Q:
Bagaimanakah pintu masuk akal logik kepada AI dan blok bangunan untuk rangkaian saraf?
A:Pintu logik adalah pembinaan logik yang membentuk kerangka untuk penjanaan laluan dalam pemprosesan komputer. Penggunaan pintu logik dalam komputer mendahului apa-apa kerja moden pada kecerdasan buatan atau rangkaian saraf. Walau bagaimanapun, pintu masuk logik menyediakan blok bangunan untuk pembelajaran mesin, kecerdasan buatan dan semua yang datang bersama-sama dengannya.
Gerbang logik memudahkan pilihan output bergantung kepada input dalam sistem pengkomputeran. Awalnya, ini membawa kepada perbandingan antara mikropemproses dan otak manusia.
Sebagai kerja pada rangkaian saraf mula berkembang beberapa tahun kemudian, falsafah yang dipanggil "koneksiisme" dimainkan. Connectionism, yang dalam beberapa cara bermula pada tahun 1940-an, adalah idea bahawa corak tingkah laku yang rumit dihasilkan melalui kerja gabungan unit kecil individu - sebagai contoh, di otak, neuron.
Semua ini membawa kepada idea menggunakan pengaturcaraan, dan sebaliknya pintu logik yang mendasari, untuk proses yang lebih kompleks. Salah satu definisi pembelajaran mesin adalah bahawa program komputer berkembang melebihi had apa yang asalnya diberikan sebagai input. Dalam erti kata lain, mesin belajar kerana ia berjalan. Ia masih menggunakan pintu logik untuk memproses input dan output yang diberikan, tetapi penggunaan pintu logik untuk kerja pengkomputeran secara fundamental berbeza.
Dengan meneruskan pembelajaran otak manusia, dan prestasi neuron dan sinapsinya, saintis semakin dekat dengan dapat memodelkan beberapa aktiviti ini dengan sistem pengkomputeran. Di sini, pintu masuk logik akan melakukan kerja-kerja neuron manusia.
Pertimbangkan petikan ini dari kertas ilmiah mengenai reka bentuk pelbagai pintu logik dalam rangkaian saraf:
"Sudah jelas bahawa neuron melakukan persamaan operasi A secara logik pada input excitatory - jika kehadiran pulsa mewakili nilai logik '1', maka kelakuan gate OR dapat direalisasikan oleh neuron dengan dua penggambaran input dan output kembali sebagai input penghalang. Yang terakhir ini memastikan bahawa neuron kembali ke keadaan santai apabila pengujaannya terhenti, sepadan dengan nilai logik '0.' Neuron OR-gate memperlihatkan penangguhan yang berbeza dari 'turn-on' dan 'turn-off' yang berubah, bergantung kepada input masa lalu dan sekarang. "- Suryateja Yellamraju, et. al., "Reka Bentuk Pelbagai Pintu Logik dalam Rangkaian Neural"
Ia terbukti dari bacaan ini bahawa korelasi yang rapat boleh dibuat antara prestasi pintu masuk ATAU logik dan prestasi neuron yang berfungsi pada input binari yang teruja atau santai.
Dengan ini, kerja kecerdasan buatan sering merangkumi penggunaan pintu logik dalam sistem pengkomputeran untuk memodelkan jenis tingkah laku yang dipamerkan oleh neuron di dalam otak manusia. Tahap kejayaan pemodelan ini akan menentukan keupayaan masa depan kecerdasan buatan yang kukuh - sama ada dengan pemodelan yang sangat maju, kita boleh mencipta teknologi yang berpusat, atau sama ada minda manusia membuktikan cukup rumit dan rumit untuk menyekat atau mengehadkan jenis pembangunan teknologi ini.
Dalam artikel mengenai Medium, VV Preetham bercakap mengenai logik pengajaran kepada rangkaian saraf melalui penggunaan pintu logik yang digunakan. Tutorial terperinci ini menunjukkan bagaimana untuk mewakili penggunaan pintu masuk logik, dan kod, dengan cara yang mensimulasikan kerja-kerja neuron manusia.
Dengan cara ini, pintu masuk logik, yang dipaparkan awal dalam pembangunan sistem pengkomputeran semalam, terus menjadi sumber pendasar untuk kerja yang sangat maju dalam rangkaian neuron dan penggunaan pembelajaran mesin yang semakin kuat dan alat-alat kecerdasan buatan yang akan mengubah secara dramatik interaksi kita dengan teknologi pada tahun-tahun akan datang.
