Искусственная нейронная сеть - это реализация математической модели биологической нейронной сети. Ее цель — извлечь пользу из данных, который в нее поступили. Например, определить, что на фотографии или сделать какой-либо прогноз. Нейронные сети состоят слоев. Внутренние слои ответственны за обучение. Входные слои позволяют ввести данные, а внешние слои позволяют вывести полезный вывод. Сами слои состоят из отдельных нейронов. Через нейронные сети многократно пропускают данные, например изображения. За счет работы различных алгоритмов в нейронной сети вырабатывается система связей между нейронами, которая позволяет в последствии при передачи новых данных получить ответ, что на фотографии. Но распознавание объектов на фотографиях далеко не единственная сфера применения нейронных сетей, их существует множество видов. Долгое время создание искусственного интеллекта оставалось частью научной фантастики и несмотря на многие предсказания прошлого, что искусственный интеллект вот-вот будет создан, искусственный интеллект был создан совсем не давно. По крайней мере люди стали говорить, что они используют искусственным интеллектом. Как минимум можно сказать, что искусственный интеллект создан с маркетинговой точки зрения. Тем не менее сейчас мы можем говорить только лишь о том, что создан специализированный искусственный интеллект, способный выполнять только определенные задачи, которые раньше было свойственно выполнять только человеку. То есть создан так называемый узкий искусственный интеллект. Создание общего искусственного интеллекта ( программы), которая могла бы мыслить как человек, по прежнему остается фантастикой. Искусственные нейронные сети являются революцией в области «узкого искусственного интеллекта» и одной из главных надежд для создания общего искусственного интеллекта в будущем. Однако искусственный интеллект может строиться не только на базе искусственных нейронных сетей. Так почему же революция совершена именно благодаря им, а не другим подходам? Дело в том, что компьютерные программы давно могут автоматизировать различную работу человека. Возьмем к примеру завод. На нем есть много труда, который можно было автоматизировать. Не трудно составить алгоритм, например, для промышленного манипулятора, который будет переносить определенные тяжелые предметы. С помощью технологий перевода данных обработанных процессором в движения манипулятора можно заставить его совершить определенную полезное работу. Но как ввести данные для обработки? Как дать понять манипулятору какой предмет ему нужно взять? Здесь на помощь может прийти камера. Долгое время различные алгоритмы компьютерного зрения справлялись с определенными несложными задачами наподобие определения предметов через цвет или его геометрическую форму. Но что если нужно работать с предметами разного цвета и формы, но объеденных другими общими свойствами? Например сортировать яблоки и груши. Они могут быть разной формы и цвета, но тем не менее нужно отделить одно от другого. Человеку не трудно справиться с подобной задачей но для искусственного интеллекта долгое время это оставалось не посильной задачей. Однако с применением глубоких искусственных нейронных сетей выполнение этой задачи стало реальностью. Но не только в сфере распознавания образов важную роль сыграли нейронные сети. Также в сфере распознавания речи. Так же сейчас есть нейронные сети которые могут создавать изображения и синтезировать голос. Подобный переворот случился благодаря тому, что нейронные сети стали повторять собою нейронные сети человеческого мозга, который как раз может легко справляться с подобной задачей.
