O rețea neuronală artificială este un nume pentru un fel de tehnologie computerizată care încearcă să imite creierul uman. O rețea neuronală artificială sau ANN include neuroni simulați și stimuli pentru încercările de reproducere a funcțiilor creierului. Această gamă largă de software și dispozitive folosește modele de algoritmi neuronali pentru a crea procese de luare a deciziilor pe care planificatorii speră că vor imita îndeaproape procesele gândirii umane. Rețelele neuronale artificiale reprezintă un mare progres față de ideile relativ primitive despre computere din deceniile precedente.
Software-ul de rețea neuronală este aplicat în mod tradițional jocurilor și altor sarcini care implică gândirea umană relativ calculată. Într-un sens mai bio-fizic, rețelele neuronale se bazează pe examinarea modului în care neuronii creierului comunică și transmit mesaje. Aplicațiile de rețele neuronale includ interacțiunea diferitelor funcții, în care inginerii se uită la producția totală pentru a vedea cum aceste sisteme de rețele neuronale artificiale pot imita în mod eficient gândirea umană. O varietate de „aplicații din viața reală” pentru ANN includ analiza de regresie, aproximarea funcțiilor, robotica și procesarea generală a datelor.
Diverse tipuri de rețele neuronale artificiale au fost dezvoltate pentru diferite prevederi de cercetare. Acestea folosesc diferite tipuri de modele de învățare, cum ar fi învățarea supravegheată, nesupravegheată sau consolidată. Tipurile de rețele neuronale includ o rețea neuronală unidirecțională, o funcție de bază radială sau o rețea RBF, o rețea de auto-organizare Kohonen și chiar rețele neuronale modulare în care o rețea mai mare este formată din mai multe rețele mici.
Un alt tip de structură nouă aplicată rețelelor neuronale artificiale este adesea numit „comitet de mașini” în care diferite structuri de rețea oferă fiecare propriul „vot” sau „opinie” într-un proces de modelare a deciziilor. Aceasta este uneori numită și o rețea neuronală asociativă sau ASNN. Beneficiul acestui tip de cercetare este evident pentru inginerii care cred că ASNN poate ajuta la modelarea procesului decizional al grupului uman sau a altor modelări complexe în moduri similare cu modelele individuale de luare a deciziilor oferite de ANN.
Un principiu care este adesea utilizat de o rețea neuronală artificială se numește „logică neclară”. Cuvântul „fuzzy” este folosit pentru a descrie orice lacune în date sau cunoștințe. Rețelele neuronale sunt adesea capabile să închidă unele lacune de date sau cunoștințe prin ghicituri educate și predicții statistice, care este în contrast cu logica binară strictă „da sau nu” asociată în mod tradițional cu luarea deciziilor electronice. Depășirea logicii fuzzy ajută rețelele neuronale să ofere rezultate mai bune în simulări. Folosind elementele de bază ale cercetărilor anterioare, planificatorii și inginerii cu experiență în rețelele neuronale artificiale îmbunătățesc continuu ceea ce pot face aceste instrumente pentru a depăși limitele cunoștințelor noastre despre propriile noastre minți.