Neuralt nätverk
En modell av sammankopplade beräkningsnoder med justerbara parametrar.
Vad är ett neuralt nätverk?
Ett neuralt nätverk kopplar beräkningsnoder, ofta i flera lager. Vikter bestämmer indatas inflytande; aktiveringsfunktioner omvandlar kombinerade värden och möjliggör bland annat icke-linjära samband. Träning justerar lämpliga modellparametrar. Namnet speglar biologisk inspiration men beskriver ingen människohjärna. Senare användning på nya indata är inte automatiskt ytterligare träning.
I ett påhittat företag ska ett nätverk känna igen en enskild handskriven siffra på en formulärbild. Det ger en förutsägelse från bilddata. Oklar skrift får lämplig kontroll. Även en formellt passande siffra visar inte att dokumentet kopplats till rätt uppdrag. Igenkänning och verksamhetsmässig koppling behöver därför egna kontroller.
Källor
Relaterade begrepp
- MaskininlärningModeller lär sig mönster från data och använder dem på nya indata.
- DjupinlärningMaskininlärning med neurala nätverk som har flera bearbetningslager.
- Stor språkmodellEn stor språkmodell bearbetar språk med inlärda mönster. Flytande text bevisar varken faktariktighet eller tillgång till aktuella företagsdata.
- ModellkortEtt modellkort dokumenterar syfte, grunder, utvärderingsvillkor och kända begränsningar för en viss version av en AI-modell.
- Beredskap för AIBeredskap för AI gäller ett projekts förutsättningar: mål, användbara data, kompetens, ansvar och ett fungerande arbetssätt för driften.
- KontextutformningKontextutformning förbereder information inför varje modellanrop: relevanta instruktioner, meddelanden, källor och aktuella tillstånd.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden