Une technique capable d’apprendre
| | |
|
|
Partie du réseau neuronal d’Ada |
|
|
|
Les réseaux neuronaux sont des systèmes de traitement des informations capables d’apprendre. Sur la base d’exemples, ils sont capables de choisir la meilleure solution par rapport à une situation et de constamment améliorer cette solution. Tout comme le cerveau, un réseau neuronal technique est un système complexe d’éléments autonomes, appelés des neurones ou des units, dont les interactions locales créent des prototypes d’action globaux (des «réponses»). Contrairement aux ordinateurs, leur dynamique n’est pas contrôlée de façon centrale par des logiciels mais s’organise elle-même. Comme un cerveau, les réseaux neuronaux techniques sont flexibles, capables d’apprendre, de tolérer des variations par rapport à la norme et disposent d’un traitement parallèle des signaux.
Les réseaux neuronaux développés pour Ada se basent sur des modèles qui décrivent le fonctionnement de cerveaux réels. Il existe d’innombrables modèles qui expliquent comment les cellules nerveuses d’une région cérébrale spécifique communiquent entre elles et tous ces modèles émettent des suppositions sur la façon dont cette région cérébrale spécifique échange des informations avec d’autres régions du cerveau. Mais nous ne savons que très peu sur la collaboration entre les différentes régions du cerveau. Et nous savons tout aussi peu comment assembler les différents modèles existants afin que l’ensemble puisse fonctionner comme unité. Ada est un premier pas dans cette direction.
|