Słownik

struktury składające się z neuronów połączonych synapsami. Sztuczne sieci neuronowe składają się z trzech typów warstw: wejściowej (zbiera dane i przekazuje je dalej), ukrytej (tu szukane są powiązania między neuronami, czyli zachodzi proces uczenia się) i wyjściowej (gromadzi wnioski, wyniki analizy). Sieć neuronowa może składać się z dowolnej liczby warstw.W technologii informacyjnej (IT) sieć neuronowa to sprzęt albo oprogramowanie (może być jedno i drugie) wzorowane na działaniu neuronów w ludzkim mózgu.Zazwyczaj sieć neuronową tworzy wiele warstw. Do pierwszej warstwy – analogicznie jak w przypadku obrazów rejestrowanych np. przez nerwy wzrokowe u człowieka – trafiają nieprzetworzone dane wejściowe. Każda kolejna warstwa otrzymuje dane będące wynikiem przetworzenia danych w warstwie poprzedniej. To, co wytwarza ostatnia warstwa, to tzw. dane wyjściowe systemu.Sieć neuronowa funkcjonuje jak ludzki mózg: każdy neuron przeprowadza własne proste obliczenia, a sieć, którą tworzą wszystkie neurony, zwielokrotnia potencjał tych obliczeń. Sieci neuronowe wykorzystywane w sztucznej inteligencji są zorganizowane na tej samej zasadzie – ale z jednym wyjątkiem: by wykonać określone zadanie, połączenia między neuronami można odpowiednio dostosować.Technologia sieci neuronowych ma wiele praktycznych zastosowań. Używa się jej m.in. do rozpoznawania pisma ręcznego w celu przetwarzania czeków, transkrypcji mowy na tekst, prognozowania pogody czy rozpoznawania twarzy.