ニューラルネットワークは、会話やテキストで何を言うかを推測します。

私たちは、SF 小説でも現実世界でも、ロボットが人間と対話するのを見てきました。しかし、人工知能は別のレベルに移行しており、ユーザーが言おうとしていることを推測できるようになります。そして、これは米国のの科学者らによる研究のおかげですでに現実となっています。

彼らは、さまざまなデータを処理できるニューラルネットワークに基づくレザボアコンピューティング (RC) パラダイムに基づくメカニズムを開発しました。後者は、以前にすでに起こった何かまたは何らかのパターンをメモリに「記録」する電子デバイスであるメモリスタを使用して設計されました。

ニューラルネットワークの構築は、ノード間の接続で構成される脳内のニューロンとして理解できます。この種の予測を行うには、通常、それぞれの回答を伴う多数の質問が必要です。このトレーニングを完了すると、まだ知らないことも認識できるようになります。

ただし、コンピューティングシステムでを使用すると、そのリザーバがトレーニングを必要としないため、このプロセスのかなりの部分が除外されます。したがって、予測を行うために、貯留層自体が最も重要なデータを選択して単純化する責任があります。

次に、それらは 2 番目のネットワークに渡されます。このネットワークでは、最も単純なニューラルネットワークでのトレーニングのみが必要です。したがって、可能な限り最高のレベルに達するまで、つまりエラーの可能性が最小限に抑えられるまで、最も適切と考えられるものを選択して処理します。

当初、ニューラルネットワークは、テキストに今後も書き込まれる単語と数字のみを予測できます。この場合、専門家は 88 個のメモリスタを使用してニューラルネットワークを「トレーニング」することに成功し、91.1% という高い精度を達成しました。このコンポーネントの量は理想に最も近いものでした。なぜなら、この量を 112 ユニットに増やしても、比率は 91.5% までしか上がらないからです。