神經處理最初指的是大腦的工作方式,但這個術語更典型地用來描述一個模仿生物功能的計算機結構,神經處理使軟件能夠適應不斷變化的情況,并隨著更多的信息可用而改進其功能。神經處理在軟件中用于執行諸如識別人臉、預測天...
神經處理最初指的是大腦的工作方式,但這個術語更典型地用來描述一個模仿生物功能的計算機結構,神經處理使軟件能夠適應不斷變化的情況,并隨著更多的信息可用而改進其功能。神經處理在軟件中用于執行諸如識別人臉、預測天氣、分析語音模式等任務,在游戲中學習新的策略。

人類大腦由大約1000億個神經元組成。
人腦由大約1000億個神經元組成。這些神經元是單獨為簡單的處理和傳遞信息的功能。當神經細胞成群地傳遞和處理時,被稱為神經網絡,其結果是復雜的,例如創造和儲存記憶,處理語言,人工神經處理在一個更簡單的層次上模擬了這個過程。一個叫做神經元或節點的小處理單元執行處理和傳輸數據的簡單任務。當這些簡單的處理單元通過連接器組合基本信息時,信息和處理變得更加復雜。與傳統的計算機處理器不同,傳統的計算機處理器需要人類程序員輸入新的信息,而神經處理器一旦被編程,就可以自己學習。
例如,神經處理器可以在跳棋方面取得進步。就像人腦一樣,計算機可以通過一個對手被用來制造陷阱。基本編程可能會讓計算機第一次落入陷阱。但是,某個陷阱出現的頻率越高,計算機對這些數據的關注就越大,并開始做出相應的反應
神經程序員稱計算機對某些結果的日益關注稱為"權重"。傳統的處理方法只會為計算機提供游戲的基本規則和有限數量的策略。神經處理通過收集數據和更多地關注更重要的信息,隨著時間的推移,學習更好的策略。
神經處理的力量在于它的靈活性。在大腦中,信息以電化學脈沖的形式呈現——一個小的震動或一個化學信號。在人工神經處理中,信息以數值的形式呈現。這個值決定了人工神經元是否激活或保持休眠,它也決定信號的發送位置。例如,如果某個檢查器被移動到某個正方形,神經網絡會將該信息作為數字數據讀取。然后將這些數據與不斷增長的信息進行比較,而這些信息又會產生一個動作或輸出。