Apakah itu neural network?

Question

Accepted Answer

**Neural network** ialah sistem pengkomputeran yang diilhamkan secara longgar oleh otak — terdiri daripada **node (neuron)** yang saling berhubung yang disusun dalam lapisan yang mempelajari corak daripada data. Ia adalah asas kepada deep learning dan AI moden.

## Apakah itu neural network

```text
NEURAL NETWORK → layers of connected NODES (neurons) that process data:
  → INPUT layer (receives data) → HIDDEN layer(s) (process/transform) → OUTPUT layer (result)
  → each connection has a WEIGHT; neurons combine inputs, apply an activation function
  → the network LEARNS by adjusting weights to map inputs to correct outputs
→ loosely inspired by the brain's neurons (but a mathematical model)
```

## Cara ia belajar

```text
TRAINING → adjust the weights so the network produces correct outputs:
  1. FORWARD PASS → input flows through, producing an output
  2. compare output to the correct answer → compute the ERROR (loss)
  3. BACKPROPAGATION → adjust weights to reduce the error (gradient descent)
  4. repeat over MANY examples → the network learns the patterns
→ learning = finding the weights that minimize error on the training data
```

## Deep neural network

```text
DEEP learning → neural networks with MANY hidden layers (deep):
  → more layers → learn more complex, hierarchical patterns
  → powers modern AI: image recognition (CNNs), language (transformers/LLMs), etc.
  → needs lots of data and compute, but achieves remarkable results
→ depth enables learning complex representations
```

## Mengapa ia penting

Memahami neural network adalah berharga kerana ia adalah **asas kepada deep learning dan AI moden**, jadi memahaminya memberikan pandangan asas tentang cara AI moden berfungsi.

Neural network — lapisan node (neuron) yang berhubung yang mempelajari corak daripada data — mendasari deep learning yang menggerakkan kebanyakan penemuan AI moden.

Memahami **apa itu neural network** — lapisan node yang berhubung (input, hidden, output) di mana sambungan mempunyai weight, neuron menggabungkan input dan mengaplikasikan activation function, dan rangkaian belajar dengan melaraskan weight untuk memetakan input kepada output — memberikan model konseptual asas tentang cara sistem ini berfungsi (model matematik yang diilhamkan secara longgar oleh otak).

Memahami **cara ia belajar** — latihan dengan melaraskan weight melalui forward pass (menghasilkan output), mengira ralat berbanding jawapan yang betul, **backpropagation** (melaraskan weight untuk mengurangkan ralat melalui gradient descent), dan mengulangi pada banyak contoh — menjelaskan mekanisme pembelajaran fundamental (mencari weight yang meminimumkan ralat), menyahmistik cara sistem AI belajar daripada data.

Memahami **deep neural network** — rangkaian dengan banyak hidden layer (deep), di mana lebih banyak lapisan mempelajari corak hierarki yang lebih kompleks, menggerakkan AI moden (CNN untuk imej, transformer/LLM untuk bahasa), memerlukan banyak data dan komputasi — menghubungkan neural network dengan deep learning di sebalik AI moden.

Pemahaman asas tentang neural network ini (struktur, pembelajaran melalui pelarasan weight dan backpropagation, kedalaman membolehkan kerumitan) memberikan pandangan tentang cara AI moden berfungsi secara fundamental, berharga apabila AI menjadi meluas.

Memandangkan neural network ialah asas kepada deep learning dan AI moden dan memahaminya (strukturnya, cara ia belajar melalui pelarasan weight dan backpropagation, dan cara kedalaman membolehkan pembelajaran corak kompleks) memberikan pandangan asas tentang cara AI moden berfungsi, memahami neural network ialah pengetahuan AI asas yang berharga — asas kepada deep learning dan AI moden, memberikan pemahaman asas tentang cara sistem AI belajar daripada data, dan pengetahuan konseptual yang berharga apabila AI menjadi semakin penting merentas teknologi.