Neuralt netværk
En model af forbundne beregningsknuder med justerbare parametre.
Hvad er et neuralt netværk?
Et neuralt netværk forbinder beregningsknuder, ofte i flere lag. Vægte bestemmer inputs indflydelse; aktiveringsfunktioner ændrer kombinerede værdier og muliggør blandt andet ikke-lineære relationer. Træning justerer egnede modelparametre. Navnet afspejler biologisk inspiration, men beskriver ikke en menneskehjerne. Senere brug på nye input er ikke automatisk yderligere træning.
I en opdigtet virksomhed skal et netværk genkende et enkelt håndskrevet ciffer på et formularbillede. Det giver en forudsigelse fra billeddata. Uklar skrift får passende kontrol. Selv et formelt passende ciffer beviser ikke, at dokumentet er knyttet til rette opgave. Genkendelse og faglig tilknytning kræver derfor hver egne kontroller.
Kilder
Relaterede begreber
- MaskinlæringModeller lærer mønstre fra data og bruger dem på nye input.
- Deep learningMaskinlæring med neurale netværk med flere behandlingslag.
- Stor sprogmodelEn stor sprogmodel behandler sprog ved hjælp af lærte mønstre. Flydende tekst dokumenterer ikke korrekthed eller adgang til aktuelle virksomhedsdata.
- ModelkortEt modelkort dokumenterer formål, grundlag, vurderingsbetingelser og kendte begrænsninger for en bestemt version af en AI-model.
- AI-parathedAI-parathed handler om et projekts forudsætninger: mål, brugbare data, kompetencer, ansvar og et fungerende driftsforløb.
- Context engineeringContext engineering forbereder information til hvert modelkald: relevante instruktioner, beskeder, kilder og aktuelle tilstande.
Artikler om emnet
AI & automatisering med ASES
AI-assistenter og automatiserede arbejdsgange