This is the third post of the series in AI vs Humans.This post will take a Look into the algorithm of ANN and Evolutionary Computation. 이 아날로그에서 시리즈의 세 번째 게시물입니다 인경과 진화 계산의 알고리즘으로 게시물을 비교 검토해보아야 할 것이다 Humans.This.

If you have missed the first post I would suggest you to read it. 만약 당신이 그것을 제안하는 것이 첫 번째 게시물을 읽어보고있다. Click this 클릭하여이 How human brain interprets data - AI vs Humans 인간 두뇌의 데이터를 해석하는 방법 - AI는 인간 대 and 및 What makes an Artificial Intelligence Intelligent - AI vs Humans 무엇 Artificial Intelligence : 인공 지능 인텔리 전트하게 - AI는 인간 대

Lets straight away start with the algorithms, be patient as it might be a little geeky. 바로 알고리즘을 시작하자, 인내심으로 조금 괴상하게 될 수도있습니다. However I wont be including any mathematical explanation.It will simple plain English with examples. 하지만 나는 어떤 수학적 explanation.It 불렀었 될 것입니다 간단한 예제와 함께 일반 영어를 포함해서.

Artificial Neural Network 인공 신경망

Artificial Neural Network (ANN) is set of Artificial Neurons connected together and interacting as a group.The interaction is based on several mathematical and complex algorithms. 인공 신경망 (인경) 인공 뉴런의 연결과 함께 group.The 상호 작용으로 상호 작용하는 여러 가지 복잡한 수학적 알고리즘을 기반으로 설정됩니다. This is an extension to Neural Network which is biological meaning it relates to humans animals or any carbon based organic creature. 신경망 어떤 동물이 인간이나 생물 유기 탄소에 기반에 관한 생물 학적 의미하는 확장 기능입니다.

Neaurl Network models in Artificial Intelligence is ANN.ANN implies more on maths which in turn is used for information processing, which depends on how the Neurons are connected and what environmental factors make them respond. 인공 지능 네트워크 모델을 차례로 ANN.ANN이다 Neaurl하는 방법 뉴런과 어떻게 연결되어있는 환경 요인에 따라 그들이 반응하게 정보 처리를 위해 사용되는 수학에 더 많은 것을 의미합니다.

AI Humanoid 인공 지능 휴머노이드

The above Figure explains how ANN works.The artificial neurons are connected to each other like human neurons.In fact the inspiration of making ANN was from biology.Every neuron had capability to call certain functions or forward the request to underlying neurons with the information sent from the previous neuron.This makes the work of ANN simple.Looking into the figure we can see how each neuron( a circle in the figure imitates one neuron) contacts the other which in turn to others. 위의 그림 인경 works.The 어떻게 인공 뉴런의 각 특정 기능이나 정보를 전달과 함께 앞으로 기본 뉴런에 요청 전화를 인간의 신경 biology.Every 인경 neurons.In 사실에서 영감을 만드는 능력이했던 것과 다른 설명이 연결되어있습니다 이전 neuron.This에서 우리는 하나의 신경 흉내) 연락처를 차례로 나머지는 다른 이는 각 방법에 신경 (동그라미를 볼 수있는 인물로 인경 simple.Looking의 작품이다.

Input is given to neurons which in turn call others for underlying hidden fucntions and outputs the result. 기본 숨겨진 차례 전화를 다른 사람과 fucntions 입력에 대한 결과는 출력 뉴런을 주어집니다.

Due to availability of millions of neurons and high connectivity it is also possible for neurons to connect or call the required function through some other way.This is called as routing.Like in case you are traveling on road and there is a huge traffic ahead, you de tour to another way, similarly neurons choose to change the behavior and give the same result even if there is high information processing.It might become a little slow as its not optimal path. 수백만의 가용성 및에 대한 신경 뉴런의 연결을하거나 다른 방법을 통해 필수 way.This 함수를 호출 routing.Like으로 여행하는 경우에 당신이 도로에 이미 엄청난 트래픽을 앞두고 불린다도 가능성이 높은 연결성으로 인해, 다른 방법으로 당신이 드 투어, 마찬가지로 뉴런의 동작을 변경하고 심지어는 최적이 아닌 경우에는 약간 느린 경로가 될 가능성도 높다 processing.It하는 것과 동일한 결과가주는 정보를 선택합니다.

Evolutionary Computation 진화 계산

Evolutionary Computation Algorithms involve things related to evolution of AI.Similar to humans algorithms are being written to make AI to be more human.It includes reproduction, recombination, mutation,survival of the fittest etc. 진화 알고리즘 계산 알고리즘을 AI.Similar AI는 더 많은 것들을 인간이 될 수 있도록 쓰여지고있다 human.It의 진화와 관련된 관련 복제, 재조합, 돌연변이, 적자 생존 등이 포함되어있습니다

It might be not possible for a robot or an AI program to give birth biologically but they can always make another.But how will they evolve, Taking an example of a program, it can buid another program depending on his ability to program, his efficiency to produce another code . 그것은 로봇이나 생물학 출산하지만 그들은 항상 프로그램의 예입받는, 자신의 능력에 따라 프로그램을 다른 프로그램 buid 수있는 그들이 어떻게 예정 another.But하게 진화할 수있는 인공 지능 프로그램에 대한있을 수없습니다 자신의 효율성을 다른 코드를 생성합니다. Program Creating Another Program. 프로그램은 다른 프로그램을 만들어 낸다.

They will be surviving on the basis of there efficiency and computational speed.We can imagine a program changing it own code to work better or even produce another program as a child of it. 그들은 프로그램이 자신의 코드를 더 잘 작동하도록하거나 심지어 그것의 자식으로 다른 프로그램을 생산할 수 있고 변화하는 상상의 효율성과 전산 speed.We의 근거에 살아남은 것이다.

Learning can be another basis of there evolution.In Ai based Games they change the strategy as the user changes his way of playing.They take into consideration of previous data and the algorithm to predict what’s the next move.Thus making the program smarter as it meets more new conditions. 학습의 또 다른 근거로 사용자가 다음 프로그램을 만들고있어 move.Thus 똑똑 playing.They 예측의 이전 데이터의 배려로 알고리즘을 받아 그의 방식을 변경하는 게임들은 전략을 바꿀 수있습니다 자토 기반 evolution.In 로 더 많은 새로운 조건을 만족합니다.

It is predicted that after AI and Human Like robots reach a stable state, they will have a equivalent place like human does.We will have small programs or even a humanoid having similar rights as we do.You can read the on this on my previous post 후 인공 지능 로봇과 인간과 마찬가지로 안정 상태에 도달, 그들이 인간처럼 does.We 우리가 여기에 제 do.You 이전에 읽을 수있는 작은 프로그램이나 심지어 비슷한 인간형 데 상응하는 장소가 될 권리가 될 전망이다 게시물

The next post will be the last post of this series, I will cover the Current and Future state of AI including some good live examples and link.I hope you enjoyed the post 다음 게시물이 시리즈의 마지막 게시물이 될 것입니다, 좋은 라이브 사례와 link.I 등 인공 지능의 현재와 미래의 상태를 커버한다 당신은 게시물을 맛있게 드셨

Tags: 태그 : artificial neural network 인공 신경망 , artificial neurons 인공 뉴런 , human neurons 인간의 뉴런