الشبكات العصبية الاصطناعية
الشبكات العصبية الاصطناعية
الشبكات العصبية الاصطناعية من اهم الذكاء الاصطناعي استلهمت فكرتها من طريقة عمل تتكون هذه الشبكات من مجموعة من العقد او الخلايا العصبية المرتبطة و تعمل على معالجة المعلومات بطريقة مشابهة لعمل الخلايا العصبية البيولوجية تدريب الشبكة العصبية الاصطناعية باستخدم بيانات ضخمة تتعلم من خلال التكرار و التقليل الخطأ تستخدم هذه الشبكات في العديد من المجالات مثل ترجمة اللغات و تحليل البيات الطبية و قيادة السيارات الذاتية .
تتكون الشبكة من ثلاث طبقات : الطبقة الإدخالية التي تستقبل البيانات و الطبقات الخفية التي تقوم بعمليات و الطبقة الإخراجية التي تنتج النتيجة و تستخدم خوارزميات مثل الانتشار العكسي لتحديث الروبط بين العقد و تحسين أداء النموذج يعتبر هذا النوع من النماذج قويا للغاية في التعرف على الأنماط يحتاج إلى قدر كبير من البيانات و مع تطور تقنيات الحوسبة أصبحت الشبكات العصبية أداء فعالة في دعم اتخاذ القرار الآلي و بهذا فان الشبكات العصبية الاصطناعية تمثل خطوة متقدمة تمكن الآلات من الفهم و تفتح افاق واسعة لتطبيقات مستقبلية .
توجد أنواع من الشبكات العصبية ولكل نوع استخدام محددة على حسب طبيعة المشكلة . هذي الانوع : الشبكات العصبية التغذوية الأمامية
( feedforward neural networks ) وهي أبسط أشكال الشبكات تنقل المعلومات من الطبقة الإدخالية إلى الطبقة الأخراجية و هناك الشبكات العصبية التكرارية ( Recurrent Neural Networks) تستخدم لمعالجة البيانات المتسلسلة كاللغة و الكلام تحتفظ بذاكرة مؤقتة بالإضافة توجد الشبكات العصبية الالتفافية ( Convolution neural networks) تستخدم بكثرة في مجال معالجة الرؤية الحاسوبية تستطيع اكتشاف الأنماط المعقدة .
من أبرز الشبكات العصبية قدرتها العالية على التعلم من البيانات دون الحاجة إلى برمجتها أنها تتفوق على الخورزاميات التقليدية في أداء المهام المعقدة مثل تحليل الكلام إلا ان هذه الشبكات لا تخلو من التحديات من أبرز التحديات :الحاجة الى كميات ضخمة من البيانات بالإضافة الى صعوبة في تفسير كيفية اتخاذ القرار في بعض التطبيقات الحساسة .
تعليقات
إرسال تعليق