شبکههای عصبی مصنوعی مدلهای ریاضی الهام گرفته از مغز انسان هستند. شبکههای
عصبی مصنوعی بهرغم اینکه بسیار سادهتر از همتاهای بیولوژیکی خود هستند اما
همانند شبکههای عصبی عمل میکنند و قادر به پردازش اطلاعات پیچیده هستند.
این شبکه عصبی مصنوعی که توسط محققان دانشگاه 'کلتک' آمریکا ابداعشده است میتواند با شناسایی درست اعداد دستنویس، مشکل یادگیری
ماشینی را حل کند.
یادگیری ماشینی (Machine learning) بهعنوان
یکی از شاخههای وسیع و پرکاربرد هوش مصنوعی، به تنظیم و اکتشاف شیوهها و الگوریتمهایی
میپردازد که بر اساس آنها رایانهها و سامانهها توانایی تعلم و یادگیری پیدا میکنند.
محققان توانایی هوش مصنوعی خود را در شناسایی اعداد دستنویس، گام
مهمی در نشان دادن توانایی برنامهریزی هوش مصنوعی در مدارهای ارگانیک انسانساز
عنوان میکنند.
به ادعای محققان، این کار روزی میتواند به ساخت رباتهای انسان
مانندی منجر شود که کاملاً از مواد ارگانیک ساخته میشوند.
هوش مصنوعی ابداعی این محققان در جریان آزمایشاتی توانست بهدرستی
اعداد دسته نویس را ارزیابی کند؛ به گفته محققان، این تحقیق نشان میدهد که انسانها
در حال هر چه نزدیکتر شدن به قرار دادن هوش مصنوعی در مدارهای ارگانیک هستند.
بااینحال هدف نهایی این محققان، برنامهریزی رفتارهای هوشمند مانند
توانایی محاسبه، توانایی انتخاب و غیره با استفاده از شبکههای عصبی مصنوعی ساختهشده
از دیانای است.
مقالهای در رابطه با این دستاورد در مجله Nature منتشرشده
است.
5656
نظر شما