
نموذج حاسوبي مستوحى من الدماغ، يُستخدم هنا لحساب احتمالات تفاعلات الرغوة الكمومية بسرعة.الشبكة العصبية هي نظام حاسوبي مستوحى من بنية الدماغ، يتكون من عقد مترابطة (عصبونات) تعالج المعلومات بشكل متوازٍ. في سياق العناوين المقدمة، تُستخدم الشبكات العصبية كأدوات قوية للتعرف على الأنماط وتقريب الدوال، قادرة على تعلم تعيينات معقدة من البيانات. تُطبق في مهام مثل التنبؤ بتفاعلات الرغوة الكمومية، وتحسين النماذج المناخية، وتحليل النشاط الدماغي.
يعود المفهوم إلى أربعينيات القرن العشرين مع نموذج ماكولوتش-بيتس للعصبون، لكن خوارزميات التدريب العملية ظهرت في الثمانينيات مع الانتشار العكسي. الانفجار الأخير في القدرات يعود إلى التعلم العميق، الذي يستخدم طبقات عديدة من العصبونات، بفضل وحدات معالجة الرسوميات القوية ومجموعات البيانات الضخمة.
يتم تدريب الشبكة العصبية عن طريق ضبط قوى (أوزان) الاتصالات بين العصبونات. أثناء التدريب، تُغذى الشبكة بأمثلة من أزواج المدخلات والمخرجات، وتُحدَّث الأوزان بشكل متكرر لتقليل الفرق بين مخرجات الشبكة والمخرجات المطلوبة. بعد التدريب، يمكن للشبكة التعميم على مدخلات جديدة غير مألوفة، مما يجعلها أداة سريعة ومرنة لنمذجة الأنظمة المعقدة.
تُستخدم الشبكات العصبية في التعرف على الصور والكلام، ومعالجة اللغة الطبيعية، وبشكل متزايد في البحث العلمي لتسريع المحاكاة، وتحليل البيانات التجريبية، واكتشاف الأنماط في مجموعات البيانات الكبيرة.
الرغوة الكمومية هي بنية افتراضية رغوية للزمكان على مقياس بلانك، وتُستخدم الشبكات العصبية الآن لمحاكاة سلوكها، وهو أمر صعب حسابيًا بالطرق التقليدية.
















