1. Sun'iy intellektning asosiy tushuncha va ta'riflari, sun'iy intellekt sohasidagi tadqiqot yo'nalishlari, qanday tizimlar intellektual tizimlar toifasiga kiradi

22.Perceptronga asoslangan neyron tarmoqlari arxitekturalari, davriy (rukkurent) neyron tarmoqlari. «Many to One» va «
Perceptronga asoslangan neyron tarmoqlari arxitekturasi, boshqacha aytganda, oddiy perceptron yoki tek perceptron, ikkita kirishga ega bo'lgan arxitekturaga ega bo'ladi. U yerda har bir kirish va uni o'zgartirish uchun bir nechta sinaptik og'irliklar bor. Perceptron yordamida yalpi ma'lumotlar orqali sinaptik og'irliklarni o'rganish va modellarni tuzish mumkin.

Davriy (rukkurent) neyron tarmoqlari (RNN) esa bir nechta turli xususiyatlar bilan ajratilgan, ya'ni ular o'z ichiga ma'lumotlar xotirasini saqlaydigan va bir nechta qatlamlardan tashkil topgan tarmoqlardir. RNNlar, bir nechta qatlamlardan tashkil topgan uchta asosiy qismining mavjudligi bilan ajratiladi:

1. **Kirish qatlam (Input Layer):** Bu qatlam tarmoqqa kirish ma'lumotlarini qabul qiladi.

2. **Yashirin qatlam (Hidden Layer):** Bu qatlam, avvalgi davriy neyronlarning chiqishlarini o'z ichiga qabul qilib, yana qadamlar bo'yicha ma'lumotlarni saqlash va tarqalash uchun maqsadga muvofiq qo'llaniladi.

3. **Chiqish qatlam (Output Layer):** Ushbu qatlam tarmoqning natijasini chiqaradi.

Davriy neyron tarmoqlari har bir qatlamda o'zlarini o'zgartiruvchilarni (sinaptik og'irliklar va o'zgaruvchilar) saqlab turadigan oddiy perceptronlarga o'xshash bo'ladi. Bunday tarmoqlarda esa avvalgi davriy neyronlarning chiqishlarini yangi kirish sifatida qabul qilish, vaqti kelganida xotira tashqarisida qo'llanish (yashirin o'zgaruvchilar) uchun xususiyatlarga ega.

Davriy neyron tarmoqlari odatda avvalgi davriy neyronlarga qaraganda murakkab ma'lumotlar qayta ishlash va xotiraga saqlash uchun yaxshi qobiliyatga ega. Ularning yashirin o'zgaruvchilari tarmoqqa kirishni o'rganishda va muvofiq vazifalarni bajarishda yordam bera olishadi. Ular, tilda chiziq (til) bilan ko'rsatiladi.

**"Many to One" arxitekturasi:**

Bu arxitekturada, bir nechta kirish (masalan, vaqtli qatnashchilarni qo'llash) bor va natija bir nechta chiqishlardan foydalaniladi. Misol uchun, tekstni o'qiyotgan neyron tarmoqqa kelganda, har bir vaqtli qatnashchining harfning xossalari alohida xossalarga o'zgaruvchanlarni ifodalaydi. Natija esa umuman o'qiyotgan matnni tushunish uchun ishlatiladi.

**"One to Many" arxitekturasi:**

Bu arxitekturada esa kirish bir, ammo chiqishlar bir nechta bo'ladi. Misol uchun, bitta tasvirni o'rganish uchun, bitta rasmni o'qiyotgan neyron tarmoqqa kelganda, barcha kirish o'qiyotgan tasvirni ifodalaydi va chiqishlar esa har bir tasvirni bitta bor edi. Natija esa har bir vaqtli chiqish orqali tasvirni generatsiya qilish uchun ishlatiladi.

Bu arxitekturalar, ayrim chiziq (sequence) ma'lumotlarini o'rganish uchun keng qo'llaniladi, masalan, matnlar, video qatnashchilari, va boshqa qatnashchilarni amaliyotlarini o'rganish.