skip to Main Content
+32-(0)496529232 hyper@hyperfocus.be
artificiële neurale netwerken op website hyperfocus

Artificiële neurale netwerken

Artificiële neurale netwerken betekenis

Een neuraal netwerk werd vroeger een neuronaal netwerk genoemd. Het is een groep van verbonden neuronen (zenuwcellen). Waarbij de twee belangrijkste vormen zijn:

  • biologische neurale netwerken, in het bijzonder het menselijk brein,
  • kunstmatige neurale netwerken

Met dit artikel ga ik niet in op alle mogelijke ontwikkelingen. Het gaat vooral over de relevantie in het kader van artificiële intelligentie voor crowd analytics en gezichtsdetectie.

De werking

Neurale netwerken werken volgens dezelfde principes als menselijke neurale cellen. Dit is te danken aan een reeks algoritmen die de relatie tussen verschillende onderliggende variabelen vastleggen en de gegevens verwerken zoals een menselijk brein.

Afgekort tot ANN

In onze context geven we enkel een overzicht van een artificieel neuraal netwerk (ANN).

Er zijn veel dingen die machines en computers veel beter doen dan mensen. Denk bijvoorbeeld aan taken die repetitief worden uitgevoerd. Vaak wordt dan gedacht aan het berekenen van complexe wiskundige problemen. Of het maken van simulaties en animaties.

Emotie en verbeeldingskracht

Worden we binnenkort vervangen door robots? Met robots kunnen fabrieken efficiënter en sneller werken. Daarenboven hoeven ze nooit rust nemen. Als het echter om gezond verstand, verbeeldingskracht en inspiratie gaat, is de mens nog steeds veel beter.

Sinds de uitvinding van de computer is het idee dat ze misschien zelfstandig kunnen denken, steeds populairder geworden. Vanwege de manier waarop traditionele computers werkten, leek dit idee vrijwel onmogelijk te realiseren. Daarvoor zou men een nieuw ​​intelligent systeem moeten creëren. Deze systemen zouden menselijke emoties moeten kunnen herkennen door middel van gezichtsuitdrukkingen. Hoe dit zou moeten uitgevoerd worden en welke data zij daarvoor nodig hadden was niet met de gebruikelijke logica mogelijk.

Een nieuw type computergebruik

Samen met dit idee zou er een ​​grote verscheidenheid aan teksten in cursief handschrift gelezen moeten kunnen worden. Een ander voorbeeld is een voertuig dat autonoom door drukke straten te kunnen rijden. Autonomie betekent in dit geval zonder gebruik van externe hulpmiddelen zoals GPS. Het wordt alleszinds een hele uitdaging.

Om deze dingen te bereiken, moesten wetenschappers een geheel nieuw type computergebruik creëren. Geïnspireerd op de structuur van het menselijk denkvermogen. Dit nieuwe computersysteem staat bekend als kunstmatige neurale netwerken.

Geïnspireerd door de structuur van de menselijke hersenen bieden kunstmatige neurale netwerken (ANN) een haalbare oplossing om computers menselijker te maken. Zodoende ook machines te helpen hun eigen redenering voor problemen te bedenken.

De drijvende kracht achter deep learning

ANNs zijn de belangrijkste drijvende kracht achter Deep Learning. Op zijn beurt wordt het een subset van machine learning, die we in ons inleidende artikel hebben besproken.

Het is een techniek die computers in staat stelt te doen wat de mens van nature kent. Bijvoorbeeld het leren door het goede voorbeeld te geven. Zoals ook de belangrijkste technologie die autonome voertuigen, spraak- en beeldherkenning mogelijk maakt.

Korte beschrijving “Wat zijn kunstmatige neurale netwerken (ANN)?

“Artificial Neural Networks of ANN is een informatieverwerkingsparadigma dat is geïnspireerd door de manier waarop het biologische zenuwstelsel informatie verwerken. Net zoals de hersenen van de mens.

Kortom; het wordt samengesteld uit een groot aantal sterk onderling verbonden verwerkingselementen (neuronen) die samenwerken om een ​​specifiek probleem op te lossen. “

Onze gerelateerde berichten