Skoro już pamiętamy, jak działa neuron biologiczny, przejdźmy do poznania neuronu sztucznej inteligencji:

  • wejścia neuronu pełnią taką samą funkcję jak dendryty – czyli przesyłają sygnał;
  • blok sumujący to odpowiednik jądra komórkowego w neuronie biologicznym. Przechowuje wagi. W dalszej części wyjaśnimy, czym są wagi;
  • wyjście neuronu to odpowiednik synapsy. W sztucznym neuronie jest zawsze tylko jedno wyjście.
Najprostszy model sztucznego neuronu, który powstał w 1943 r. Jego twórcami byli W. McCulloch i W. Pitts. Szara strzałka pokazuje kierunek przepływu sygnału.

Sztuczny neuron ma mniejsze możliwości niż biologiczny. Jednak podobnie jak w przypadku neuronu biologicznego wraz z innymi sztucznymi neuronami tworzy sztuczną sieć neuronową – potężne narzędzie do nauki dla sztucznej inteligencji.

Skoro mówimy o uczeniu się sztucznej inteligencji, musimy wspomnieć o ważnym terminie z tej dziedziny, jakim jest deep learning, czyli uczenie głębokie.

Uczenie głębokie to jedna z technik uczenia maszynowego. Niektóre sieci głębokie potrafią się uczyć bez etykiet i nadzoru człowieka. Sztuczne neurony ułożone są w kilka warstw. Warstwa zewnętrzna odbiera bodźce i przekazuje je kolejnej warstwie. Podobnie jak u człowieka, po przejściu informacji przez kilka warstw, trafia ona do „mózgu” maszyny. W naszym mózgu pojawia się informacja: „boli”, „ciepło” czy „znajoma twarz”. Do „mózgu” maszyny trafia natomiast liczba. W zależności od jej wartości, maszyna odpowiednio działa, np. rozpoznaje przedmiot albo wykonuje konkretne działanie.

Schemat działania sztucznej sieci neuronowej. Sieć „widzi” przedmiot, dokonuje odpowiednich obliczeń i klasyfikacji, dzięki czemu jest w stanie ten przedmiot rozpoznać i nazwać.