Assosiatiivinen muisti hakee tallennettua tietoa sen sisällön eikä osoitteen perusteella: osittainen tai kohinainen vihje riittää palauttamaan vastaavan kokonaisuuden mieleen – samaan tapaan kuin muutama ensimmäinen tahti tuo mieleen koko kappaleen. Hopfield-verkot ovat tekoälytutkimuksen klassinen esimerkki. Periaate esiintyy myös laitteistoissa (sisältöosoitteinen muisti) ja nykyaikaisten kielimallien huomiomekanismin analyyseissä.
Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.
Aloita demoKeinotekoiset neuroverkot (ANN) ovat laskennallisia malleja, jotka koostuvat monista kerroksittain järjestetyistä, toisiinsa kytketyistä yksiköistä (”neuroneista”) ja käsittelevät syötteitä painotettujen yhteyksien kautta. Koulutuksen aikana painoja säädetään askel askeleelta esimerkkien avulla, yleensä takaisinkytkennällä (backpropagation). ANN-verkot ovat syväoppimisen perusta, ja ne ovat kuvantunnistuksen, puheentunnistuksen ja suurten kielimallien taustalla. Biologisesta esikuvastaan huolimatta ne toimivat paljon yksinkertaisemmin kuin ihmisaivot.
Hahmontunnistus on säännönmukaisuuksien, rakenteiden tai toistuvien piirteiden automaattista tunnistamista datasta, kuten kuvista, äänistä, teksteistä tai mittauksista. Järjestelmät luokittelevat uusia havaintoja tunnettuihin luokkiin tai löytävät ryhmiä ilman ennalta määriteltyjä luokkia. Sovelluksia ovat kasvojentunnistus, käsinkirjoituksen tunnistus, valmistuksen laaduntarkastus ja epätavallisten tapahtumien havaitseminen. Ala on koneoppimisen tärkeä perusta.
Kognitiivinen laskenta (cognitive computing) on kattotermi järjestelmille, joiden on tarkoitus jäljitellä ihmisen ajatteluprosesseja, kuten kielen ymmärtämistä, päättelyä ja kokemuksesta oppimista, ihmisten päätösten tukemiseksi. Termi tuli laajasti tunnetuksi 2010-luvulla lähinnä IBM Watsonin myötä. Se yhdistää menetelmiä, kuten luonnollisen kielen käsittelyä, koneoppimista ja tiedon esittämistä; nykyään puhutaan useammin tekoälyavustajista tai kielimalleista.
