Нейронные сети – разновидность искусственного интеллекта, позволяющая генерировать чрезвычайно сложные алгоритмы решения задач и основывающаяся на повторении структуры биологических нейронных сетей.
Принцип функционирования нейронных сетей основывается на модели работы мозга. Нейронные сети, так же, как и центральная нервная система животного, состоят из отдельных клеток – нейронов, которые соединяются с соседними клетками и образуют связи. Как и в организме человека или другого представителя животного мира может насчитываться миллиарды нейронов. При реализации нейронной сети в качестве нейронов можно использовать логические элементы типа «И», «ИЛИ», а также примитивные элементы памяти – триггеры.
Как и их биологический прототип, нейронные сети способны к обучению. Под обучением нейронной сети в искусственном интеллекте подразумевается процесс настройки архитектуры сети (структуры связей между нейронами). То есть, меняя структуру и количество связей в нейронной сети и каждый раз после обучения приводя ее в действие и отслаивая результат, можно добиться нужного решения задачи, оставить оптимальный алгоритм, по которому система будет обучаться и функционировать уже самостоятельно.
В настоящее время нейронные сети наиболее широко используются в диагностировании заболеваний, в прогнозировании курса акций на валютном рыке и распознавании образов в оптической технике. Но нейронные сети также могут применяться и в управлении техническими системами, например, котельными. Если внедрить уже обученную нейронную сеть в систему управления котельной, то система, теоретически, будет способна к прогнозированию ситуаций в системе и к самостоятельному принятию решений. То есть, котельная не будет нуждаться в постоянном присутствии человека и будет являться автономной котельной. Таким образом, нейронные сети в дальнейшем могут стать востребованным элементом при разработке более совершенных систем управления техническими и социальными процессами.