โครงข่ายประสาทและชีวิต

โครงข่ายประสาทเทียมในด้านการเรียนรู้ของเครื่องนั้นไม่เพียงแค่ควรรู้เทคนิคของอัลกอริทึมเท่านั้น แต่ยังสามารถทำความเข้าใจเกี่ยวกับตัวเราให้มากขึ้นด้วย

ทำไมต้อง Neural Networks?

ในขณะที่เริ่มต้นใช้งานวิทยาศาสตร์ข้อมูล ฉันได้เรียนรู้เกี่ยวกับเนื้อหา ML หลักต่างๆ แต่สิ่งหนึ่งที่ดึงดูดความสนใจของฉันจริงๆ นอกเหนือจากรากฐานที่หยั่งรากลึกในวิชาคณิตศาสตร์ก็คือเมื่อฉันได้เรียนรู้เกี่ยวกับโครงข่ายประสาทเทียม

การพัฒนาอัลกอริทึมที่เลียนแบบสมองมนุษย์เพื่อพยายามสร้างเครื่องจักรที่สามารถคิดและวิเคราะห์ความรู้ความเข้าใจได้เหมือนมนุษย์ เป็นสิ่งที่ฉันคิดว่าควรค่าแก่การสำรวจ

เล็กน้อยเกี่ยวกับฉัน :)

ฉันมักจะรู้สึกดึงดูดใจมากขึ้นเมื่อสามารถเชื่อมโยงกับชีวิตประจำวันได้เสมอ หรือเมื่อฉันสามารถรับทักษะชีวิตบางอย่างและเข้าใจตัวเองมากขึ้นจากหัวข้อที่กำลังศึกษา ไม่ว่าหัวข้อนั้นจะเป็นวิทยาศาสตร์หรือทางเทคนิคก็ตาม เป็น. เลยลองเขียนเรื่อง neural network and life analogy ดู

ป.ล.: นอกจากนี้ มันอาจจะดูเหมือนเป็นการตีความโครงข่ายประสาทเทียมที่ชัดเจนมาก แต่ใช่ ฉันแค่อยากจะเขียนเกี่ยวกับมันตามที่ฉันชอบ :)

เซลล์ประสาทและน้ำหนัก

ในโครงข่ายประสาทเทียม มีเลเยอร์อินพุตและเลเยอร์ซ่อนเร้นที่เชื่อมต่อกันหลายเลเยอร์ ซึ่งสุดท้ายแล้วจะสร้างเอาต์พุต สิ่งนี้เกิดขึ้นในสมองของเรา ณ เวลาใดเวลาหนึ่ง มีเซลล์ประสาทหลายล้านเซลล์ที่คอยส่งความคิดและความคิดที่หลากหลายให้กับเราเสมอ

ทุกการตัดสินใจของเราเป็นผลมาจากความคิดที่เชื่อมโยงกัน (เซลล์ประสาทที่กระตุ้นการทำงาน) โดยมีน้ำหนักที่กำหนดให้กับพวกเขา ดังนั้นในท้ายที่สุด มันจึงลงเอยด้วยน้ำหนักที่ช่วยกระตุ้นเซลล์ประสาทเฉพาะใดๆ ที่ก่อให้เกิดเครือข่ายที่ซ่อนอยู่ ซึ่งทำงานเพื่อเปิดใช้งานความคิดขั้นสุดท้ายที่ขับเคลื่อนการกระทำ

การเรียนรู้ :

การกำหนดน้ำหนักของโหนดทำให้เห็นความสำคัญของ "โฟกัส" โฟกัสคือสิ่งที่ขับเคลื่อนความฝันและความทะเยอทะยานของเราและช่วยให้เราบรรลุเป้าหมาย

แรงกระตุ้น/ความคิดเกือบทั้งหมดมักไม่ง่ายเสมอไป แต่สามารถหยั่งรากย้อนไปถึงอดีต เหตุการณ์ล่าสุด หรือความหวาดกลัวในอนาคตได้ ประเภทของตัวกระตุ้น/ความคิดที่เราให้น้ำหนักมากขึ้น สมองจะกระตุ้นความคิดที่คล้ายกันและพยายามสร้างเลเยอร์ที่ซ่อนอยู่หลายชั้นระหว่างมัน กำหนดน้ำหนัก และนำความสนใจทั้งหมดของเราไปที่ความคิดนั้น ซึ่งสุดท้ายจะนำไปสู่การปฏิบัติ

ดังนั้นเรามีความคิดเดียว แล้วสมองจะสร้างอาณาจักรทั้งหมดบนนั้น น่าทึ่งใช่มั้ย

ข้อผิดพลาดในการเผยแพร่ย้อนกลับ

Backpropagation เป็นกระบวนการที่เกี่ยวข้องกับการฝึกอบรมโครงข่ายประสาทเทียมที่ เกี่ยวข้องกับการรับอัตราความผิดพลาดของโครงข่ายประสาทเทียมที่แพร่กระจายไปข้างหน้าและป้อนการสูญเสียนี้ย้อนกลับผ่านชั้นของโครงข่ายประสาทเทียมเพื่อปรับแต่งน้ำหนัก

โครงข่ายประสาทเทียมเรียนรู้และดีขึ้นโดยการแพร่กระจายข้อผิดพลาดกลับไปยังเซลล์ประสาทที่มีส่วนสนับสนุน และด้วยเหตุนี้จึงปรับเปลี่ยนน้ำหนักเดิม

การเรียนรู้:

พวกเรามนุษย์เป็นสิ่งมีชีวิตที่มีนิสัยและการฝึกอบรม เช่นเดียวกับโมเดลแมชชีนเลิร์นนิงอื่นๆ ที่จะดีขึ้นเมื่อได้รับการฝึกฝนด้วยคุณสมบัติการป้อนข้อมูลที่ดี มนุษย์เราก็เป็นผลผลิตของการฝึกฝนทักษะเฉพาะใดๆ จนกว่าเราจะเก่งขึ้น และกระบวนการฝึกฝนก็ไม่ได้เป็นเส้นตรงเสมอไป แต่เต็มไปด้วยการลองผิดลองถูกจนกว่าเราจะชำนาญในทักษะนั้น

สิ่งนี้นำเราไปสู่ข้อเท็จจริงที่ว่าชีวิตควรดำเนินไปข้างหน้าในขณะที่มองไปข้างหลัง หรือดังที่สตีฟ จ็อบส์กล่าวไว้อย่างแม่นยำว่า “ คุณไม่สามารถเชื่อมโยงจุดต่าง ๆ เมื่อมองไปข้างหน้าได้ คุณสามารถเชื่อมต่อพวกเขาเมื่อมองย้อนกลับไปเท่านั้น ”

เราจะมองย้อนกลับไปยังความผิดพลาดได้ดีขึ้นและเรียนรู้จากความผิดพลาดโดยการปรับความเชื่อและการกระทำในอนาคตสำหรับเหตุการณ์ที่จะเกิดขึ้น จนกว่าเราจะเป็นเวอร์ชั่นที่ดีที่สุดของเรา ตัวเราเองเป็นโมเดลแมชชีนเลิร์นนิงที่การฝึกอบรมกำลังดำเนินอยู่ และยิ่งเราใช้ประโยชน์จากการเผยแพร่ข้อผิดพลาดแบบย้อนกลับและการเรียนรู้มากเท่าไหร่ เราก็ยิ่งเก่งขึ้นในสิ่งที่เราฝึกฝน

สมองมนุษย์ - คุณงาม!

สาขาการเรียนรู้เชิงลึกให้การเรียนรู้ชีวิตมากมายหากเราหยุดชั่วคราวและไตร่ตรอง แนวคิดของการกำหนดน้ำหนักทำให้เรามีพลังพิเศษในตัวเอง ซึ่งก็คือพลังแห่งความสนใจ หากเราตั้งใจไม่ให้น้ำหนัก (ความสำคัญ) แก่เซลล์ประสาทบางส่วนที่ถูกกระตุ้น เซลล์ประสาทเหล่านั้นจะไม่มีส่วนร่วมในสมการสุดท้ายของการกระทำ

นี่อาจเป็นเครื่องมือที่ดีในการรับมือหรือเยียวยาบาดแผลในอดีต เพราะหากเราให้ความสนใจกับความทรงจำที่เจ็บปวดเหล่านั้นให้น้อยที่สุด ความทรงจำเหล่านั้นก็จะหายไป ราวกับว่าความทรงจำเหล่านั้นแทบจะไม่เคยเกิดขึ้นหรือมีอยู่เลยด้วยซ้ำ มายากลใช่มั้ย?

สมองของเราส่วนใหญ่จะฉายภาพอุปกรณ์ที่เน้นความคิดโดยยึดตามสมการส่วนหลัง เช่น ในโครงข่ายประสาทเทียม แต่ต่างจากโครงข่ายประสาทเทียมตรงที่มนุษย์เรามีอำนาจในการแยกแยะ ซึ่งเราสามารถคิดถึงความคิดที่กระตุ้น และโฟกัสความสนใจของเราใหม่ได้

ส่วนที่น่าทึ่งที่สุดของมนุษย์คือเรามีพลังสร้างสรรค์ นี้ ซึ่งไม่มีในแบบจำลองโครงข่ายประสาทเทียมเหล่านี้หรือสปีชีส์อื่นๆ เรามีพลังในการจินตนาการ สำรวจ และพัฒนาโลกแห่งความฝันของเรา ไม่ใช่แค่อยู่รอดและพินาศ

และเราเข้าใจความงามของสมองของเรามาก จนเราพยายามพัฒนามัน เพราะแน่นอนว่ามันเป็นงานวิศวกรรมที่มหัศจรรย์และสมควรได้รับการเฉลิมฉลอง และจะมีวิธีใดที่ดีไปกว่าการชื่นชมยินดีไปกว่าการทุ่มเทการศึกษาทั้งสาขาเพื่อการจำลองมัน ? และนั่นอาจเป็นสิ่งที่ทำให้ฉันติดงอมแงมในด้านปัญญาประดิษฐ์และการเรียนรู้ของเครื่องที่น่าสนใจนี้