O rețea neuronală adaptivă este un sistem care procesează informații și face ajustări la rețea atunci când este necesar. Astfel de rețele pot fi găsite în sisteme informatice sau în forme de viață organice. Ele sunt folosite pentru a interpreta cantități mari de informații complexe și sunt baza tehnologiei moderne de inteligență artificială.
O rețea neuronală adaptativă creată de om, numită și rețea neuronală artificială, este modelată după rețelele neuronale care apar în mod natural în creierul oamenilor și animalelor. Ei funcționează folosind o serie de senzori de colectare a informațiilor – neuronii – care sunt interpretați de o unitate centrală de procesare. Aceste conexiuni pot modifica și schimba modul în care interacționează cu unitatea centrală de procesare pe baza propriei evaluări a modului în care își pot îndeplini cât mai eficient funcțiile.
Există două moduri principale în care o rețea neuronală adaptivă „învață”: învățarea supravegheată și învățarea nesupravegheată. Învățarea supravegheată necesită un om omolog uman care instruiește rețeaua despre cum să interpreteze și să interacționeze cu diverse intrări. Scopul acestui stil de învățare este de a se asigura că nu există erori în metodele pe care le utilizează rețeaua neuronală adaptivă pentru a procesa informațiile și pentru a consolida acțiunile dorite ale rețelei.
Învățarea nesupravegheată se bazează pe unitatea centrală de procesare care interacționează cu mediul său și ia propriile decizii cu privire la modul în care ar trebui să funcționeze pe baza programării sale originale. Pentru a face acest lucru, organizează și reorganizează informațiile pe care le primește și face predicții despre care ar putea fi rezultatele modificării acestor date. O rețea poate învăța fie online, fie offline. Învățarea online înseamnă că rețeaua învață în timp ce îndeplinește și sarcini. Învățarea offline necesită ca rețeaua să învețe separat de actorie.
În prezent, există patru sarcini principale care sunt îndeplinite de rețelele neuronale adaptive. Toate se ocupă de procesarea și interpretarea tiparelor. În primul rând, există gruparea, în care rețeaua examinează un număr de modele și grupează modele asociate în grupuri.
O a doua sarcină pe care o poate îndeplini o rețea neuronală adaptivă este recunoașterea și interpretarea unui model, cum ar fi cuvintele scrise sau rostite. Făcând acest lucru, poate încerca să înțeleagă modele complet necunoscute pe baza înțelegerii modelelor înrudite. Furnizarea unei estimări a valorii unei funcții este a treia sarcină principală și este adesea folosită în știință sau inginerie. A patra sarcină principală pe care o poate îndeplini o rețea neuronală adaptivă este de a face predicții despre ceea ce se va întâmpla în viitor dacă se vor aduce modificări anumitor modele de date.
O rețea neuronală artificială este o formă de inteligență artificială, iar utilizările sale cele mai moderne implică tehnologie robotică avansată. Este folosit mai frecvent de analiștii de date, deoarece joburile lor se ocupă cu interpretarea și sortarea unor cantități mari de informații. O rețea neuronală artificială poate ajuta un analist să-și organizeze datele, să efectueze cercetări și să testeze posibile modificări ale produselor și serviciilor companiei sale. Pe măsură ce tehnologia devine mai avansată, aplicațiile rețelelor neuronale vor deveni mai comune.