Neuroverkko

Miksi tällä on väliä

Neuroverkko on rakenne, jonka ansiosta kone oppii säännönmukaisuuksia sen sijaan, että se noudattaisi kirjoitettuja sääntöjä. Data kulkee yksinkertaisten, toisiinsa kytkettyjen yksiköiden kerrosten läpi väljästi samaan tapaan kuin signaalit aivosolujen välillä, ja jokainen kerros poimii säännönmukaisuuksia ja välittää ne seuraavalle. Lähes kaikki nykyinen tekoäly rakentuu tämän suunnitteluratkaisun varaan. Kun kerroksia pinoaa tarpeeksi, syntyy syväoppiminen, ja siitä edelleen kielimallit ja kuvatyökalut, joita yritykset nyt käyttävät. Verkkoa ei tarvitse rakentaa itse käyttääkseen tekoälyä, mutta termi selittää, mikä pinnan alla oikeastaan oppii.

Käytännössä

Neuroverkkoon ei juuri koskaan kosketa suoraan. Se istuu ostettujen tuotteiden sisällä: mallissa, joka lukee skannatun dokumentin, siinä, joka suosittelee seuraavan elokuvan, ja chatbotin takana. Kun toimittaja puhuu mallin ”koosta” tai ”parametreista”, hän kuvaa verkon mittakaavaa eli niiden kytkentöjen määrää, joita koulutuksessa viritetään. Enemmän kytkentöjä voi tarkoittaa enemmän kyvykkyyttä ja myös korkeampia ajokustannuksia.