Neural Network कृत्रिम बुद्धिमत्ता एल्गोरिदम का एक वर्ग है जो डेटा से सीखते हैं। कंप्यूटर विज़न, स्पीच रिकग्निशन और नेचुरल लैंग्वेज प्रोसेसिंग में इनका व्यापक रूप से उपयोग किया गया है। Neural Network को छवियों और शब्दों को उसी तरह पहचानने के लिए प्रशिक्षित किया जा सकता है जैसे मनुष्य करते हैं।
Neural network क्या है (What is neural network)
Neural Network कृत्रिम बुद्धि का एक प्रकार है। वे बड़ी संख्या में परस्पर जुड़े एल्गोरिदम से बने होते हैं जो उदाहरणों से सीख सकते हैं और भविष्यवाणियां कर सकते हैं।
Neural Network का उपयोग कई अलग-अलग क्षेत्रों में किया गया है, जैसे कि छवि वर्गीकरण, छवि पहचान और हाल ही में वाक् पहचान।
Neural network का अर्थ (Neural network Meaning)
Neural Network सबसे लोकप्रिय मशीन लर्निंग एल्गोरिदम हैं। उनका उपयोग कई क्षेत्रों में किया जाता है, जिसमें छवि पहचान, भाषण मान्यता, डेटा खनन और पाठ विश्लेषण शामिल हैं।
Neural network कैसे काम करता है (How do neural networks work)
Neural Network एक प्रकार की कृत्रिम बुद्धिमत्ता है, जिसका उपयोग डेटा को संसाधित करने के लिए किया जाता है।
Neural Network भविष्यवाणी करने के लिए डेटा लेकर और उसका विश्लेषण करके काम करते हैं। वे मूल रूप से एल्गोरिदम हैं जो इस विश्लेषण को करते हैं, और उनका उपयोग विभिन्न चीजों की एक विस्तृत श्रृंखला के लिए सामग्री उत्पन्न करने के लिए किया जा सकता है।
Neural network के प्रकार (Types of neural networks)
Neural Network एआई तकनीक का एक महत्वपूर्ण हिस्सा हैं। वे कई प्रकार के मशीन लर्निंग और डीप लर्निंग एल्गोरिदम का आधार हैं। जबकि Neural Network बहुत शक्तिशाली हैं, वे आश्चर्यजनक रूप से जटिल भी हैं। एक Neural Network इंटरकनेक्टेड नोड्स (न्यूरॉन्स) का एक बड़ा संग्रह है जो “सक्रियण कार्यों” नामक बुनियादी संचालन की एक श्रृंखला के माध्यम से कार्यों को हल कर सकता है। शब्द “Neural Network” आमतौर पर किसी भी सिस्टम को संदर्भित करने के लिए उपयोग किया जाता है जो इन सक्रियण कार्यों का उपयोग करता है और इसलिए अलग नहीं होता है.
Neural network का इतिहास (History of neural networks)
Neural Network एक ऐसी तकनीक है जो कृत्रिम बुद्धिमत्ता की दुनिया में अपना स्थान बना रही है।
Neural Network का इतिहास 1950 के दशक की शुरुआत का है जब एमआईटी और स्टैनफोर्ड विश्वविद्यालय के शोधकर्ताओं के एक समूह ने अध्ययन करना शुरू किया कि कैसे एक नेटवर्क बनाने के लिए न्यूरॉन्स को एक साथ जोड़ा जा सकता है। परिणाम पहली बार 1957 में “शारीरिक समीक्षा पत्र” में प्रकाशित हुए थे। 1959 में, जॉन मैकार्थी ने दिखाया कि इन प्रारंभिक परिणामों के आधार पर कंप्यूटर के लिए मानव बुद्धि का अनुकरण करना संभव था।
1962 में, मार्टिन होचबर्ग, जिन्होंने पहले आईबीएम में एक इंजीनियर के रूप में काम किया था, ने “कृत्रिम Neural Network सिम्युलेटर” (एएनएन) नामक पहले Neural Network सिम्युलेटर का आविष्कार किया। हॉचबर्ग की मशीन दो नोड्स के बीच कनेक्शन पर आधारित थी। कनेक्शन को वज़न कहा जाता था और प्रत्येक वज़न इस बारे में जानकारी की मात्रा का प्रतिनिधित्व करता था कि अगर यह कितना बदल जाएगा कनेक्शन था या नहीं था। एक भार या तो एक धनात्मक संख्या (अर्थात, एक धनात्मक सहसंबंध) या एक ऋणात्मक संख्या (अर्थात, “शून्य” का सहसंबंध) हो सकता है। यहां प्रस्तुत मॉडलों ने संबंधों के विभिन्न सेटों की जांच की: वजन और उसके मूल्य के बीच संबंध, इसका संबंध दूसरे वजन के साथ है, और इसी तरह। यदि किसी भार का मान बदल दिया जाता है.
Neural network का उपयोग (Uses of Neural networks)
Neural Network सबसे शक्तिशाली कनेक्शनिस्ट मशीन लर्निंग एल्गोरिदम हैं। उनका उपयोग विभिन्न डोमेन में जटिल समस्याओं को हल करने के लिए किया जा सकता है, जिसमें छवि पहचान, भाषण मान्यता और भाषा अनुवाद शामिल हैं।
कॉपी राइटिंग के क्षेत्र में एआई लेखकों द्वारा Neural Network का भी व्यापक रूप से उपयोग किया जाता है। वे सामग्री विचारों को उत्पन्न करने में मदद करते हैं जिन्हें किसी भी सॉफ्टवेयर टूल (जैसे, वर्ड प्रोसेसिंग, पीडीएफ लेखक) का उपयोग करके आसानी से लागू किया जा सकता है।
