Réseaux neuronaux artificiels
Les réseaux neuronaux artificiels(ANN), ou systèmes connexionnistes sont des systèmes informatiques qui sont inspirés par, mais ne sont pas identiques aux réseaux de neurones biologiques qui constituent un cerveau.
De tels systèmes "apprennent" à exécuter des tâches en prenant en compte des exemples, généralement sans être programmés avec des règles spécifiques à une tâche. Par exemple, en reconnaissance d'image, ils peuvent apprendre à identifier les images contenant des chats en analysant des exemples d'images étiquetées manuellement comme "chat" ou "sans chat" et en utilisant les résultats pour identifier les chats dans d'autres images. Ils le font sans aucune connaissance préalable des chats, par exemple, qu'ils ont une fourrure, une queue, des moustaches et un visage de chat. Au lieu de cela, ils génèrent automatiquement des caractéristiques d'identification à partir des exemples qu'ils traitent.
Un réseau neuronal artificiels est basée sur une collection d'unités ou de nœuds connectés appelés neurones artificiels, qui modélisent de manière lâche les neurones d'un cerveau biologique. Chaque connexion, comme les synapses dans un cerveau biologique, peut transmettre un signal à d'autres neurones. Un neurone artificiel qui reçoit un signal le traite ensuite et peut signaler les neurones qui y sont connectés.
Dans les implémentations des réseaux neuronaux artificiels , le "signal" d'une connexion est un nombre réel et la sortie de chaque neurone est calculée par une fonction non linéaire de la somme de ses entrées. Les connexions s'appellent des bords . Les neurones et les arêtes ont généralement un poids qui varie en fonction de l'apprentissage. Le poids augmente ou diminue l'intensité du signal lors d'une connexion. Les neurones peuvent avoir un seuil tel qu'un signal ne soit envoyé que si le signal agrégé dépasse ce seuil.
Généralement, les neurones sont regroupés en couches . Différentes couches peuvent effectuer différentes transformations sur leurs entrées. Les signaux voyagent du premier calque (le calque d'entrée) au dernier calque (le calque de sortie), éventuellement après avoir traversé les calques plusieurs fois.
L’objectif initial desréseaux neuronaux artificiels était de résoudre les problèmes de la même manière que le ferait un cerveau humain .
Cependant, avec le temps, l'attention s'est portée sur l'exécution de tâches spécifiques, conduisant à des déviations par rapport à la biologie. Les réseaux neuronaux artificiels ont été utilisés sur une variété de tâches, y compris la vision par ordinateur, la reconnaissance vocale, la traduction automatique, réseau social filtrage, jeux de société et vidéo, le diagnostic médical et même dans les activités qui ont toujours été considérées comme réservées à l’homme, comme la peinture.
