1. Lấy cảm hứng từ não bộ. ANN được thiết kế dựa trên cách các nơ-ron thần kinh trong não người truyền và xử lý thông tin, tạo ra khả năng học hỏi từ dữ liệu. Ảnh: Pinterest.
2. Xuất hiện từ thập niên 1940. Ý tưởng đầu tiên về mạng nơ-ron nhân tạo ra đời năm 1943 bởi Warren McCulloch và Walter Pitts, mở đường cho ngành học máy sau này. Ảnh: Pinterest.
3. Gồm nhiều lớp xử lý. Một ANN cơ bản có lớp đầu vào, lớp ẩn và lớp đầu ra, giúp xử lý thông tin từ đơn giản đến phức tạp. Ảnh: Pinterest.
4. Cơ chế học tập thông qua trọng số. Các kết nối giữa nơ-ron có trọng số điều chỉnh được, nhờ đó mạng có thể học cách dự đoán hoặc phân loại dữ liệu. Ảnh: Pinterest.
5. Ứng dụng rộng rãi. Từ nhận dạng giọng nói, xử lý hình ảnh, dịch ngôn ngữ cho tới xe tự lái, ANN là nền tảng của nhiều ứng dụng công nghệ hiện đại. Ảnh: Pinterest.
6. Khả năng tổng quát hóa. Mạng thần kinh nhân tạo không chỉ ghi nhớ dữ liệu huấn luyện mà còn có thể suy luận trên dữ liệu mới, giúp dự đoán chính xác hơn. Ảnh: Pinterest.
7. Thách thức trong huấn luyện. Huấn luyện ANN đòi hỏi tài nguyên tính toán lớn, dữ liệu phong phú và đôi khi gặp tình trạng quá khớp (overfitting). Ảnh: Pinterest.
