الشبكة العصبية الاصطناعية

يشير هذا المصطلح إلى مجال فرعي مستوحى بيولوجيا من الذكاء الاصطناعي على غرار الدماغ البشري، و(الشبكة العصبية الاصطناعية) هي شبكة حسابية تعتمد الشبكات العصبية البيولوجية التي تبني بنية الدماغ البشري. ترتبط الخلايا العصبية مع بعضها، مثلما أن الشبكات العصبية الاصطناعية لها خلايا عصبية مرتبطة ببعضها في طبقات مختلفة من الشبكات، وتعرف هذه الخلايا العصبية باسم (العقد)، تبدو (الشبكة العصبية الاصطناعية) الأنموذجية كالشكل المحدد، وتمثل التشعبات من الشبكة العصبية البيولوجية مدخلات في الشبكات العصبية الاصطناعية، وتمثل (نواة الخلية) العقد، ويمثل (المشبك) الأوزان، ويمثل (المحور المحوري) الإخراج. إن (الشبكة العصبية الاصطناعية) تحاول محاكاة الخلايا العصبية للدماغ البشري، بحيث يكون لدى أجهزة الكمبيوتر خيار لفهم الأشياء واتخاذ القرارات بطريقة تشبه الإنسان، وصممت هذه الشبكة عن طريق برمجة أجهزة الكمبيوتر لتتصرف ببساطة، كخلايا الدماغ المترابطة، وهناك (1000) مليار خلية عصبية في الدماغ البشري تقريبا، فكل خلية عصبية لديها نقطة ارتباط في مكان ما من الدماغ البشري، (1000ـ100,000) خلية تقريبا، تخزن البيانات بطريقة موزعة على هذه الخلايا، ويمكننا استخراج أكثر من جزء واحد من هذه البيانات عند الضرورة من ذاكرتنا المتوازية. ولفهم بنية الشبكة العصبية الاصطناعية، علينا أن نفهم ما تتكون منه الشبكة العصبية، ومن أجل تحديد الشبكة العصبية المكونة من عدد كبير من الخلايا العصبية الصناعية التي تسمى وحدات مرتبة في سلسلة من (3) طبقات رئيسة: (طبقة الإدخال، الطبقة المخفية، طبقة الإخراج)، ولكل طبقة خصائصها ومميزاتها. المميزات العامة للشبكة العصبية الصناعية: 1ـ إمكانية المعالجة المتوازية: الشبكات العصبية الاصطناعية لها قيمة عددية يمكنها أداء أكثر من مهمة واحدة في وقت واحد. 2ـ تخزين البيانات على الشبكة بالكامل: تخزن البيانات المستخدمة في البرمجة التقليدية على الشبكة بالكامل، وليس على قاعدة البيانات، واختفاء بضعة أجزاء من البيانات في مكان واحد لا يمنع الشبكة من العمل. 3ـ القدرة على العمل مع المعرفة غير المكتملة: بعد تدريب الخلايا الصناعية، قد تنتج المعلومات المخرجات حتى مع عدم كفاية البيانات، ويعتمد فقدان الأداء هنا على أهمية البيانات المفقودة. 4ـ وجود توزيع للذاكرة: بحيث تكون قادرة على التكيف، فمن المهم تحديد الأمثلة وتشجيع الشبكة وفقا للإخراج المطلوب عن طريق عرض هذه الأمثلة على الشبكة بحيث تناسب تعاقب الشبكة بشكل مباشر مع المثيلات المختارة، وإذا كان الحدث لا يمكن أن يظهر للشبكة من جميع جوانبها، فيمكنه إنتاج مخرجات خاطئة. ومن عيوب الشبكة العصبية الاصطناعية: 1ـ عدم ضمان بنية الشبكة المناسبة: لا يوجد دليل خاص لتحديد هيكل الشبكات العصبية الاصطناعية، بل يتم تحقيق بنية الشبكة المناسبة عن طريق التجربة. 2ـ سلوك الشبكة غير المعروف: وهي من أبرز المشاكل، إذ عندما تنتج الشبكة حلا لمشكلة ما، فإنها لا تقدم نظرة ثاقبة بشأن السبب والكيفية. 3ـ الاعتماد على الأجهزة: تحتاج الشبكات العصبية الاصطناعية إلى معالجات ذات قدرة معالجة متوازية وفقا لهيكلها؛ لذلك فإن تحقيق المعدات يعتمد. 4ـ صعوبة عرض المشكلة على الشبكة: تتعامل هذه الشبكات مع البيانات الرقمية؛ لذلك يجب تحويل أي عمل إلى قيمة عددية، ثم تقديمها إلى هذه الشبكة.