Una rete neurale artificiale è un nome per un tipo di tecnologia informatica che cerca di imitare il cervello umano. Una rete neurale artificiale o ANN include neuroni simulati e stimoli per tentativi di riprodurre le funzioni del cervello. Questa vasta gamma di software e dispositivi utilizza modelli di algoritmi neurali per creare processi decisionali che i pianificatori sperano possano imitare da vicino i processi del pensiero umano. Le reti neurali artificiali rappresentano un grande progresso rispetto alle idee relativamente primitive sui computer nei decenni precedenti.
Il software di rete neurale viene tradizionalmente applicato al gioco e ad altre attività che coinvolgono il pensiero umano relativamente calcolato. In un senso più biofisico, le reti neurali si basano sull’esame di come i neuroni del cervello comunicano e trasmettono messaggi. Le applicazioni di rete neurale includono l’interazione di varie funzioni, in cui gli ingegneri esaminano l’output produttivo totale per vedere come questi sistemi di reti neurali artificiali possono imitare efficacemente il pensiero umano. Una varietà di “applicazioni reali” per ANN includono analisi di regressione, approssimazione di funzioni, robotica ed elaborazione generale dei dati.
Sono stati sviluppati vari tipi di reti neurali artificiali per diverse disposizioni di ricerca. Questi utilizzano diversi tipi di modelli di apprendimento come l’apprendimento supervisionato, non supervisionato o rinforzato. I tipi di reti neurali includono una rete neurale feedforward unidirezionale, una funzione di base radiale o rete RBF, una rete autoorganizzante Kohonen e persino reti neurali modulari in cui una rete più grande è composta da diversi piccoli.
Un altro tipo di nuova struttura applicata alle reti neurali artificiali è spesso chiamata “comitato di macchine” in cui varie strutture di rete forniscono ciascuna il proprio “voto” o “opinione” in un processo di modellazione delle decisioni. Questa è talvolta chiamata anche rete neurale associativa o ASNN. Il vantaggio di questo tipo di ricerca è evidente per gli ingegneri che credono che ASNN possa aiutare a modellare il processo decisionale del gruppo umano o altri modelli complessi in alcuni modi simili ai modelli decisionali individuali forniti da ANN.
Un principio che viene spesso utilizzato da una rete neurale artificiale è chiamato “logica fuzzy”. La parola “fuzzy” è usata per descrivere eventuali lacune nei dati o nella conoscenza. Le reti neurali sono spesso in grado di colmare alcune lacune di dati o conoscenze mediante ipotesi istruite e previsioni statistiche, che è in contrasto con la rigida logica binaria “sì o no” tradizionalmente associata al processo decisionale elettronico. Il superamento della logica fuzzy aiuta le reti neurali a fornire risultati migliori nelle simulazioni. Utilizzando gli elementi costitutivi della ricerca precedente, i progettisti e gli ingegneri esperti con le reti neurali artificiali migliorano continuamente ciò che questi strumenti possono fare per spingere i confini della nostra conoscenza sulle nostre menti.