Q:
Как логические элементы-предшественники искусственного интеллекта и строительные блоки для нейронных сетей?
A:Логические элементы - это логические конструкции, которые составляют основу для генерации пути в компьютерной обработке. Использование логических элементов в компьютерах предшествует любой современной работе над искусственным интеллектом или нейронными сетями. Однако логические элементы предоставляют строительные блоки для машинного обучения, искусственного интеллекта и всего, что с ним связано.
Логический вентиль облегчает выбор выходов в зависимости от входа в вычислительную систему. На раннем этапе это привело к сравнению между микропроцессором и человеческим мозгом.
Поскольку работа над нейронными сетями начала развиваться несколько лет спустя, в игру вступила философия под названием «коннекционизм». Коннекционизм, который в некотором роде восходит к 1940-м годам, является идеей о том, что сложные поведенческие паттерны генерируются посредством совместной работы отдельных небольших единиц - например, в мозге, нейронах.
Все это привело к идее использования программирования и, в свою очередь, основополагающих логических элементов для более сложных процессов. Одним из определений машинного обучения является то, что компьютерная программа развивается за пределами того, что изначально было дано в качестве входных данных. Другими словами, машина учится на ходу. Он по-прежнему использует логические вентили для обработки заданных входов и выходов, но использование логических вентилей для вычислений работает принципиально иным образом.
Продолжая изучать человеческий мозг и работу нейронов и синапсов, ученые все больше приближаются к возможности моделировать некоторые из этих действий с помощью вычислительных систем. Здесь логические ворота сделают работу человеческого нейрона.
Рассмотрим этот отрывок из научной статьи о проектировании различных логических элементов в нейронных сетях:
«Очевидно, что нейрон выполняет эквивалент логической операции ИЛИ на возбуждающих входах - если присутствие импульсов представляет логическое значение« 1 », то поведение логического элемента ИЛИ может быть реализовано нейроном с двумя возбуждающими входы и выходы возвращаются в качестве запрещающего входа. Последнее обеспечивает возвращение нейрона в расслабленное состояние после прекращения возбуждения, что соответствует логическому значению «0». Нейрон OR-gate демонстрирует отчетливые задержки включения и выключения, которые меняются в зависимости от прошлых и настоящих входных данных ». - Suryateja Yellamraju, et. al., "Проектирование различных логических элементов в нейронных сетях"
Из этого прочтения становится очевидным, что между производительностью логического элемента ИЛИ и работой нейрона, работающего на двоичных возбужденных или ослабленных входах, может быть установлена тесная корреляция.
Имея это в виду, работа искусственного интеллекта часто включает в себя использование логических элементов в вычислительных системах для моделирования типов поведения, которые проявляются нейронами в человеческом мозге. Степень успеха этого моделирования будет определять будущие возможности сильного искусственного интеллекта - будь то с помощью чрезвычайно продвинутого моделирования, мы можем создавать разумные технологии, или же человеческий разум окажется достаточно сложным и сложным, чтобы ограничить или ограничить этот вид технологического развития.
В статье о Medium В.В.Приетам рассказывает о преподавании логики нейронным сетям с помощью прикладных логических элементов В этом подробном руководстве показано, как представить использование логических элементов и кода способами, имитирующими работу человеческих нейронов.
Таким образом, логические элементы, которые использовались на ранних этапах разработки вчерашних вычислительных систем, продолжают оставаться основными ресурсами для очень продвинутой работы в нейронных сетях и внедрения все более мощных инструментов машинного обучения и искусственного интеллекта, которые кардинально изменят наши взаимодействия. с технологиями в ближайшие годы.
