Xarxes neuronals artificials (ANN) definides
Les xarxes neuronals artificials (ANN) són les peces d’un sistema informàtic dissenyat per simular la manera com el cervell humà analitza i processa la informació. Són els fonaments de la Intel·ligència Artificial (IA) i resolen problemes que resultarien impossibles o difícils per les normes humanes o estadístiques. L’ANN té capacitats d’autoaprenentatge que els permeten obtenir millors resultats a mesura que es disposin de més dades.
Trencar les xarxes neuronals artificials (ANN)
Les xarxes neuronals artificials (ANN) obren el camí perquè les aplicacions que canvien la vida es desenvolupin per a l'ús en tots els sectors de l'economia. Les plataformes d’Intel·ligència Artificial (AI) construïdes en ANN alteren la manera tradicional de fer les coses. Des de la traducció de pàgines web a altres idiomes fins a disposar de botigues d’assistència virtual en línia fins a conversar amb els bots de xat per solucionar problemes, les plataformes d’AI estan simplificant les transaccions i fent que els serveis siguin accessibles a tothom amb costos insignificants.
Com funciona el sistema?
Les xarxes neuronals artificials es construeixen com el cervell humà, amb nodes neuronals interconnectats com una xarxa. El cervell humà té centenars de milers de milions de cèl·lules anomenades neurones. Cada neurona està formada per un cos de cèl·lules que s’encarrega de processar informació transportant informació cap a (entrades) i allunyada (sortides) del cervell. L’ANN té centenars o milers de neurones artificials anomenades unitats de processament, que estan interconnectades per nodes. Aquestes unitats de processament estan formades per unitats d'entrada i sortida. Les unitats d’entrada reben diverses formes i estructures d’informació basades en un sistema de ponderació intern i la xarxa neuronal intenta conèixer la informació presentada per produir un informe de sortida. Igual que els humans necessiten regles i directrius per obtenir un resultat o una sortida, les ANN també utilitzen un conjunt de regles d’aprenentatge anomenades backpropagation, una abreviació per a la propagació enrere d’error, per perfeccionar els seus resultats.
Un ANN inicialment passa per una fase d’entrenament on aprèn a reconèixer patrons de dades, ja sigui visualment, fonamentalment o textualment. Durant aquesta fase supervisada, la xarxa compara la seva producció real produïda amb el que es volia produir, és a dir, la sortida desitjada. La diferència entre ambdós resultats s'ajusta mitjançant la proposació posterior. Això vol dir que la xarxa funciona enrere passant de la unitat de sortida a les unitats d’entrada per ajustar el pes de les seves connexions entre les unitats fins que la diferència entre el resultat real i el desitjat produeixi el menor error possible.
Durant l’etapa de formació i supervisió, l’ANN s’ensenya què s’ha de buscar i quina ha de ser la seva producció, utilitzant tipus de preguntes Sí / No amb números binaris. Per exemple, un banc que vulgui detectar el frau a la targeta de crèdit a temps pot tenir quatre unitats d’entrada alimentades amb aquestes preguntes: (1) La transacció es fa en un país diferent del país resident de l’usuari? (2) El lloc web en què s'utilitza la targeta per afiliació a empreses o països de la llista de vigilància del banc? (3) L’import de la transacció és superior a 2.000 dòlars? (4) El nom de la factura de transacció és el mateix que el del titular de la targeta? El banc vol que les respostes "detectades per fraus" siguin Sí Sí Sí No, que en format binari serien 1 1 1 0. Si la sortida real de la xarxa és 1 0 1 0, ajusta els resultats fins a obtenir una sortida que coincideixi amb 1 1 1 0. Després de la formació, el sistema informàtic pot alertar el banc de transaccions fraudulentes pendents, estalviant molts diners al banc.
Aplicacions pràctiques
S’han aplicat xarxes neuronals artificials a totes les àrees d’operacions. Els proveïdors de serveis de correu electrònic utilitzen ANN per detectar i eliminar el correu brossa de la safata d'entrada d'un usuari; els gestors d’actius el fan servir per predir la direcció de les accions d’una empresa; Les empreses de qualificació de crèdit l’utilitzen per millorar els seus mètodes de puntuació de crèdit; Les plataformes de comerç electrònic l’utilitzen per personalitzar recomanacions a la seva audiència; els chatbots es desenvolupen amb ANN per al processament del llenguatge natural; Els algorismes d’aprenentatge profund fan servir ANN per predir la probabilitat d’un esdeveniment; i la llista d’incorporació d’ANN continua en diversos sectors, indústries i països.
Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.