Tekoäly on nähnyt viimevuosina merkittäviä muutoksia. Suureen kielimalliin perustuva ChatGPT kykenee vastaamaan lähes, jokaiseen kysymykseen ja tuottamaan lähes minkä tahansa halutun tekstipätkän, kun taas tekstistä kuvaksi mallit kuten DALL-E pystyy luomaan melkein minkä tahansa halutun kuvan käyttäjän syötteestä. Tämän työn tarkoituksena on ymmärtää miten tekoäly toimii ja miten se oppii, rakentamalla esimerkki tekoäly.

Rakennettu esimerkki tulee olemaan keinotekoinen neuroverkko kuvan tunnistus tekoäly. Tämä työ tulee ensin käymään läpi tarvittavat teoreettiset taustatiedot, minkä jälkeen ohjelma rakennetaan Pythonilla. Numpy kirjastoa tullaan käyttämään laskutoimituksissa ja Pyplot kirjastoa käytetään kuvien näyttämiseen. Rakennettu ohjelma saavutti 74% tarkkuuden opetus datalle ja 66.6% tarkkuuden testatulle datalle. Merkittävin rajoittava tekijä työssä oli tarve vähentää kuvien määrä 9000 alkuperäisestä 25000 ja tarve skaalata kuvat 50x50 resoluutioon. Tämä tehtiin vähentääksi tarvittavan käytettävän muistin vähentämiseksi ja vähentääksi tekoälyn opettamiseen menevää aikaa.