Znanstveniki poskušajo že dlje časa znanje o biologiji delovanja možganov uporabiti tudi pri načrtovanju strojev, ki znajo misliti. Prav pristop, pri katerem poskušajo posnemati dejansko delovanje resničnih možganov, ki jih v temelju sestavlja velika množica medsebojno povezanih živčnih celic oziroma nevronov, je zadnja leta omogočil velik napredek na področju razvoja umetne inteligence.

Učenje nevronskih mrež

Enega prvih modelov umetnih možganov, v katerem so za povezave med nevroni uporabili kar medsebojno prepletene žice, je leta 1957 zgradil profesor psihologije na Univerzi Cornell Frank Rosenblatt. S strojem, ki ga je poimenoval perceptron, je želel pokazati, da lahko tudi umetne nevrone v obliki žic nauči prepoznavati preproste vzorce v podatkih.

Poleg sistema umetnih nevronov je zgradil tudi preprosto umetno oko, v katerem je bila mreža s 400 detektorji svetlobe. Ti senzorji so, podobno kot fotoreceptorji v mrežnici našega očesa, ki prek vidnega živca pošiljajo informacije iz oči v možgane, posredovali podatke o vzorcu na sliki v sistem umetnih nevronov. Cilj raziskovalcev je bil, da bi s spreminjanjem jakosti povezav med posameznimi nevroni poskušali sistem nevronov postopoma naučiti, da bi znal v signalih prepoznati preproste oblike. Rosenblattov perceptron velja za enega prvih dejansko delujočih modelov umetne nevronske mreže.

Zelo poenostavljeno rečeno delujejo umetni in nar

Prebrali ste manjši del članka,
če želite nadaljevati z branjem, se morate prijaviti, registrirati ali naročiti.

Registrirajte se povsem brezplačno - vsak mesec imate poleg vseh odprtih vsebin brezplačni dostop do 4 zaklenjenih člankov na spletnem portalu Dnevnik.si ter v mobilni aplikaciji Dnevnik.si.

NAROČI SE PRIJAVI SE

Še niste registrirani? Registrirajte se tukaj.

nagradna igra