Q:
Як логічні ворота є попередниками AI та будівельними блоками нейронних мереж?
A:Логічні ворота - це логічні конструкції, які складають основу для генерування шляху в комп'ютерній обробці. Використання логічних воріт у комп’ютерах передує будь-якій сучасній роботі із штучного інтелекту чи нейронних мереж. Однак логічні ворота забезпечують складові для машинного навчання, штучного інтелекту та всього, що йде разом з ним.
Логічний затвор полегшує вибір результатів в залежності від введення в обчислювальну систему. На початку це призвело до порівнянь між мікропроцесором та людським мозку.
З часом, коли робота над нейронними мережами почала розвиватися, почала розвиватися філософія під назвою «коннекціонізм». Коннекціонізм, який певним чином сягає 40-х років, полягає в ідеї, що складні моделі поведінки породжуються завдяки комбінованій роботі окремих невеликих одиниць - наприклад, у мозку, нейронах.
Все це призвело до ідеї використання програмування, і, в свою чергу, основної логічної брами, для більш складних процесів. Одне з визначень машинного навчання полягає в тому, що комп'ютерна програма розвивається поза межами того, що спочатку було дано як вхід. Іншими словами, машина вчиться, як йде. Він все ще використовує логічні ворота для обробки заданих входів і виходів, але використання логічних воріт для обчислень працює принципово іншим чином.
Продовжуючи вивчати людський мозок та працездатність нейронів та синапсів, вчені наближаються до можливості моделювати частину цієї діяльності за допомогою обчислювальних систем. Тут логічна брама виконає роботу нейрона людини.
Розглянемо цей уривок із наукової роботи про проектування різних логічних воріт у нейронних мережах:
"Очевидно, що нейрон виконує еквівалент логічної операції АБО на збуджуючих входах - якщо наявність імпульсів представляє логічне значення" 1 ", тоді поведінка АБО-ворота може бути реалізована нейроном з двома збудливими входи і вихід подаються назад як гальмівний вхід. Останнє забезпечує повернення нейрона до розслабленого стану, коли збудження припиняється, що відповідає логічному значенню '0.' Нейрон OR-воріт демонструє чіткі затримки "включення" та "вимкнення", які змінюються залежно від минулих та теперішніх входів ". - Suryateja Yellamraju, et. ін., "Проектування різних логічних воріт у нейронних мережах"
З цього читання видно, що тісні кореляції можуть бути виконані між продуктивністю логічного ворота АБО та продуктивністю нейрона, що працює на бінарних збуджених або розслаблених входах.
Зважаючи на це, робота з штучним інтелектом часто включає використання логічних воріт в обчислювальних системах для моделювання типів поведінки, які проявляються нейронами в мозку людини. Ступінь успіху цього моделювання визначатиме майбутні можливості сильного штучного інтелекту - чи надзвичайно просунуте моделювання ми можемо створити розумні технології, чи людський розум виявиться достатньо складним і витонченим, щоб обмежити або обмежити такий технологічний розвиток.
У статті про "Середній" В. В. Прейтхем розповідає про навчання логіки нейронним мережам за допомогою використання застосованих логічних воріт. Цей детальний підручник показує, як представити використання логічних воріт та коду способами, що імітують роботу нейронів людини.
Таким чином, логічні ворота, які з'явилися на початку розвитку вчорашніх обчислювальних систем, продовжують залишатися основними ресурсами для дуже просунутої роботи в нейронних мережах та прийняття все більш сильних інструментів машинного навчання та штучного інтелекту, які різко змінять наші взаємодії з технологіями в наступні роки.
