V:
Kako so predhodniki logičnih vrat AI in gradniki blokov za nevronske mreže?
A:Logična vrata so logični konstrukti, ki tvorijo okvir za ustvarjanje poti v računalniški obdelavi. Uporaba logičnih vrat v računalnikih je pred vsakim sodobnim delom na področju umetne inteligence ali nevronskih mrež. Vendar pa logična vrata zagotavljajo gradnike za strojno učenje, umetno inteligenco in vse, kar spada zraven.
Logična vrata olajšajo izbiro izhodov, odvisno od vnosa v računalniški sistem. To je že zgodaj privedlo do primerjav med mikroprocesorjem in človeškimi možgani.
Ko se je delo na nevronskih omrežjih začelo razvijati leta pozneje, se je začela pojavljati filozofija, imenovana »konekcionizem«. Konekcionizem, ki na nek način sega v 40. leta 20. stoletja, je ideja, da se s kombiniranim delom posameznih majhnih enot - na primer v možganih, nevronih, ustvarjajo zapleteni vedenjski vzorci.
Vse to je privedlo do ideje o uporabi programiranja in v zameno za osnovna logična vrata za bolj zapletene procese. Ena od definicij strojnega učenja je, da se računalniški program razvija preko meja tistega, kar je bil prvotno dan kot vložek. Z drugimi besedami, stroj se uči, ko gre. Še vedno uporablja logična vrata za obdelavo danih vhodov in izhodov, uporaba logičnih vrat za računalništvo pa deluje na bistveno drugačen način.
Z nadaljevanjem preučevanja človeških možganov in uspešnosti nevronov in sinaps se znanstveniki bližajo temu, da bi lahko nekaj te dejavnosti modelirali z računalniškimi sistemi. Tu bodo logična vrata opravila delo človeškega nevrona.
Razmislite o tem odlomku iz znanstvenega prispevka o oblikovanju različnih logičnih vrat v nevronskih mrežah:
"Očitno je, da nevron izvaja ekvivalent logične operacije OR na vzbujalnih vhodih - če prisotnost impulzov predstavlja logično vrednost '1", potem lahko nevron z dvema vzbujevalnima realizira vedenje vrat OR. vhodi in izhodi se napajajo nazaj kot zaviralni vhod. Slednji zagotavlja, da se nevron vrne v sproščeno stanje, ko vzbujanje vzbuja, kar ustreza logični vrednosti '0.' Nevroni vrat OR kažejo različne „zamude pri vklopu“ in „izklopi“, ki se spreminjajo, odvisno od preteklih in sedanjih vložkov. “- Suryateja Yellamraju, et. al., "Oblikovanje različnih logičnih vrat v nevronskih omrežjih"
Iz tega branja je razvidno, da je mogoče doseči tesne povezave med uspešnostjo logičnih vrat ALI in učinkom nevrona, ki deluje na binarno vznemirjenih ali sproščenih vhodih.
Glede na to umetna inteligenca pogosto vključuje uporabo logičnih vrat v računalniških sistemih za modeliranje vrst vedenja, ki jih nevroni kažejo v človeških možganih. Obseg tega uspeha modeliranja bo določal prihodnje zmožnosti močne umetne inteligence - ali bomo z izjemno naprednim modeliranjem ustvarili čuteče tehnologije ali pa se bo človeški um izkazal za dovolj zapleten in izpopolnjen, da bi tovrstni tehnološki razvoj omejil ali omejil.
V članku o Mediju VV Preetham govori o poučevanju logike nevronskim mrežam z uporabo uporabljenih logičnih vrat. Ta podrobna vadnica prikazuje, kako predstavljati uporabo logičnih vrat in kode na načine, ki simulirajo delo človeških nevronov.
Na ta način so logična vrata, ki so se že zgodaj pojavila pri razvoju včerajšnjih računalniških sistemov, še naprej temeljna sredstva za zelo napredno delo v nevronskih omrežjih in za sprejemanje močnejših orodij strojnega učenja in umetne inteligence, ki bodo dramatično spremenili naše interakcije s tehnologijo v prihodnjih letih.
