الشبكات العصبية للدمى: مقدمة سريعة لهذا المجال الرائع

هل تساءلت يومًا ما هي كل هذه الشبكات العصبية التي يتحدث عنها الجميع ، وكنت خائفًا جدًا من السؤال؟ حسنًا ، لا تخف أكثر! بحلول نهاية هذا المنشور ، ستتمكن من الدخول إلى أي مؤتمر وإبهار طاولة الغداء بكلماتك الطنانة المكتسبة حديثًا!

إذا كنت قد فتحت متصفحك في العامين الماضيين ، فلا بد أنك قد شاهدت عبارة "الشبكات العصبية" بضع (مئات) مرة.

في هذه القراءة القصيرة ، سأقدم لك بعض السياق حول المجال والشيء نفسه. لن تصبح خبيرًا عالميًا في هذا المجال في الدقائق الخمس القادمة ، لكنك ستمر بمرحلة الإعداد غير التافهة. ستتعلم أيضًا بعض الكلمات الطنانة لإقناع الأسرة على مائدة العشاء ، خاصة إذا اتبعت قائمة القراءة في النهاية.

ما هو التعلم الآلي؟

لفهم الشبكات العصبية ، نحتاج أولاً إلى فهم التعلم الآلي. ولفهم التعلم الآلي ، فلنتحدث عن التعلم البشري أولاً ، أو "البرمجة الكلاسيكية".

في البرمجة الكلاسيكية ، أنا ، المطور ، بحاجة إلى فهم جوانب المشكلة التي أحاول حلها ، ومعرفة بالضبط ما هي جميع القواعد للوصول إلى الحل.

على سبيل المثال ، لنفترض أنني أريد أن يعرف برنامجي الفرق بين المربع والدائرة. ثم تتمثل إحدى طرق التعامل معها في كتابة برنامج يمكنه اكتشاف الزوايا ، ثم تطبيقه لعد الزوايا. إذا رأى برنامجي أربع زوايا ، فهذا الشكل مربع ، وإذا لم يظهر أي زوايا ، فهذا الشكل عبارة عن دائرة.

وتعلم الآلة؟ بشكل عام ، التعلم الآلي = التعلم من الأمثلة.

في التعلم الآلي ، عند مواجهة نفس المشكلة بالضبط المتمثلة في التمييز بين الدوائر والمربعات ، فإننا نصمم نظامًا تعليميًا يأخذ كمدخلات العديد من الأمثلة للأشكال وفئتها (مربع أو دائرة). نأمل أن تتعلم الآلة بنفسها الخصائص التي تفصل بينها.

وبعد ذلك ، أصدقائي ، بمجرد أن تتعلم الآلة كل هذه الخصائص ، يمكنني إعطائها صورة جديدة لدائرة أو مربع ، صورة لم ترها من قبل ، وآمل أن تصنفها بشكل صحيح.

ما هي الخلايا العصبية؟

العصبون ، في سياق الشبكات العصبية ، هو اسم خيالي يستخدمه الأشخاص الأذكياء عندما يتوهمون أن يقولوا وظيفة . و ظيفة ، في سياق الرياضيات وعلم الحاسوب، هو اسم نزوة لشيء أن يأخذ بعض المدخلات، وينطبق بعض المنطق، وإخراج النتائج.

أكثر من ذلك ، يمكن اعتبار الخلية العصبية كوحدة تعليمية واحدة .

لذلك ، نحتاج إلى فهم ما هي وحدة التعلم ، في سياق التعلم الآلي. ثم سوف نفهم أيضًا اللبنة الأساسية للشبكة العصبية ، وهي الخلايا العصبية.

للتوضيح ، لنفترض أنني أحاول فهم العلاقة بين عدد الكلمات في منشور المدونة وعدد الكلمات التي قرأها الأشخاص بالفعل من منشور المدونة هذا. تذكر - نحن في مجال التعلم الآلي ، حيث نتعلم من الأمثلة.

لذلك قمت بجمع العديد من الأمثلة على عدد الكلمات في منشورات المدونة ، والمشار إليها بـ x ، وعدد الكلمات التي قرأها الأشخاص بالفعل في تلك المنشورات ، y ، وأتصور أن هناك علاقة ما بينهم ، يُشار إليها بالرمز f .

ومع ذلك ، فإن الحيلة هي أنني بحاجة فقط لإخبار الجهاز (البرنامج) بنوع العلاقة التي أتوقع رؤيتها (على سبيل المثال ، خط مستقيم) ، وسوف تفهم الآلة الخط الفعلي الذي تحتاج إلى رسمه.

ماذا ربحت هنا؟

في المرة القادمة أريد أن أكتب بلوق وظيفة لديها العاشر الكلمات في ذلك، يمكن للآلة تطبيق العلاقة و وجدت، ويقول لي كم عدد كلمات أستطيع أن نتوقع من الناس لقراءة الواقع، ذ .

إذن ، الشبكة العصبية ...

حسنًا ، إذا كانت الخلية العصبية وظيفة ، فإن الشبكة العصبية هي شبكة من الوظائف! بمعنى أن لدينا العديد (العديد) من هذه الوظائف ، ووحدات التعلم هذه ، وجميع مدخلاتها ومخرجاتها متشابكة وتغذي بعضها البعض.

بصفتي مصمم هذه الشبكة ، فإن وظيفتي هي الإجابة على بعض الأسئلة:

  • كيف يمكنني نموذج لل مدخلات و المخرجات ؟ (على سبيل المثال ، إذا كان الإدخال عبارة عن نص ، فهل يمكنني نمذجة ذلك بالأحرف؟ الأرقام؟ المتجهات؟….)
  • ما هي الوظائف في كل خلية عصبية؟ (هل هي خطية؟ أسية؟ ...)
  • ما هي بنية الشبكة؟ (أي ناتج الوظيفة هو إدخال الوظيفة؟)
  • ما هي الكلمات الطنانةيمكنني استخدام لوصف شبكتي؟

بمجرد إجابتي على هذه الأسئلة ، يمكنني "عرض" العديد (العديد) من الأمثلة على المدخلات والمخرجات الصحيحة للشبكة ، على أمل أنه عندما "أعرضها" كمثال جديد لم يسبق له مثيل من قبل ، ستعرف لإعطاء الناتج الصحيح.

كيف تعمل عملية التعلم هذه خارج نطاق هذا المنشور ، ولكن لمعرفة المزيد ، يمكنك مشاهدة هذا. يمكنك أيضًا الذهاب إلى ملعب الشبكة العصبية الرائع هذا للحصول على فكرة أفضل عما يعنيه هذا.

الشبكات العصبية - القصة التي لا تنتهي

نظرًا لأن هذا المجال ينفجر حرفيًا ، فإن مقدار المحتوى الجديد (والجودة العالية!) الذي يخرج كل دقيقة من المستحيل على أي إنسان متابعته. (OMG هل تعتقد أنه سيأتي وقت يمكن فيه للبشر بناء ذكاء اصطناعي قادر على تتبع التطورات البشرية في مجال الذكاء الاصطناعي ؟؟)

عند الدخول في هذا المجال ، فإن أول شيء يجب معرفته هو أن NOBODY يعرف كل شيء. لذا اشعر بالراحة في مكانك وظل فضوليًا فقط :)

لذلك ، أريد أن تكون كلماتي الأخيرة في هذا المنشور بمثابة إشارة إلى بعض مواردي الشخصية المفضلة للتعلم منها:

  • Gal Yona - أحد المدونين المفضلين لدي في هذا المجال. تتراوح منشوراتها من التفسيرات التقنية المتشددة إلى المراجعات شبه الفلسفية.
  • سراج رافال - أحد مستخدمي YouTube مع مجموعة ضخمة من مقاطع الفيديو ، بدءًا من التفسيرات النظرية إلى البرامج التعليمية العملية ، وكلها ممتعة للغاية أيضًا!
  • كريستوفر أولاه - باحث شغوف وثاقب ، لديه مدونة جذابة بصريًا ، مع مشاركات من المفاهيم الأساسية إلى التعمق في التفاصيل.
  • نحو علم البيانات هو أكبر منشور متوسط ​​مخصص لهذا المجال ، وما أحبه فيه هو أن المحررين هم منسقون ممتازون. كلما كان لديك بضع دقائق / ساعات لتجنيبها ، ما عليك سوى الانتقال إلى صفحتهم الرئيسية والبدء في استكشاف كل شيء ، من الأدوات العملية إلى المحتوى الخوارزمي العميق.