तंत्रिका नेटवर्क - यह क्या है? परिभाषा, अर्थ और दायरा

2024 लेखक: Leah Sherlock | [email protected]. अंतिम बार संशोधित: 2023-12-17 05:37

पहले केवल विज्ञान कथा पुस्तकों से जाना जाता था, हाल के वर्षों में तंत्रिका नेटवर्क शब्द धीरे-धीरे और स्पष्ट रूप से नवीनतम वैज्ञानिक विकास के एक अभिन्न अंग के रूप में सार्वजनिक जीवन में प्रवेश कर गया है। बेशक, काफी लंबे समय से, गेमिंग उद्योग से जुड़े लोग जानते हैं कि यह एक तंत्रिका नेटवर्क है। लेकिन आजकल यह शब्द सभी को मिल जाता है, व्यापक जन इसे जानते और समझते हैं। निस्संदेह, यह इंगित करता है कि विज्ञान वास्तविक जीवन के करीब हो गया है, और भविष्य में नई सफलताओं का इंतजार है। और फिर भी, एक तंत्रिका नेटवर्क क्या है? आइए इस शब्द का अर्थ जानने की कोशिश करें।

वर्तमान और भविष्य

पुराने दिनों में, तंत्रिका नेटवर्क, हॉर्ट और स्पेसवॉकर निकट से संबंधित अवधारणाएं थीं, क्योंकि कृत्रिम बुद्धि के साथ मिलना संभव था, जो एक साधारण मशीन से कहीं बेहतर क्षमताओं के साथ केवल एक काल्पनिक दुनिया में उत्पन्न होती है जो कि कल्पना में उत्पन्न होती है कुछ लेखक। और फिर भी, रुझान ऐसे हैं कि हाल ही में एक सामान्य व्यक्ति के आसपास वास्तविकता में उन वस्तुओं का अधिक से अधिक है जो पहले केवल विज्ञान कथा साहित्य में उल्लेख किया गया था। यह हमें यह कहने की अनुमति देता है कि कल्पना की सबसे हिंसक उड़ान भी, शायद, जल्दी या बाद में वास्तविकता में इसके समकक्ष मिल जाएगी। पहले से ही हिट, तंत्रिका नेटवर्क के बारे में पुस्तकेंअब दस साल पहले की तुलना में वास्तविकता के साथ अधिक समानता है, और कौन जानता है कि एक और दशक में क्या होगा?

आधुनिक वास्तविकताओं में एक तंत्रिका नेटवर्क एक ऐसी तकनीक है जो आपको लोगों की पहचान करने की अनुमति देती है, आपके पास केवल एक तस्वीर है। आर्टिफिशियल इंटेलिजेंस कार चलाने में काफी सक्षम है, पोकर का खेल खेल सकता है और जीत सकता है। इसके अलावा, तंत्रिका नेटवर्क वैज्ञानिक खोज करने के नए तरीके हैं, जिससे आप पहले से असंभव कंप्यूटिंग क्षमताओं का सहारा ले सकते हैं। यह आज दुनिया को समझने का अनूठा मौका देता है। हालांकि, केवल नवीनतम खोजों की घोषणा करने वाली समाचार रिपोर्टों से, यह शायद ही कभी स्पष्ट होता है कि तंत्रिका नेटवर्क क्या है। क्या यह शब्द किसी प्रोग्राम, मशीन या सर्वरों के परिसर पर लागू होना चाहिए?

सामान्य दृश्य

जैसा कि आप "तंत्रिका नेटवर्क" शब्द से देख सकते हैं (इस लेख में प्रस्तुत तस्वीरें भी इसे समझना संभव बनाती हैं) एक संरचना है जिसे मानव मस्तिष्क के तर्क के साथ सादृश्य द्वारा डिजाइन किया गया था। बेशक, इस समय इतनी उच्च स्तर की जटिलता की पूरी तरह से जैविक संरचना की नकल करना यथार्थवादी नहीं लगता है, लेकिन वैज्ञानिक पहले से ही समस्या को हल करने के करीब आने में सक्षम हैं। बता दें कि हाल ही में बनाए गए न्यूरल नेटवर्क काफी प्रभावी हैं। हॉर्ट और अन्य लेखक जिन्होंने शानदार रचनाएँ प्रकाशित कीं, उन्हें अपनी रचनाएँ लिखते समय शायद ही पता था कि विज्ञान इस वर्ष तक इतना आगे बढ़ पाएगा।

मनुष्य के मस्तिष्क की ख़ासियत यह है कि यह कई तत्वों की संरचना है, जिसके बीच मेंसूचना लगातार न्यूरॉन्स के माध्यम से प्रेषित की जाती है। वास्तव में, नए तंत्रिका नेटवर्क भी समान संरचनाएं हैं, जहां विद्युत आवेग प्रासंगिक डेटा का आदान-प्रदान प्रदान करते हैं। एक शब्द में, ठीक वैसे ही जैसे मानव मस्तिष्क में होता है। और फिर भी यह स्पष्ट नहीं है: क्या पारंपरिक कंप्यूटर से कोई अंतर है? आखिरकार, मशीन, जैसा कि आप जानते हैं, भी भागों से बनाई गई है, जिसके बीच डेटा विद्युत प्रवाह के माध्यम से स्थानांतरित किया जाता है। अंतरिक्ष, तंत्रिका नेटवर्क के बारे में किताबों में, सब कुछ आमतौर पर आकर्षक लगता है - विशाल या छोटी मशीनें, एक नज़र में, जिस पर पात्र समझते हैं कि वे किसके साथ काम कर रहे हैं। लेकिन हकीकत में अब तक स्थिति कुछ और ही है।

इसे कैसे बनाया जाता है?

जैसा कि आप तंत्रिका नेटवर्क पर वैज्ञानिक पत्रों से देख सकते हैं ("स्पेसवॉकर", दुर्भाग्य से, इस श्रेणी से संबंधित नहीं हैं, चाहे वे कितने भी आकर्षक क्यों न हों), के क्षेत्र में सबसे प्रगतिशील संरचना में विचार कृत्रिम बुद्धि, एक जटिल संरचना बनाने में, जिसके अलग-अलग हिस्से बहुत सरल हैं। वास्तव में, मनुष्यों के साथ समानांतर में, कोई समानता पा सकता है: कहते हैं, स्तनपायी के मस्तिष्क के केवल एक हिस्से में महान क्षमताएं, क्षमताएं नहीं होती हैं, और यह बुद्धिमान व्यवहार प्रदान नहीं कर सकता है। लेकिन जब समग्र रूप से एक व्यक्ति की बात आती है, तो ऐसा प्राणी बिना किसी विशेष समस्या के शांति से बुद्धि के स्तर की परीक्षा पास कर लेता है।

इन समानताओं के बावजूद, कुछ साल पहले कृत्रिम बुद्धिमत्ता बनाने के समान दृष्टिकोण को बहिष्कृत कर दिया गया था। यह तंत्रिका नेटवर्क (उदाहरण के लिए ऊपर वर्णित "स्पेसवॉकर") के बारे में वैज्ञानिक पत्रों और विज्ञान कथा पुस्तकों दोनों से देखा जा सकता है। वैसे, कुछ हद तक बयान भीसिसेरो को तंत्रिका नेटवर्क के आधुनिक विचार से जोड़ा जा सकता है: एक समय में, उन्होंने बल्कि सावधानी से सुझाव दिया कि बंदर टोकन पर लिखे अक्षरों को हवा में फेंक दें, ताकि देर-सबेर उनसे एक सार्थक पाठ बन सके। और केवल 21वीं सदी ने दिखाया कि ऐसा द्वेष पूरी तरह से अनुचित था। तंत्रिका नेटवर्क और विज्ञान कथा अपने अलग तरीके से चले गए: यदि आप बंदरों की एक सेना को बहुत सारे टोकन देते हैं, तो वे न केवल एक सार्थक पाठ तैयार करेंगे, बल्कि दुनिया भर में शक्ति प्राप्त करेंगे।

ताकत है एकता में, भाई

जैसा कि हमने कई प्रयोगों से सीखा है, एक तंत्रिका नेटवर्क का प्रशिक्षण तब सफलता की ओर ले जाता है जब वस्तु में बड़ी संख्या में तत्व शामिल होते हैं। जैसा कि वैज्ञानिक मजाक करते हैं, वास्तव में, एक तंत्रिका नेटवर्क को किसी भी चीज़ से इकट्ठा किया जा सकता है, यहाँ तक कि माचिस के बक्से से भी, क्योंकि मुख्य विचार नियमों का एक समूह है जिसका परिणामी समुदाय पालन करता है। आमतौर पर नियम काफी सरल होते हैं, लेकिन वे आपको डेटा प्रोसेसिंग प्रक्रिया को नियंत्रित करने की अनुमति देते हैं। ऐसी स्थिति में, एक न्यूरॉन (यद्यपि एक कृत्रिम एक) एक उपकरण नहीं होगा, एक जटिल संरचना या एक समझ से बाहर प्रणाली नहीं, बल्कि सरल अंकगणितीय संचालन, न्यूनतम ऊर्जा खपत के साथ लागू किया जाएगा। आधिकारिक तौर पर विज्ञान में, कृत्रिम न्यूरॉन्स को "परसेप्ट्रोन" कहा जाता है। कुछ वैज्ञानिक लेखकों की दृष्टि में तंत्रिका नेटवर्क ("स्पेसफॉल्स" इसे अच्छी तरह से चित्रित करते हैं) बहुत अधिक जटिल होना चाहिए, लेकिन आधुनिक विज्ञान से पता चलता है कि सादगी भी उत्कृष्ट परिणाम देती है।

एक कृत्रिम न्यूरॉन का संचालन सरल है: संख्याएं इनपुट हैं, प्रत्येक के लिए मूल्य की गणना की जाती हैसूचना ब्लॉक, परिणाम जोड़े जाते हैं, आउटपुट एक इकाई या मान "-1" है। क्या पाठक कभी गिरे हुए लोगों के बीच रहना चाहता था? तंत्रिका नेटवर्क वास्तविकता में पूरी तरह से अलग तरीके से काम करते हैं, कम से कम वर्तमान समय में, इसलिए, एक फंतासी काम में खुद की कल्पना करते समय, आपको इस बारे में नहीं भूलना चाहिए। वास्तव में, एक आधुनिक व्यक्ति कृत्रिम बुद्धि के साथ काम कर सकता है, उदाहरण के लिए, इस तरह: आप एक तस्वीर दिखा सकते हैं, और इलेक्ट्रॉनिक सिस्टम "या तो - या" प्रश्न का उत्तर देगा। मान लीजिए कि कोई व्यक्ति एक बिंदु की समन्वय प्रणाली निर्धारित करता है और पूछता है कि क्या दर्शाया गया है - पृथ्वी या कहें, आकाश। जानकारी का विश्लेषण करने के बाद, सिस्टम एक उत्तर देता है - काफी संभवतः गलत (एआई की पूर्णता के आधार पर)।

अंगूठे ऊपर

जैसा कि आप आधुनिक तंत्रिका नेटवर्क के तर्क से देख सकते हैं, इसका प्रत्येक तत्व सिस्टम से पूछे गए प्रश्न के सही उत्तर का अनुमान लगाने की कोशिश कर रहा है। इस मामले में, थोड़ी सटीकता है, परिणाम एक सिक्के को उछालने के परिणाम के बराबर है। लेकिन असली वैज्ञानिक कार्य तब शुरू होता है जब तंत्रिका नेटवर्क को प्रशिक्षित करने का समय आता है। अंतरिक्ष, नई दुनिया की खोज, हमारे ब्रह्मांड के भौतिक नियमों के सार में अंतर्दृष्टि (जो आधुनिक वैज्ञानिक तंत्रिका नेटवर्क का उपयोग करने पर भरोसा करते हैं) उसी क्षण खुल जाएंगे जब कृत्रिम बुद्धि किसी व्यक्ति की तुलना में बहुत अधिक दक्षता और प्रभावशीलता के साथ सीखेगी।

तथ्य यह है कि जो व्यक्ति सिस्टम से एक प्रश्न पूछता है, वह इसका सही उत्तर जानता है। तो, आप इसे प्रोग्राम के सूचना ब्लॉकों में लिख सकते हैं। एक परसेप्ट्रॉन जो सही उत्तर देता है, मूल्य प्राप्त करता है, औरयहां जिसने गलत उत्तर दिया, वह इसे खो देता है, जुर्माना प्राप्त करता है। मूल्य स्तर में परिवर्तन के कारण प्रत्येक नया प्रोग्राम लॉन्च चक्र पिछले एक से भिन्न होता है। पिछले उदाहरण पर लौटना: देर-सबेर कार्यक्रम पृथ्वी और अंतरिक्ष के बीच स्पष्ट रूप से अंतर करना सीख जाएगा। तंत्रिका नेटवर्क जितना अधिक प्रभावी ढंग से सीखते हैं, उतना ही सही ढंग से अध्ययन कार्यक्रम तैयार किया जाता है - और इसके गठन के लिए आधुनिक वैज्ञानिकों को बहुत प्रयास करना पड़ता है। पहले निर्धारित कार्य के हिस्से के रूप में: यदि तंत्रिका नेटवर्क को विश्लेषण के लिए एक और तस्वीर प्रदान की जाती है, तो शायद यह तुरंत इसे सटीक रूप से संसाधित करने में सक्षम नहीं होगा, लेकिन, पहले प्रशिक्षण के दौरान प्राप्त आंकड़ों के आधार पर, यह सटीक रूप से पता लगाएगा कि कहां पृथ्वी है, और कहाँ हैं बादल, अंतरिक्ष या कुछ और।

एक विचार को वास्तविकता पर लागू करना

बेशक, वास्तव में, तंत्रिका नेटवर्क ऊपर वर्णित लोगों की तुलना में बहुत अधिक जटिल हैं, हालांकि सिद्धांत स्वयं समान है। जिन तत्वों से तंत्रिका नेटवर्क बनता है, उनका मुख्य कार्य संख्यात्मक जानकारी को व्यवस्थित करना है। तत्वों की एक बहुतायत को संयोजित करते समय, कार्य अधिक जटिल हो जाता है, क्योंकि इनपुट जानकारी बाहर से नहीं हो सकती है, लेकिन परसेप्ट्रॉन से हो सकती है, जो पहले से ही व्यवस्थितकरण का काम कर चुकी है।

यदि हम ऊपर दिए गए कार्य पर लौटते हैं, तो तंत्रिका नेटवर्क के अंदर आप निम्नलिखित प्रक्रियाओं के साथ आ सकते हैं: एक न्यूरॉन नीले पिक्सेल को दूसरों से अलग करता है, दूसरा निर्देशांक को संसाधित करता है, तीसरा पहले द्वारा प्राप्त डेटा का विश्लेषण करता है दो, जिसके आधार पर यह तय करता है कि दिए गए बिंदु में पृथ्वी है या आकाश। इसके अलावा, नीले और अन्य पिक्सेल में छँटाई एक साथ कई न्यूरॉन्स को सौंपी जा सकती है, और उन्हें प्राप्त होने वाली जानकारी को संक्षेप में प्रस्तुत किया जा सकता है। वे परसेप्ट्रोन जो देंगेएक बेहतर और अधिक सटीक परिणाम अंत में एक उच्च मूल्य के रूप में एक बोनस प्राप्त करेगा, और किसी भी कार्य को पुन: संसाधित करते समय उनके परिणाम प्राथमिकता होंगे। बेशक, तंत्रिका नेटवर्क बेहद चमकदार हो जाता है, और इसमें संसाधित जानकारी एक असहनीय पहाड़ होगी, लेकिन भविष्य में त्रुटियों को ध्यान में रखना और उनका विश्लेषण करना और उन्हें रोकना संभव होगा। कई विज्ञान कथा पुस्तकों में पाए जाने वाले बड़े पैमाने पर तंत्रिका-नेटवर्क-आधारित प्रत्यारोपण इस तरह से काम करते हैं (जब तक कि लेखक यह सोचने की जहमत नहीं उठाते कि यह कैसे काम करता है)।

ऐतिहासिक मील के पत्थर

यह आम आदमी को आश्चर्यचकित कर सकता है, लेकिन पहला तंत्रिका नेटवर्क 1958 में सामने आया। यह इस तथ्य के कारण है कि कृत्रिम न्यूरॉन्स का उपकरण अन्य कंप्यूटर तत्वों के समान है, जिसके बीच एक बाइनरी नंबर सिस्टम के प्रारूप में सूचना प्रसारित की जाती है। साठ के दशक के अंत में, मार्क आई परसेप्ट्रॉन नामक एक मशीन का आविष्कार किया गया था, जिसमें तंत्रिका नेटवर्क के सिद्धांतों को लागू किया गया था। इसका मतलब है कि पहला तंत्रिका नेटवर्क पहले कंप्यूटर के निर्माण के एक दशक बाद ही सामने आया।

पहले तंत्रिका नेटवर्क के पहले न्यूरॉन्स में प्रतिरोधक, रेडियो ट्यूब शामिल थे (उस समय, ऐसा कोड जिसे आधुनिक वैज्ञानिक उपयोग कर सकते थे, अभी तक विकसित नहीं हुआ था)। एक तंत्रिका नेटवर्क के साथ काम करना फ्रैंक रोसेनब्लैट का काम था, जिन्होंने दो-परत नेटवर्क बनाया था। नेटवर्क में बाहरी डेटा संचारित करने के लिए 400 पिक्सेल के रिज़ॉल्यूशन वाली स्क्रीन का उपयोग किया गया था। मशीन जल्द ही ज्यामितीय आकृतियों को पहचानने में सक्षम हो गई। इसने पहले ही सुझाव दिया है कि, तकनीकी समाधानों में सुधार के साथ, तंत्रिका नेटवर्क कर सकते हैंपत्र पढ़ना सीखें। और कौन जानता है?

पहला तंत्रिका नेटवर्क

जैसा कि इतिहास से देखा जा सकता है, रोसेनब्लैट सचमुच अपने काम से जल गया, वह इसमें पूरी तरह से उन्मुख था, वह न्यूरोफिज़ियोलॉजी के विशेषज्ञ थे। वह एक आकर्षक और लोकप्रिय विश्वविद्यालय पाठ्यक्रम के लेखक थे, जिसमें कोई भी यह समझ सकता था कि मानव मस्तिष्क को तकनीकी अवतार में कैसे लागू किया जाए। फिर भी, वैज्ञानिक समुदाय को उम्मीद थी कि जल्द ही ऐसे बुद्धिमान रोबोट बनाने के वास्तविक अवसर होंगे जो खुद के समान चलने, बोलने और सिस्टम बनाने में सक्षम हों। कौन जानता है, शायद ये रोबोट दूसरे ग्रहों का उपनिवेश बनाने जाएंगे?

रोसेंटब्लैट उत्साही थे, और आप उन्हें समझ सकते हैं। वैज्ञानिकों का मानना था कि अगर मशीन में गणितीय तर्क पूरी तरह से समाहित हो जाए तो कृत्रिम बुद्धिमत्ता को महसूस किया जा सकता है। इस बिंदु पर, ट्यूरिंग परीक्षण पहले से मौजूद था, असिमोव ने रोबोटिक्स के विचार को लोकप्रिय बनाया। वैज्ञानिक समुदाय आश्वस्त था कि ब्रह्मांड की खोज समय की बात थी।

संदेह जायज है

साठ के दशक में पहले से ही ऐसे वैज्ञानिक थे जिन्होंने कृत्रिम बुद्धि पर काम करने वाले रोसेनब्लैट और अन्य महान दिमागों के साथ तर्क दिया था। अपने क्षेत्र में प्रसिद्ध मार्विन मिन्स्की के प्रकाशनों से उनके निर्माण के तर्क का काफी सटीक विचार प्राप्त किया जा सकता है। वैसे, यह ज्ञात है कि इसहाक असिमोव और स्टेनली कुब्रिक ने मिन्स्की की क्षमताओं के बारे में बहुत बात की थी (मिन्स्की ने उन्हें ए स्पेस ओडिसी पर काम करने में मदद की थी)। मिन्स्की तंत्रिका नेटवर्क के निर्माण के खिलाफ नहीं थे, जिसके बारे मेंकुब्रिक की फिल्म गवाही देती है, और अपने वैज्ञानिक करियर के हिस्से के रूप में, वह पचास के दशक में मशीन सीखने में लगे हुए थे। फिर भी, मिन्स्की गलत राय के बारे में स्पष्ट थे, उन आशाओं की आलोचना करते हुए जिनके लिए उस समय अभी भी कोई ठोस आधार नहीं था। वैसे, डगलस एडम्स की किताबों से मार्विन का नाम मिंस्की के नाम पर रखा गया है।

तंत्रिका नेटवर्क की आलोचना और उस समय के दृष्टिकोण को प्रकाशन "Perceptron", दिनांक 1969 में व्यवस्थित किया गया है। यह वह पुस्तक थी जिसने सचमुच में तंत्रिका नेटवर्क में कई लोगों की रुचि को मार डाला, क्योंकि एक उत्कृष्ट प्रतिष्ठा वाले वैज्ञानिक ने स्पष्ट रूप से दिखाया कि मार्क द फर्स्ट में कई खामियां थीं। सबसे पहले, केवल दो परतों की उपस्थिति स्पष्ट रूप से अपर्याप्त थी, और मशीन अपने विशाल आकार और विशाल ऊर्जा खपत के बावजूद बहुत कम कर सकती थी। आलोचना का दूसरा बिंदु रोसेनब्लैट द्वारा नेटवर्क प्रशिक्षण के लिए विकसित एल्गोरिदम को समर्पित था। मिंस्की के अनुसार, त्रुटियों के बारे में जानकारी एक उच्च संभावना के साथ खो गई थी, और आवश्यक परत को स्थिति के सही विश्लेषण के लिए पूरी मात्रा में डेटा प्राप्त नहीं हुआ था।

चीजें रुक गईं

इस तथ्य के बावजूद कि मिंस्की का मुख्य विचार अपने सहयोगियों को गलतियों को इंगित करना था ताकि उन्हें विकास में सुधार के लिए प्रोत्साहित किया जा सके, स्थिति अलग थी। 1971 में रोसेनब्लट की मृत्यु हो गई, और उनका काम जारी रखने वाला कोई नहीं था। इस काल में कंप्यूटर का युग शुरू हुआ और प्रौद्योगिकी का यह क्षेत्र बड़ी प्रगति के साथ आगे बढ़ रहा था। इस क्षेत्र में गणित और कंप्यूटर विज्ञान में सबसे अच्छे दिमाग कार्यरत थे, और कृत्रिम बुद्धि ऊर्जा और संसाधनों की एक अनुचित बर्बादी की तरह लग रही थी।

तंत्रिका नेटवर्क ने एक दशक से अधिक समय से वैज्ञानिक समुदाय का ध्यान आकर्षित नहीं किया है। मोड़ तब आया जब साइबरपंक प्रचलन में आया। ऐसे सूत्र खोजना संभव था जिनके द्वारा उच्च सटीकता के साथ त्रुटियों की गणना की जा सके। 1986 में, मिन्स्की द्वारा तैयार की गई समस्या को पहले से ही एक तीसरा समाधान मिला (तीनों को वैज्ञानिकों के स्वतंत्र समूहों द्वारा विकसित किया गया था), और यह वह खोज थी जिसने उत्साही लोगों को एक नए क्षेत्र का पता लगाने के लिए प्रेरित किया: तंत्रिका नेटवर्क पर काम फिर से सक्रिय हो गया। हालाँकि, परसेप्ट्रोन शब्द को चुपचाप संज्ञानात्मक कंप्यूटिंग द्वारा बदल दिया गया था, प्रयोगात्मक उपकरणों से छुटकारा पा लिया, सबसे प्रभावी प्रोग्रामिंग तकनीकों का उपयोग करके कोडिंग का उपयोग करना शुरू कर दिया। कुछ ही वर्षों में, और न्यूरॉन्स पहले से ही जटिल संरचनाओं में इकट्ठे हो गए हैं जो काफी गंभीर कार्यों का सामना कर सकते हैं। समय के साथ, यह संभव था, उदाहरण के लिए, मानव लिखावट पढ़ने के लिए कार्यक्रम बनाना। पहले नेटवर्क स्व-सीखने में सक्षम दिखाई दिए, अर्थात, उन्होंने स्वतंत्र रूप से सही उत्तर पाए, बिना कंप्यूटर को नियंत्रित करने वाले व्यक्ति के संकेत के। तंत्रिका नेटवर्क ने व्यवहार में अपना आवेदन पाया है। उदाहरण के लिए, यह उन पर है कि अमेरिका में बैंकिंग संरचनाओं में चेक पर संख्याओं की पहचान करने वाले कार्यक्रमों का उपयोग किया जाता है।

आगे बढ़ो

90 के दशक में, यह स्पष्ट हो गया कि तंत्रिका नेटवर्क की एक प्रमुख विशेषता जिस पर वैज्ञानिकों का विशेष ध्यान देने की आवश्यकता है, वह है किसी व्यक्ति से संकेत किए बिना सही समाधान की तलाश में किसी दिए गए क्षेत्र का पता लगाने की क्षमता। कार्यक्रम परीक्षण और त्रुटि पद्धति का उपयोग करता है, जिसके आधार पर यह व्यवहार नियम बनाता है।

इस अवधि को ब्याज की वृद्धि द्वारा चिह्नित किया गया थासार्वजनिक से अस्थायी रोबोट। दुनिया भर के उत्साही डिजाइनरों ने सीखने में सक्षम अपने स्वयं के रोबोटों को सक्रिय रूप से डिजाइन करना शुरू कर दिया। 1997 में, इसने विश्व स्तर पर पहली वास्तविक गंभीर सफलता को चिह्नित किया: पहली बार, एक कंप्यूटर ने दुनिया के सर्वश्रेष्ठ शतरंज खिलाड़ी गैरी कास्परोव को हराया। हालांकि, नब्बे के दशक के अंत तक, वैज्ञानिक इस निष्कर्ष पर पहुंचे कि वे छत पर पहुंच गए हैं, और कृत्रिम बुद्धि आगे नहीं बढ़ सकती है। इसके अलावा, एक अच्छी तरह से अनुकूलित एल्गोरिथ्म समान समस्याओं को हल करने में किसी भी तंत्रिका नेटवर्क की तुलना में बहुत अधिक कुशल है। कुछ कार्य तंत्रिका नेटवर्क के साथ बने रहे, उदाहरण के लिए, अभिलेखीय ग्रंथों की मान्यता, लेकिन अधिक जटिल कुछ भी उपलब्ध नहीं था। मूल रूप से, जैसा कि आधुनिक वैज्ञानिक कहते हैं, तकनीकी क्षमताओं का अभाव था।

हमारा समय

तंत्रिका नेटवर्क आज "समाधान स्वयं मिल जाएगा" पद्धति का उपयोग करके सबसे जटिल समस्याओं को हल करने का एक तरीका है। वास्तव में, यह किसी भी वैज्ञानिक क्रांति से जुड़ा नहीं है, केवल आधुनिक वैज्ञानिकों, प्रोग्रामिंग दुनिया के दिग्गजों के पास एक शक्तिशाली तकनीक तक पहुंच है जो उन्हें व्यवहार में लाने की अनुमति देती है जो एक व्यक्ति केवल सामान्य शब्दों में पहले ही कल्पना कर सकता था। बंदरों और टोकनों के बारे में सिसेरो के वाक्यांश पर लौटते हुए: यदि आप किसी ऐसे व्यक्ति को जानवरों को सौंपते हैं जो उन्हें सही वाक्यांश के लिए पुरस्कार देगा, तो वे न केवल एक सार्थक पाठ बनाएंगे, बल्कि एक नया "युद्ध और शांति" लिखेंगे, और इससे भी बुरा नहीं।

हमारे समय के तंत्रिका नेटवर्क सूचना प्रौद्योगिकी के क्षेत्र में काम करने वाली सबसे बड़ी कंपनियों के साथ सेवा में हैं। ये शक्तिशाली सर्वरों के माध्यम से कार्यान्वित बहुपरत तंत्रिका नेटवर्क हैं,वर्ल्ड वाइड वेब की संभावनाओं का उपयोग करते हुए, पिछले दशकों में संचित जानकारी की सरणियाँ।