وبحسب مجلة "scientificrussia" العلمية، فإنه لهذا السبب بدأ استخدام الشبكات العصبية على نطاق واسع في مثل هذه الأنظمة. وقد طوّر علماء من جامعة بيرم للفنون التطبيقية في روسيا، نهجًا فعالًا لتدريبها، ما يسمح بضبط المنظم وتجنب الأخطاء.
كل هذا محفوف بمعالجة غير دقيقة بما فيه الكفاية للأجزاء على ماكينة تشغيل المعادن، والتغذية غير المتساوية للمواد على الناقل، والحركة غير المريحة وحتى الخطر على الركاب في المصعد. للتحكم الدقيق في مثل هذه الأشياء، من الممكن استخدام منظمات تعتمد على الشبكة العصبية.
يكون التعلّم دائمًا عن طريق التجربة والخطأ، في المراحل الأولية، لا يعرف الذكاء الاصطناعي ما هو التأثير الصحيح، لذا فهو يحاول فقط تجربة معلمات عشوائية ويحاول تطبيقها على النظام، إذا تبين أنها خاطئة، يقوم بتعديلها ويحاول مرة أخرى. ولكن في بيئة الإنتاج الحقيقي، لا يمكنك السماح للشبكة العصبية بالتجربة بهذه الطريقة وتعطيل سير العمل، لأن ذلك قد يؤدي إلى وقوع حوادث. لذلك، فإن استخدام النموذج هو وسيلة لتدريب وحدة التحكم بشكل أكثر دقة على كمية كبيرة من البيانات المختلفة.
وأضاف: "في الوقت نفسه، وعلى النقيض من العمل التقليدي للمنظم العصبي، فإن هذه الوظيفة في مخططنا ليست مدمجة في الذكاء الاصطناعي، فهي تعمل كمراقب خارجي، وتقارن تنبؤات الشبكة بالحقيقة وتبلغ عن مدى نجاح الشبكة في التعامل معها".
وتابع: "لاختبار تشغيل المنظم العصبي في الظروف الحقيقية، تم فرض ضوضاء هي بيانات عشوائية غير صحيحة على الحالة المقاسة للجسم. وقد نجح المنظم، الذي تم تدريبه على النموذج، في التعامل مع التحكم في السرعة حتى على الجسم الصاخب".