Wyobraź sobie, że ktoś pyta system sztucznej inteligencji: „Na kanapie śpi piękny kot. Co o tym sądzisz?”.
Sieć neuronowa najpierw dzieli zapytanie na słowa, takie jak „piękna”, „kot”, „śpi” i „kanapa”. Następnie przekształca te słowa na liczby i przetwarza je za pomocą neuronów matematycznych. Następnie system określa, ile uwagi należy poświęcić każdemu słowu, na podstawie jego wagi.
Na przykład:
- Słowo „kot” może otrzymać wysoką wagę, ponieważ jest głównym tematem.
- Słowo „kanapa” może otrzymać ocenę średnią.
- Słowo „piękny” może otrzymać mniejszą wagę.
Słowa o wyższych wagach mają większy wpływ na wynik, podczas gdy słowa o niższych wagach odgrywają mniejszą rolę. Oznacza to, że sieć neuronowa nie rozumie w pełni znaczenia zdania. Zamiast tego na podstawie wzorców statystycznych określa, które elementy danych wejściowych są najważniejsze. W tym przykładzie system interpretuje zapytanie jako dotyczące przede wszystkim kota, podczas gdy pozostałe szczegóły mają mniejsze znaczenie.