قدم دوم: نورون‌های رابط

✅️ نورون‌های لایه میانی هم اقتباسی از نورون‌های مغز شما هستند.

✅️ نورون‌های مغز شما از همسایه‌های خود در لایه‌های پیشین سیگنال دریافت می‌کنند. اگر سیگنال از حدی بزرگتر بود، نورون دریافت‌کننده آتش می‌کند. یعنی به فرستنده تبدیل می‌شود و به نورون‌های لایه بعدی خودش سیگنال می‌دهد.

✅️ در پرسپترون هم، نورون‌های رابط با سیم‌کشی به رتینا وصل هستند. این سیم‌کشی به صورت تصادفی طراحی می‌شود‌. به این طریق، حس‌گرهای روشنِ رتینا با سیم به نورون‌های رابط وصل می‌شوند و به آن‌ها سیگنال می‌دهند.

✅️ چون سیم‌کشی تصادفی و هردمبیل :)) است، هر نورون رابط سیگنال متفاوت ---قوی‌ یا ضعیف‌تری--- دریافت می‌کند.

✅️ اگر سیگنال به اندازه کافی قوی بود، نورون رابط آتش می‌کند.

۴/۷

قدم سوم: نورون‌های پاسخ

✅️ در قسمت‌های قبل گفتیم، هدف کلی این ماشین تشخیص کاغذهایی با سوراخی در سمت چپ از کاغذ‌هایی با سوراخی در سمت راست بود.

✅️ برای همین در لایه پاسخ دو نورون قرار داده شده. اگر دستگاه تشخیص بدهد که سوراخ سمت راست کاغذ است، نورون اول روشن می‌شود. اگر تشخیص بدهد سوراخ سمت چپ است، نورون دوم روشن می‌شود.

✅️ هر نورون در لایه پاسخ به تمام نورون‌های رابط وصل است و از همه آن‌ها سیگنال دریافت می‌کند.

✅️ اگر سیگنال‌ها از حدی بزرگتر باشد، نورون لایه پاسخ آتش می‌کند و نتیجه ارزیابی مشخص می‌شود: چپ یا راست.

۵/۷

قدم چهارم: یادگیری

🔴 در ابتدا، پاسخ پرسپترون قر و قاطی و غلط و غلوط بود.

🔴 نصف مواقع، کاغذهای سوراخ‌راست را چپ تشخیص می‌داد و سوراخ‌چپ را راست.

✅️ اما، همانطور که حدس می‌زنید، یادگیری می‌توانست خیلی سریع عمل کند و خطا را پایین بیاورد.

✅️ یادگیری چطور صورت می‌گرفت؟ در هر گام اتصال نورون‌ رابط و نورون پاسخ تقویت می‌شد. می‌تونید فرض کنید سیم اتصالشون ضخیم‌تر می‌شه، هرچند دقیقش این نیست.

🔴 اما تقویت اتصال به دو شرط رخ می‌داده! نورون رابط باید:

یک - همراه با نورون پاسخ روشن شده باشد.
دو - روشن‌شدنش به پاسخ درست منجر شده باشد.

شرط اول مستقیما از هِب می‌آید و شرط دوم را رزنبلات اضافه کرده است.

۶/۷

تبریک می‌گم! شما با طرز کار پرسپترون آشنا شدید. 😎

پرسپترون تونست یاد بگیره کاغذهای راست‌سوراخ رو از چپ‌سوراخ تشخیص بده. بعد از دیدن حدود چند ده کاغذ. با دقت بالای نود و نه درصد.

پرسپترون ماشینی بود که دنیا رو عوض کرد و همچنان پایه و الهام‌بخش هوش مصنوعیه.

اما پرسپترون یه دشمن علمی (و شاید خونی) داشت که اثر مهمی بر تحولات این زمینه علمی گذاشت. 🕴

در جلسات بعد بهش می‌پردازیم.

۷/۷

این سه کتاب به تالیف مطالبی که در فضای مجازی می‌گذارم کمک زیادی می‌کنند. البته بازم هفتاد درصد مطالب رو از جاهای دیگه می‌گیرم.

جلسه ششم هوش مصنوعی رو خوندید؟ لینکش اینه

تا حدودی مطلب رو فهمیدید؟ سوالی دارید؟

لینک ناشناس

جواب‌ها رو هم اینجا می‌دم

دقیقا برعکس چیزی که حدس می‌زدم جواب دادید. 😁🔥

🧠 نورون‌‌های واقعی صفر و یک‌های ساده نیستند


✅️ با به هم بستن نورون‌ها می‌شه دروازه‌های منطقی مثل AND و OR ساخت و عملا هر محاسبه بولی ممکن رو انجام داد--- تاریخش.

✅️ برای همین معمولا فرض می‌کنیم نورون یه تابع نسبتا ساده ریاضیاتیه که ورودی‌ها رو جمع می‌زنه و اگه از یه آستانه بزرگتر بود روشن می‌شه.

✅️ در واقعیت نورون‌ها هزاران ورودی رو به صورت زمان‌مند بررسی می‌کنند و با وزن زمانی جمع می‌زنند. پاسخ نورون واقعی به ورودی‌هاش از معادلات غیر خطی پیچیده‌ میاد.

🔴 نورون مصنوعی ساده‌ترین اقتباس ممکن از نورون واقعیه، که همچنان می‌تونه عملکردهای مورد نظر مثل یادگیری رو نشون بده.

⚡️ تکنولوژی نورومورفیک سعی می‌کنه نورون‌های مصنوعی بسازه که به نورون‌های واقعی بسیار شبیه‌ترند. دوست دارید درباره نورومورفیک براتون بگم؟

@physics_daily

به مناسبت برگشت شکوهمندم گفتم یکم بریز و بپاش کنم شاباش بدم.

۵ تا پرمیوم تلگرام براتون خریدم. 😎

🥇 ۴۵ درصد "نظریه کانشسنس" رو انتخاب کردند.

🥈 ۳۵ درصد "رابط مغز و کامپیوتر" رو انتخاب کردند.

🥉 ۲۰ درصد "هوش مصنوعی عمومی" رو انتخاب کردند.


رای من؟ رابط مغز و کامپیوتر

🧠 چرا؟ کار رابط فقط حرکت دادن اندام‌های مصنوعی نیست. کارش اتصال هوش زیستی و مصنوعیه.

✅️ یه توانایی مغزی از دست رفته؟ رابط بهت برش می‌گردونه.

✅️ نیاز به هوش یا حافظه بیشتر داری؟ رابط بهت می‌ده.

✅️ به محض ورود رابط، هوش مصنوعی که به مغز وصل نباشه جذابیت خودش رو در بازار از دست می‌ده. حداقل تا حد زیادی.

✅️ هدف از انسان میاد. آداپته‌پذیری از انسان میاد. جنرال یا عمومی بودن از انسان میاد. هوش مصنوعی تخصصی تقویتش می‌کنه.

⚡️ در آخر، با اتصال زنده‌ای که با مغز می‌سازه امکان مشاهده فعالیت هزاران نورون به صورت زنده رو فراهم می‌کنه. پس کمک می‌کنه مغز رو هم بهتر بفهمیم.

چه کاربردی از این تکنولوژی آرزوتونه؟ توی لینک ناشناس برام بنویسید.

الن تورینگ:

ما فقط می‌توانیم مقابلمان را تا فاصله کوتاهی ببینیم. اما [در همین فاصله کوتاه] می‌بینیم که بسیاری کار برای انجام دادن وجود دارد.

امیدوارم امروز روی فاصله کوتاه پیش پاتون متمرکز باشید. ⚡️

@physics_daily

⚡️ طراحی نورومورفیک: چیپ‌هایی که مثل مغز کار می‌کنند

🔴 در کامیپوترهای معمولی حافظه و پردازشگر جدا هستند.

🧠 مغز اینطور نیست. مغز متشکل از شبکه غول‌آسایی از نورون‌هاست. هر نورون بخشی از پردازش را انجام می‌دهد و حافظه بین نورون‌ها، در اتصالات (سیناپس‌ها)، ذخیره می‌شود.

💊 طراحی نورومورفیک کامپیوتری شبیه‌تر به مغز می‌سازد. این کامپیوتر از تعداد زیادی واحد الکترونیکی تشکیل شده که شبیه به نورون‌های واقعی اطلاعات را جمع‌آوری، پردازش و ارسال می‌کنند.

1️⃣ به لحاظ انرژی بهینه‌ست. مغز هم شدیدا کم‌مصرفه.
2️⃣ رویدادها رو زمانی می‌فهمه، چون با توالی‌های روشن و خاموش شدن نورون‌هاش کار می‌کنه.
3️⃣ امکان مطالعه فرم‌هایی از یادگیری رو فراهم می‌کنه که اونقدرا بررسی نشده.
4️⃣ شاید بتونه بهتر با مغز ارتباط بگیره.

✅️ طراحی نورومورفیک به نظر آینده‌نگرانه میاد، درحالیکه در واقعیت برگشت به طرز محاسبات طبیعته.

🔴 اما کسی مثل ماروین مینسکی زیاد موافق این سبک برگشت به طبیعت نبود. مینسکی یه جورایی تحقیقات شبکه عصبی رو کُشت. بریم سراغش؟