Computadores neurais podem aprender com a experiência e controlar veículos em tempo real. Eles também podem aprender uns com os outros, como quando duas redes neurais aprendem juntas a equilibrar um poste. No entanto, suas habilidades são limitadas à tarefa específica para a qual foram treinadas e não necessariamente representam inteligência geral.

1. Computadores neurais Como os computadores neurais funcionam Podem os computadores de cadeias neurais aprenderem com a experiência, e nesse caso, eles podem se tornar o que nós chamaríamos de “inteligentes”?. E podem duas cadeias neurais diferentes ensinar uma a outra o que elas sabem? A pergunta sobre a inteligência de uma máquina é enganadora. Vários investigadores escreveram sobre e dão uma sensação que há modos variados para explorar o assunto. R.C. Lacher no departamento de ciência de computador da Universidade da Flórida responde: "Sim, computadores de cadeias neurais podem aprender com a experiência. A sua habilidade inerente para aprender na mosca é um das razões primárias para que os investigadores fiquem tão excitados e otimistas sobre seu futuro. Por exemplo, um computador neural pode ser 'treinado' em um jogo de conhecimento de fatos sobre, digamos, o controle de um veículo, e então o computador neural pode ser posto on-line para controlar um veículo de fato, em tempo real.

2. Computadores neurais Além disso, os neurais que possuem a capacidade de aprendizagem podem permanecer ligados, de forma que o sistema aprende a fazer um trabalho crescentemente melhor e com mais controle e também podem aprender a negociar previamente com situações imprevistas. Muitos grupos estão trabalhando de modo a melhorar o processo de aprendizagem. Por exemplo, investigadores em minha universidade inventaram meios de inserir conhecimento diretamente na cadeia neural, omitindo a primeira fase o” treinamento “, cujo resultado denominamos, cadeias”. Especialistas, que não só aprendem com a experiência, mas tem a habilidade para explicar como ou por que eles chegaram a uma determinada conclusão, no caso de um humano preocupado é condição de sine qua non. Sim, os computadores de cadeias de neurais podem aprender entre si. A exemplo clássico disto foi inventado pelos investigadores A.G. Barto e R.S. Sutton da Universidade de Massachusetts a Amherst, e por C.W. o Anderson da Universidade de Sheffield. Eles começam com dois não adestrados (' conhecimento - livre ') no ambiente neural, e a meta era fazê-los aprender a equilibrar um poste em sua base, enquanto a meta do outro é aprender ser um poste pode ser fixado á sua base.

3. Computadores neurais Quer dizer, a segunda rede neural aprende a imitar o próprio sistema mecânico, enquanto o primeiro aprende a controlá-lo. As duas redes mandam sinais de volta sinais e adiante, na realidade, se ajudam a aprender. Sridhar Narayan, investigador no departamento de matemática e ciência na Universidade de Carolina do Norte, Willington, apresenta um ponto de vista um pouco mais céptico: Fixar coisas em perspectiva é somente o que fazem a maioria dos programas em cadeias de neurais que rodam em computadores tradicionais. Há algumas cadeias neurais que são implementadas em hardware e poderiam ser classificados como computadores de cadeias neurais. Tendo dito que, sim, uma cadeia neural pode “aprender” com a experiência. De fato, a mais comum das aplicações das cadeias neurais é “treinar” uma cadeia neural que produza um padrão específico como sua produção quando lhe é apresentado um determinado padrão. As Cadeias Neurais são treinadas tipicamente para fazer disto uma grande coleção de pares de padrões input/output.

4. Computadores neurais Em muitos casos, a habilidade da cadeia neural em produzir respostas corretas se estende além dos padrões que lhe foi ensinado ou para um outro semelhante, mas com padrões modernos. Esta habilidade, comumente conhecida como generalização, e freqüentemente é mais crítica que a habilidade em se aprender um jogo pequeno de fatos. Cadeias neurais podem se tornar inteligentes. Depende de como a inteligência é definida. Por exemplo, uma cadeia neural pode ser treinada para controlar um motor elétrico, talvez até mesmo como um operador humano. Porém, isso é tudo que a cadeia neural pode fazer. Sua inteligência é limitada a uma única tarefa que não é isso que inteligência tipicamente representa. Podem duas cadeias neurais diferentes ensinarem uma a outra o que elas sabem.

5. Computadores neurais Dado que aquelas cadeias neurais possuem conhecimento muito especializado, esta pergunta só pode ser considerada no contexto em que duas cadeias sabem algo sobre o mesmo tipo de problema. \ Quer dizer, não será significante falar sobre uma cadeia neural que pode jogar gamão e que interage com uma outra que pode controlar um motor elétrico. Porém, até mesmo se as cadeias neurais em questão tenha conhecimento sobre o mesmo problema, adicionando um novo conhecimento na cadeia neural existente corromperá o que a cadeia já sabe. Enquanto a cadeia pode ser capaz de assimilar o velho e o novo conhecimento, isto exigirá com toda certeza que a cadeia reaprenda ambos, o velho e os novos conceitos.