T:
Paano ang mga lohikal na pintuan ng hudyat sa AI at pagbubuo ng mga bloke para sa mga neural network?
A:Ang mga logic na gate ay ang lohikal na mga konstruksyon na bumubuo ng balangkas para sa pagbuo ng landas sa pagproseso ng computer. Ang paggamit ng mga lohikal na pintuan sa mga computer ay naghuhulaan ng anumang modernong gawain sa artipisyal na intelektwal o neural network. Gayunpaman, ang mga logic gate ay nagbibigay ng mga bloke ng gusali para sa pag-aaral ng makina, artipisyal na katalinuhan at lahat ng bagay na kasama nito.
Ang isang lohika na gate ay nagpapadali sa pagpili ng mga output depende sa input sa isang sistema ng computing. Maaga pa, humantong ito sa paghahambing sa pagitan ng isang microprocessor at utak ng tao.
Habang nagsimulang mag-umpisa ang trabaho sa mga network ng neural, isang pilosopiya na tinatawag na "koneksyonismo" ay nilalaro. Ang koneksyonismo, na sa ilang mga paraan mula noong 1940s, ay ang ideya na ang mga kumplikadong pattern ng pag-uugali ay nabuo sa pamamagitan ng pinagsamang gawain ng mga indibidwal na maliit na yunit - halimbawa, sa utak, mga neuron.
Ang lahat ng ito ay humantong sa ideya ng paggamit ng programming, at sa pagliko ang pinagbabatayan na mga pintuang lohika, para sa mas kumplikadong mga proseso. Ang isa sa mga kahulugan ng pag-aaral ng makina ay ang programa ng computer ay nagbabago lampas sa mga limitasyon ng kung ano ito ay orihinal na ibinigay bilang isang input. Sa madaling salita, ang makina ay natututo habang nagpapatuloy. Gumagamit pa rin ito ng mga lohika na pintuan para sa pagproseso ng mga ibinigay na input at output, ngunit ang paggamit ng mga lohika na pintuang-bayan para sa mga gawa sa computing sa isang panimula na naiiba na paraan.
Sa pamamagitan ng pagpapatuloy na pag-aralan ang utak ng tao, at ang pagganap ng mga neuron at synapses, ang mga siyentipiko ay lumapit nang ma-modelo ang ilan sa aktibidad na ito sa mga sistema ng computing. Dito, gagawin ng logic gate ang gawain ng isang neuron ng tao.
Isaalang-alang ang sipi na ito mula sa isang papel ng scholar sa disenyo ng iba't ibang mga lohikal na pintuang-bayan sa mga neural network:
"Ito ay malinaw na ang neuron ay gumaganap ng katumbas ng isang lohikal na O operasyon sa mga excitatory input - kung ang pagkakaroon ng mga pulso ay kumakatawan sa isang lohikal na halaga ng '1, ' kung gayon ang pag-uugali ng isang OR gate ay maaaring natanto ng isang neuron na may dalawang excitatory ang mga input at ang output ay pinapakain pabalik bilang isang inhibitory input. Sinisiguro ng huli na ang neuron ay bumalik sa isang nakakarelaks na estado kapag ang paggulo ay tumigil, na naaayon sa isang lohikal na halaga ng '0.' Ang OR-gate neuron ay nagpapakita ng natatanging 'turn-on' at 'pag-turn-off' na pagkaantala, depende sa nakaraan at kasalukuyang mga input. ”- Suryateja Yellamraju, et. al., "Disenyo ng Iba't ibang Mga Logikong Gate sa Neural Networks"
Kitang-kita mula sa pagbabasa na ang mga malapit na ugnayan ay maaaring gawin sa pagitan ng pagganap ng isang OR logic gate at ang pagganap ng isang neuron na nagtatrabaho sa binary nasasabik o nakakarelaks na mga pag-input.
Sa iniisip, ang gawaing artipisyal na katalinuhan ay madalas na kasama ang paggamit ng mga lohika na pintuan sa mga sistema ng computing upang modelo ang mga uri ng pag-uugali na ipinakita ng mga neuron sa utak ng tao. Ang lawak ng tagumpay ng pagmomolde na ito ay matukoy ang hinaharap na mga kakayahan ng malakas na artipisyal na katalinuhan - kung sa pamamagitan ng sobrang advanced na pagmomolde, maaari kaming lumikha ng mga teknolohiyang sentiento, o kung ang pag-iisip ng tao ay nagpapatunay ng sapat na kumplikado at detalyado upang higpitan o limitahan ang ganitong uri ng pag-unlad ng teknolohikal.
Sa isang artikulo sa Medium, pinag-uusapan ng VV Preetham ang tungkol sa pagtuturo ng lohika sa mga neural network sa pamamagitan ng paggamit ng mga inilapat na lohika na lohika. Ang detalyadong tutorial na ito ay nagpapakita kung paano kumatawan sa paggamit ng mga lohikal na pintuang-bayan, at code, sa mga paraan na gayahin ang gawain ng mga neuron ng tao.
Sa ganitong paraan, ang mga lohika na pintuang-bayan, na itinampok nang maaga sa pagbuo ng mga sistema ng pag-compute kahapon, ay patuloy na maging pinagbabatayan ng mga mapagkukunan para sa napakahusay na gawain sa mga Neutistang network at ang pag-aampon ng kailanman mas malakas na pagkatuto ng makina at artipisyal na mga tool ng katalinuhan na kapansin-pansing magbabago sa aming pakikipag-ugnayan may teknolohiya sa mga darating na taon.
