gjennom hvilke inngangssignaler ankommer. Hvis antall innkommende signaler er tilstrekkelig, vil forskjellen i spenningspotensialet føre til at aksonhøyden brann sitt eget signal nedover axonen, en forholdsvis lang forlengelse av cellen.

Axonen grener ut mot slutten, og på slutten av hver gren er en synaps som knytter seg til en dendrit av en annen neuron. Signalet beveger seg gjennom synapset (vi snakker om synapsfire) i dendritet, og dette signalet deltar deretter i om neste neuron brenner eller ikke.

Så kokker dette ned til de absolutte grunnleggende (uten å bekymre deg for de kjemiske prosessene som hjelper signalreisen over det synaptiske hullet eller om de myriade andre prosessene i cellen) har vi:

  • et sett med inngangssignaler kommer inn i cellen fra andre celler;
  • Hvis summen av signalene når en terskel, brenner cellen sin egen signal;
  • Utgangssignalet fra en celle blir inngangssignalet til flere andre celler.

Så kort sagt: innganger, summering og, hvis over grenseverdien, utgang. Høres ut som datamaskinen.

I den menneskelige hjerne er det omtrent 20 milliarder nevroner (tallet avhenger av ulike faktorer, inkludert alder og kjønn). Hver nevron vil bli koblet gjennom synapses til omtrent 10.000 andre nevroner.

Hjernen er et gigantisk, komplisert nettverk av dendritiske forbindelser. I motsetning til datamaskiner er det massivt parallelt: Beregninger foregår over hele hjernen. Det skryter tankene hvor komplisert det er - faktisk, hvordan det fungerer i det hele tatt.

Så la oss trekke oss tilbake fra randen og se på hvordan vi kan etterligne dette i databehandling.