Vår hjärna har förmåga att klassificera indata för att generalisera erfarenheter tillräckligt för att kunna dra nytta av dem. Oväsentligheter tvättas bort på vägen. Hjärnan är enormt duktigt på att plocka fram de minsta likheter ur det största kaos.
Vår förståelse av hur det här fungerar har ökat sedan vi lyckats göra liknande med elektroniska neurala nätverk, eller simulationer.
Neuroner som används utvecklas. Neuroner som inte används nedvecklas. Neuronerna ligger i lager på lager på ett sätt som uppkommer som en naturlig fördelning vid hjärnans uppväxt.
Detta sker i samverkan med kemiska processer(signalsubstanser). Olika regioner avsöndrar olika typer av stimulu.
Det finns ganska många sorter. Vissa kan råka fungera som hämmande för någon typ av reaktion. Andra som främjande. Är uppsättningarna lyckade blir individen livskraftig. Annars dör den ut.
Evolutionens lag säger att i en miljö som hjärnan skapas uppbyggande tankar. Destruktiva tankar tar död på sig själva.
I datorsimulering kan liknande åstadkommas. Ett neuralt nätverk för att känna igen svartvita bilder fungerar så här: En bild görs om till en massa punkter som ligger i ett rutnät, där varje punkt ligger på en gråskala mellan vit och svart. I datorn representeras det som ett tal.
Så har man lager av neuroner som reducerar bilden till lagom få punkter. Det första lagret av neuroner ligger liksom bilden som ett rutnät. Men neuronerna är något färre till antalet än punkterna i bilden. Varje neuron får sin indata från flera olika bildpunkter. T ex alla punkter intill runt om.
Talen från de olika bildpunkterna modifieras och sammanställs genom en mycket primitiv operation, likt den en neuron (hjärncell) i vår hjärna gör. Ovanpå det första lagret av neuroner ligger nästa lager. Dessa är färre till antalet än första lagret. Neuronerna hämtar talen från några av de intelliggande och modifierar och sammanställer dem. Så fortsätter det i några lager till, till ett lager med endast ett fåtal neuroner.
Detta neurala nätverk kan tränas att känna igen bilder. Ett tränat neuralt nätverk har fått förmågan att klassificera bilderna. Utdatan kombinerat med vilka likheter som operatören önskar att det neurala nätverket ska känna igen, påverkar en omställning i den modifiering neuronerna gör av sin indata.