Asociativni pomnilnik shranjene informacije pridobi po vsebini namesto po naslovu: delni ali šumni namig zadošča, da prikliče ustrezno celoto – podobno kot prvi takti prikličejo celotno pesem. Hopfieldove mreže so klasičen primer v raziskavah UI. Načelo se pojavlja tudi v strojni opremi (vsebinsko naslovljiv pomnilnik) in v analizah mehanizma pozornosti v sodobnih jezikovnih modelih.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevUmetne nevronske mreže (artificial neural networks, ANN) so računski modeli iz mnogih povezanih enot („nevronov“), razporejenih v sloje, ki vhode obdelujejo prek uteženih povezav. Med učenjem se uteži korak za korakom prilagajajo na primerih, običajno z vzvratnim razširjanjem napake. ANN so temelj globokega učenja in poganjajo prepoznavanje slik, prepoznavanje govora in velike jezikovne modele. Kljub biološkemu zgledu delujejo veliko preprosteje kot človeški možgani.
Prepoznavanje vzorcev je samodejno odkrivanje pravilnosti, struktur ali ponavljajočih se značilnosti v podatkih, kot so slike, zvoki, besedila ali meritve. Sistemi nova opažanja razvrstijo v znane kategorije ali odkrijejo skupine brez vnaprej določenih oznak. Uporablja se pri prepoznavanju obrazov, prepoznavanju rokopisa, kontroli kakovosti v proizvodnji in odkrivanju nenavadnih transakcij. Področje je pomemben temelj strojnega učenja.
Kognitivno računalništvo je krovni izraz za sisteme, ki naj bi posnemali človeške miselne procese, kot so razumevanje jezika, sklepanje in učenje iz izkušenj, da bi podprli odločitve ljudi. Izraz je postal splošno znan v 2010-ih, predvsem po zaslugi IBM Watson. Združuje metode, kot so obdelava naravnega jezika, strojno učenje in predstavitev znanja; danes se namesto tega pogosteje govori o pomočnikih UI ali jezikovnih modelih.
