ന്യൂറൽ നെറ്റ്‌വർക്ക്

ജീവികളുടെ നാഡീകോശങ്ങളുടെ ശൃംഖലകളെ ആസ്പദമാക്കി കമ്പ്യൂട്ടറിൽ സൃഷ്ടിക്കുന്ന കൃത്രിമ നാഡീകോശങ്ങളെയാണ് കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്ക് എന്ന് പറയുക. കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്ക് ഒരു കമ്പ്യൂട്ടർ പ്രൊഗ്രാമിന്റെ ഭാഗമാണ്. ഇതുപയോഗിക്കുന്നത് സാധാരണ കമ്പ്യൂട്ടർ പ്രൊഗ്രാമുകളിൽ സാധാരണ ഉണ്ടാക്കാവുന്ന ബുദ്ധിക്കും (intelligence/logic) അതീതമായി മനുഷ്യ ബുദ്ധിയോട് സാമീപ്യമുള്ള തരം ബുദ്ധി ഉണ്ടാക്കാനാണ്. ^[1]

ഒരു ഫീഡ് ഫോർവാർഡ് ന്യൂറൽ നെറ്റ്വർക്കിന്റെ ചിത്ര ദൃശ്യം

കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ബയോളജിക്കൽ ന്യൂറോണുകൾ തമ്മിലുള്ള ബന്ധങ്ങളെ അനുകരിച്ചുകൊണ്ട് കൃത്രിമബുദ്ധിയിലെ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ രൂപകൽപ്പന ചെയ്‌തിരിക്കുന്ന ഒരു തരം കമ്പ്യൂട്ടർ സംവിധാനമാണ്. കണക്ഷനുകളുടെ ദൃഢത അനുകരിക്കാൻ നോഡുകൾക്കിടയിൽ അവർ വെയിറ്റ് ഉപയോഗിക്കുന്നു, ഇൻപുട്ട് ഡാറ്റയെ അടിസ്ഥാനമാക്കി പഠിക്കാനും തീരുമാനങ്ങൾ എടുക്കാനും കമ്പ്യൂട്ടറുകളെ അനുവദിക്കുന്നു. ന്യൂറൽ നെറ്റ്‌വർക്കുകളിലെ പോസിറ്റീവ് വെയ്റ്റ് എന്നത് "ഗോ" അല്ലെങ്കിൽ "എക്സൈറ്റ്" എന്ന് പറയുന്ന ഒരു ബട്ടൺ അമർത്തുന്നത് പോലെയാണ്, ഇത് കണക്ഷൻ കൂടുതൽ സജീവമാക്കുന്നു. മറുവശത്ത്, ന്യൂറൽ നെറ്റ്‌വർക്കുകളിലെ കണക്ഷൻ കുറയ്ക്കുന്ന ഒരു "സ്റ്റോപ്പ്" ബട്ടൺ അല്ലെങ്കിൽ "ഇൻഹിബിറ്റ്" പോലെ നെഗറ്റീവ് വെയിറ്റായി പ്രവർത്തിക്കുന്നു. ഒരു കമ്പ്യൂട്ടർ സിസ്റ്റത്തിൽ ഇൻപുട്ടുകളുമായി പ്രവർത്തിക്കുമ്പോൾ, ഓരോ ഇൻപുട്ടിനും ഒരു പ്രത്യേക പ്രാധാന്യം (ഭാരം) നൽകുകയും അവ കൂട്ടിച്ചേർക്കുകയും ചെയ്യുന്നു (ലീനിയർ കോമ്പിനേഷൻ). തുടർന്ന്, ഒരു ഫംഗ്‌ഷൻ ഫൈൻ ഔട്ട്പുട്ടിന്റെ ശക്തി നിർണ്ണയിക്കുന്നു, അത് 0 മുതൽ 1 വരെ അല്ലെങ്കിൽ -1 മുതൽ 1 വരെ ആവശ്യമുള്ള ഒരു പരിധിക്കുള്ളിൽ വരുന്നുണ്ടെന്ന് ഉറപ്പാക്കുന്നു.

പ്രെഡിക്റ്റീവ് മോഡലിംഗ്, അഡാപ്റ്റീവ് കൺട്രോൾ, ഒരു ഡാറ്റാസെറ്റ് വഴി പരിശീലിപ്പിക്കാൻ കഴിയുന്ന ആപ്ലിക്കേഷനുകൾ എന്നിവയ്ക്കായി ഈ കൃത്രിമ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിച്ചേക്കാം. അനുഭവത്തിന്റെ ഫലമായുണ്ടാകുന്ന സ്വയം പഠനം നെറ്റ്‌വർക്കുകൾക്കുള്ളിൽ സംഭവിക്കാം, ഇത് സങ്കീർണ്ണവും ബന്ധമില്ലാത്തതുമായ വിവരങ്ങളുടെ ഒരു കൂട്ടത്തിൽ നിന്ന് മികച്ച നിഗമനങ്ങളിൽ എത്തിച്ചേരാനാകും.^[2]

അവലോകനം

ഒരു ബയോളജിക്കൽ ന്യൂറൽ നെറ്റ്‌വർക്ക് രാസപരമായി ബന്ധിപ്പിച്ച അല്ലെങ്കിൽ പ്രവർത്തനപരമായി ബന്ധപ്പെട്ടിരിക്കുന്ന ഒരു കൂട്ടം ന്യൂറോണുകൾ ചേർന്നതാണ്. ഒരൊറ്റ ന്യൂറോണിനെ മറ്റ് പല ന്യൂറോണുകളുമായി ബന്ധിപ്പിച്ചിട്ടുണ്ട്, കൂടാതെ ഒരു നെറ്റ്‌വർക്കിലെ മൊത്തം ന്യൂറോണുകളുടെയും കണക്ഷനുകളുടെയും എണ്ണം വിപുലമാണ്. തലച്ചോറിലെ കണക്ഷനുകൾ, സിനാപ്‌സസ് എന്നറിയപ്പെടുന്നു, സാധാരണയായി ആക്സോണുകളെ ഡെൻഡ്രൈറ്റുകളുമായി^[3] ബന്ധിപ്പിക്കുന്നു, ഇത് ന്യൂറോണുകൾ തമ്മിലുള്ള ആശയവിനിമയം സാധ്യമാക്കുന്നു. വൈദ്യുത സിഗ്നലുകൾക്ക് പുറമേ, ന്യൂറോണുകൾക്കിടയിൽ സന്ദേശങ്ങൾ കൈമാറുന്നതിനായി സിനാപ്സുകളിലുടനീളം വ്യാപിച്ചുകൊണ്ട് ന്യൂറോ ട്രാൻസ്മിറ്ററുകൾ നിർണായക പങ്ക് വഹിക്കുന്നു. ഈ കെമിക്കൽ സിഗ്നലിംഗ് തലച്ചോറിനുള്ളിൽ ആശയവിനിമയത്തിനും വിവര കൈമാറ്റത്തിനും സഹായിക്കുന്നു.

കൃത്രിമബുദ്ധി, കോഗ്നിറ്റീവ് മോഡലിംഗ്, ന്യൂറൽ നെറ്റ്വർക്കുകൾ എന്നിവയാണ് മനുഷ്യ തലച്ചോർ ജോലി ചെയ്യുന്നതിൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ട വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനുള്ള മാർഗങ്ങൾ. ജൈവശാസ്ത്രപരമായ ന്യൂറൽ സിസ്റ്റംസ് ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്ന രീതി അവ അനുകരിക്കുന്നു, കമ്പ്യൂട്ടറുകളെ സഹായിക്കുന്നതിൽ നിന്ന് മനസിലാക്കാൻ സഹായിക്കുകയും മനുഷ്യചിന്തയുടെ പ്രക്രിയകൾക്ക് സമാനമായ രീതിയിൽ അവ മനസിലാക്കുകയും ചെയ്യുന്നു. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മേഖലയിൽ, സോഫ്‌റ്റ്‌വെയർ ഏജന്റുമാരോ (കമ്പ്യൂട്ടറിലും വീഡിയോ ഗെയിമുകളിലും) അല്ലെങ്കിൽ സ്വയം പ്രവർത്തിക്കുന്ന റോബോട്ടുകളെ നിർമ്മിക്കുന്നതിനായി, കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ സംഭാഷണം തിരിച്ചറിയൽ, ഇമേജ് വിശകലനം, അഡാപ്റ്റീവ് നിയന്ത്രണം എന്നിവയിൽ വിജയകരമായി പ്രയോഗിച്ചു.