分享

芬蘭國民AI-5.1Neural network basics

 
人類很想了解自己的思維是如何運作、思維是如何從腦中的神經網絡產生,最近幾年,機器學習結合大量資料與深度學習(Deep learning)也頗有進展。
*深度學習是機器學習下的某些方法/技術,在一個網路裡有某個簡單處理單元中,這個簡單處理單元中有好幾層,當我們做一個輸入,這個輸入會經過好幾層後得到某個結果。這個過程有點像人眼看到東西,影像透過視網膜,在腦中產生視覺訊號。
什麼是neural networks?
一個neural network可以指真實生物腦中的神經網絡,也可以指一台電腦中的一個人造的神經網絡。
**Neurons, cell bodies, and signals:一個neural networks由許多個neuron組成,一個一個neuron會接受、傳出訊號,每個neuron有個身體和天線,可以彼此連結
***Dendrites(樹突), axons(軸突), and synapses(突觸):在生物學領域中,那些可以接收訊號的線路是「神經元樹突」,有時靠的是即將來到的訊號,神經元會被點起來送出訊號給其他的神經元,另外一些傳送外部訊號的線路稱做「軸突」,在交結的地方,每個軸突會連結到一個以上的樹突,這些交結成為「突觸」
一個神經元不怎的,能做到的事非常有限,但連在一起可以做到很複雜的事。這證據就在人的大腦裡。
什麼造就人造神經網絡?
建立人造的大腦模型是神經科學,通常是研究大腦與神經系統。藉著繪出人類大腦地圖的細節,我們能夠發現人類和動物的認知和意識的秘密。現在即使我們看起來好像可以理解認知和意識,但其實還有好些里程碑需要到達,目前完成的一些,像是辨別不正常的功能,幫助大腦去避開不正常、並恢復正常的運作,這可導致改變生活的醫療方式,人們可以免於神經失調,像是癲癇、阿茲海默症,這類由大腦被傷害或失調引起的問題。
以上有點偏題,建構人工神經網絡其實和生物系統關係不大,但可做為靈感的來源,去建立更好的AI與機器學習技術。會這樣想是很自然地,因為大腦是一個令人驚嘆的複雜系統,可以處理複雜資訊的系統,導致一連串有智慧的行為(當然也有不怎麼有智慧的),因此,看一下大腦如何運作來找創造人工智慧系統也是極合理的。
neural networks在人工智慧的歷史中,是1960年代很受歡迎的一門,最近也被當作是深度學習中非常領先的一部分,在各領域中可以用來作明顯的改善,例如語言或影像的處理。
neural networks有什麼特別?
neural networks是人工智慧領域中,為了想要達到人類等級的智慧,需要生出一套高級思考的處理過程,特別是使用符號或象徵,用有邏輯的規則,去表達具體或抽象的的內容。目前有一個爭議,neural networks中較低級的符號處理過程,也能有智慧(嗎?)。但是,若想到我們為了造出飛行器,並不會需要飛行器也有翅膀、骨頭、肌肉和羽毛。所以,我們想要生出人類般的智慧,也不用一定要生出大腦。
比起電腦傳統上的工作方式,neural networks有幾項特徵:
1.在傳統電腦裡,有一個中央處理器(CPU),在一個時間內可以專注做一件事,它可以從記憶體找回資料,或把資料存在記憶體裡,因此,資料的儲存和處理,都是中央處理器和記憶體在工作;在neural networks中,系統是有很多的神經元組成,每一個神經元都可以自己處理訊息而不用靠中央處理器,這些神經元可以「同時」處理巨量資訊。
2.neural networks資料的儲存和處理,不像在傳統電腦理裡分別在中央處理器與記憶體,即使在傳統電腦裡,是可能生出neural networks,它們同時可處理資訊的的能力是有最大值的,稱為平行處理(parallel processing),有時繪圖處理器(GPU)是可以做到平行處理,這是目前運作深度學習方法、成本較有效益的解法。
分類:學習

評論
上一篇
  • 下一篇
  • 更多文章
    載入中... 沒有更多了