(artificial neural network) – program som lär sig lösa problem genom att man först tränar det. Programmets inre inställningar förändras tills programmet ger önskat resultat. Det förutsätts ingen förståelse av problemet som ska lösas – programmeraren anger bara vilken form lösningen måste ha. – Artificiella neuronnät, på svenska ofta kallade för neurala nätverk, är ett av de mest kända verktygen inom artificiell intelligens. Det är den kanske äldsta typen av maskininlärning. – Artificiella neuronnät utvecklades med nervsystemet som förebild, därav namnet (neuron=nervcell). De lär sig genom att man tränar dem med exempel där det rätta resultatet är känt. Avvikelsen från det rätta resultatet används för att justera inställningarna, och sedan försöker man igen tills resultatet blir rätt. Artificiella neuronnät kan ibland lösa problem som inte kan hanteras med någon känd algoritm, som att hitta mönster och att känna igen mönster. De kan till exempel tränas att tolka handskriven text och att känna igen ansikten. – I kommersiell drift används artificiella neuronnät bland annat för att upptäcka misstänkta kontokortsbedrägerier. De tränas då att känna igen de enskilda kundernas normala inköpsmönster och att slå larm vid avvikelser. – Beräkningarna i neuronnätet sker genom att signaler (siffervärden) som passerar nätet på vissa vägar förstärks, de som tar en annan väg försvagas, somliga stoppas helt. Det är en från början slumpartad process, men resultatet förbättras under inlärningsfasen. Avvikelsen från det rätta utfallet återförs till nätverket och används för att förbättra inlärningen genom att vissa förbindelser försvagas, andra förstärks, en del tas bort helt och hållet (se gallring). Därav beteckningen bakåtpropageringsnätverk (back propagation networks) på den mest kända typen av artificiella neuronnät. Om inlärningen har baserats på ett representativt urval av data kan nätverket så småningom lösa även oprövade problem av liknande slag. – Artificiella neuronnät kritiseras för att de är ”svarta lådor” som löser problem utan att man kan se hur. Motargumentet är att de kan lösa problem som man ändå inte vet hur man skulle lösa med vanlig programmering. – Se också Datatermgruppen (länk).
[ai] [ändrad 8 maj 2018]