We hebben allemaal een zeer geavanceerde verwerkingseenheid - de hersenen - die een aantal opmerkelijke taken kan uitvoeren.

Ondanks hun snelheid en geheugencapaciteit worstelen op silicium gebaseerde computers om het te evenaren. De tak van de computerwetenschap, genaamd Artificial Intelligence, probeert de kloof te verkleinen, en een van de basisinstrumenten van AI is het neurale netwerk. Laten we dus eens kijken naar wat het neurale netwerk kan doen.

In de loop der jaren heeft kunstmatige intelligentie zijn ups en downs gehad. Over het algemeen zou er een periode van 'up' zijn dat, na een korte reeks succesvolle papers, onderzoekers zouden beginnen met het maken van voorspellingen over hun discipline die steeds fantasierijker zou worden. Dit zou natuurlijk leiden tot een periode van 'down', toen deze voorspellingen niet kwamen te geschieden.

Net zoals spin-offsoftware van het ruimteprogramma hun weg heeft gevonden naar retailproducten, worden spin-offs van AI onderdeel van ons leven door middel van intelligente software, hoewel we het misschien niet als zodanig herkennen.

Het realistisch houden

Een vrij recent voorbeeld dat in je opkomt is het vermogen van sommige camera's om te detecteren wanneer een gezicht in beeld is en dus op dat gezicht scherp te stellen. De gezichtsherkenningssoftware is opmerkelijk snel en zelden fout, dus bij het maken van portretten met deze camera's is het gemakkelijk te vertrouwen dat de gezichten van de onderwerpen scherp in beeld komen en correct worden belicht.

De nieuwe versie van de iPhoto-app van Apple gaat nog een stap verder: het bevat gezichtsherkenningssoftware. Importeer uw foto's in iPhoto en het detecteert gezichten. Het is dan in staat om dezelfde gezichten in verschillende foto's te herkennen. Zodra je het gezicht hebt 'benoemd', annoteert iPhoto de foto met de gezichten die het herkent.

Een andere bedrijfsgerichte toepassing van AI-algoritmen is spraakherkenning in programma's zoals Dragon Naturally Speaking en besturingssystemen zoals Windows 7.

Sommige auto's met optionele 'Technologie'-pakketten hebben ook stemherkenning voor het regelen van de interieurfuncties van de auto, zoals de radio of de verwarming. (Ik heb het gesprek met mijn auto opgegeven: aangezien ik Brits ben maar in de Verenigde Staten woon, krijgt de stemherkenningssoftware van de auto mijn stem niet ',' misschien omdat het is geoptimaliseerd voor een Amerikaans accent.)

Nog een ander voorbeeld is OCR (Optical Character Recognition). Hier is de stand van zaken vrij opmerkelijk, waarbij de top-end-pakketten meer dan 99 procent nauwkeurigheid aangeven voor getypte of gezette tekst. Zelfs de oude Palm Pilot PDA's hadden zeer beperkte - maar zeer succesvolle - handschriftherkenningssoftware; Zodra je jezelf had getraind om de gewijzigde karakters te schrijven, herkende de PDA ze zo snel als je ze kon schrijven.

Hoewel deze AI-applicaties veel verschillende technieken gebruiken om hun magie te doen, is er een zeer fundamentele bouwsteen genaamd het neurale netwerk, waarvan veel van deze technieken slechts verfijningen zijn.

Hoe het werkt

Voordat we een idee krijgen van wat een neuraal netwerk doet, moeten we kijken naar de biologische achtergrond waarvan het is afgeleid.

Als je naar een brein kijkt in een microscoop, zie je dat het bestaat uit gespecialiseerde cellen die neuronen worden genoemd. Neuronen zijn inderdaad eigenaardige cellen.

Het hoofdlichaam van het neuron wordt de soma genoemd en het heeft een echt bos van dendrieten waardoor invoersignalen binnenkomen. Als het aantal binnenkomende signalen voldoende is, zal het verschil in spanningspotentiaal ervoor zorgen dat de axonheuvel zijn eigen signaal langs de axon afvuurt, een relatief lange verlenging van de cel.

Het axon vertakt zich naar het einde toe en aan het einde van elke tak is er een synaps die aansluit op een dendriet van een ander neuron. Het signaal reist door de synaps (we spreken over het vuren van de synaps) in de dendriet en dit signaal neemt dan deel aan de vraag of het volgende neuron vuurt of niet.

Dus, koken dit tot de absolute grondbeginselen (zonder zorgen te maken over de chemische processen die helpen het signaal reizen door de synaptische kloof, of over de talloze andere processen in de cel) hebben we:

  • een reeks ingangssignalen die vanuit andere cellen de cel binnenkomen;
  • als de som van de signalen een drempel bereikt, vuurt de cel zijn eigen signaal af;
  • het uitgangssignaal van een cel zal het ingangssignaal worden voor verschillende andere cellen.

Kortom: invoer, sommatie en, indien boven drempelwaarde, uitvoer. Klinkt computerachtig.

In het menselijk brein zijn er ruwweg 20 miljard neuronen (het aantal hangt af van verschillende factoren, waaronder leeftijd en geslacht). Elk neuron zal via synapsen verbonden zijn met ongeveer 10.000 andere neuronen.

Het brein is een gigantisch, ingewikkeld netwerk van dendritische verbindingen. In tegenstelling tot computers is het enorm parallel: berekeningen zijn overal in de hersenen aan de gang. Het geeft de geest een idee van hoe complex het is - en zelfs hoe het werkt.

Dus laten we terugtrekken van de rand en kijken hoe we dit in de computer kunnen nabootsen.