Grundbegrepp
Neurala nätverk
Ett neuralt nätverk är den beräkningsmodell som ligger under de flesta AI-verktyg i dag. Den består av lager av enkla räkneoperationer som tillsammans hittar mönster i data. Namnet kommer från en gammal liknelse med hjärnceller, och liknelsen bör inte tas bokstavligt.
Vad neurala nätverk förväxlas med
Hjärnan. Liknelsen är fyrtio år gammal och grovt förenklad. Ett neuralt nätverk fungerar inte som en hjärna och lär sig inte som en människa, och slutsatser som bygger på analogin brukar bli fel.
Djupinlärning. Djupinlärning är neurala nätverk med många lager. Nätverket är byggstenen, djupinlärningen är sättet att använda den.
Ett program med regler. Ingen har skrivit vad nätverket ska göra. Det som styr svaren är tal som justerats under träningen, och de går inte att läsa som kod.
Var du möter ordet neurala nätverk
I tekniska beskrivningar och i förklaringar av varför ingen kan säga exakt varför modellen svarade som den gjorde. Det är också bakgrunden till att svarta lådor och förklarbarhet är egna begrepp.
Vad du kan göra med det
Ordet är mest användbart som svar på frågan varför ett AI-system inte går att felsöka på samma sätt som ett vanligt program. Det finns ingen rad att peka på. Det är därför utvärdering sker på utfall och inte på kod.
Vidare
Djupinlärning (Deep Learning) om nätverk med många lager. Black box-modeller om varför svaret är svårt att spåra. Se kurserna