اكتشف قوة الشبكات العصبية - وهي مفتاح ابتكارات الذكاء الاصطناعي والتعلم الآلي مثل الرؤية الحاسوبية والبرمجة اللغوية العصبية وابتكارات التعلم العميق.
الشبكات العصبية (NNs)، والتي غالباً ما تسمى الشبكات العصبية الاصطناعية (ANNs)، هي نماذج حسابية مستوحاة من البنية والوظيفة المعقدة للدماغ البشري. وهي تشكل حجر الزاوية للذكاء الاصطناعي الحديث (AI) والتعلم الآلي (ML)، وهي مصممة في المقام الأول للتعرف على الأنماط المعقدة داخل البيانات. تعمل هذه الشبكات على تشغيل العديد من الأنظمة الذكية التي نتفاعل معها يومياً، بدءاً من أدوات التعرف على الصور المتطورة إلى خدمات الترجمة اللغوية المتقدمة.
تتكون الشبكة العصبية من طبقات من العقد المترابطة أو الخلايا العصبية. وتتضمن هذه الطبقات عادةً طبقة مدخلات تستقبل البيانات الخام، وطبقة مخفية واحدة أو أكثر تعالج البيانات، وطبقة مخرجات تنتج النتيجة النهائية، مثل التصنيف أو التنبؤ. يحمل كل اتصال بين الخلايا العصبية وزناً، مما يدل على أهمية الاتصال. وتعالج الخلايا العصبية مدخلاتها باستخدام دالة تنشيط لتحديد إشارة الخرج التي تمررها. تتعلم الشبكة من خلال تعديل هذه الأوزان أثناء عملية التدريب، وعادةً ما تستخدم خوارزميات مثل النسب المتدرج والترحيل العكسي، لتقليل الخطأ بين تنبؤاتها والقيم المستهدفة الفعلية. للحصول على إرشادات حول التدريب الفعال، راجع نصائح تدريب النموذج.
النماذج التي تستخدم التعلُّم العميق هي في الأساس شبكات عصبية ذات طبقات مخفية عديدة (ومن هنا جاءت كلمة "عميق"). يسمح لها هذا العمق بتعلم الأنماط المعقدة للغاية والسمات الهرمية من مجموعات البيانات الكبيرة، مما يجعلها فعالة بشكل استثنائي في مهام مثل اكتشاف الأجسام وتجزئة الصور. على عكس نماذج التعلم الآلي الأبسط التي قد تتطلب هندسة الميزات يدويًا، تتفوق الشبكات العصبية في استخراج الميزات ذات الصلة تلقائيًا من البيانات غير المنظمة مثل الصور والنصوص.
الشبكات العصبية متعددة الاستخدامات بشكل لا يصدق وقد تم تطبيقها في العديد من المجالات. وفيما يلي مثالان رئيسيان:
من المفيد التمييز بين الشبكات العصبية ومفاهيم الذكاء الاصطناعي ذات الصلة:
باختصار، الشبكات العصبية هي نماذج قوية مستوحاة من الدماغ تمكّن الآلات من تعلم الأنماط المعقدة من البيانات. وهي لبنات بناء أساسية للتعلم العميق وتدفع التقدم في تطبيقات الذكاء الاصطناعي المتنوعة، بدءاً من فهم الصور باستخدام الرؤية الحاسوبية إلى معالجة اللغة في معالجة اللغات الطبيعية.