બાયોલોજી કેવી રીતે AI નો પાયો બની
AI જટિલ લાગે છે. તમે દરરોજ transformers અને large language models જેવા શબ્દો સાંભળો છો.
તેનો મુખ્ય વિચાર સરળ છે. તે artificial neuron થી શરૂ થાય છે.
બાયોલોજીએ આ માટે પ્રેરણા આપી છે. એક biological neuron ત્રણ તબક્કામાં કામ કરે છે:
- Dendrites સંકેતો મેળવે છે.
- Cell body તેને પ્રોસેસ કરે છે.
- Axon સંકેત (impulse) આગળ મોકલે છે.
Artificial neurons આ જ કામ કરવા માટે ગણિતનો ઉપયોગ કરે છે. તેઓ biological સંકેતોનો ઉપયોગ કરતા નથી. તેઓ સંખ્યાઓનો ઉપયોગ કરે છે.
આ રીતે એક artificial neuron કામ કરે છે:
- તે સંખ્યાત્મક ઇનપુટ્સ લે છે.
- તે દરેક ઇનપુટને weight સાથે ગુણે છે.
- તે weighted ઇનપુટ્સને એકસાથે ઉમેરે છે.
- તે bias ઉમેરે છે.
- તે પરિણામને activation function દ્વારા પસાર કરે છે.
સૂત્ર આ મુજબ દેખાય છે: z = w1x1 + w2x2 + ... + wn*xn + b
Activation function અત્યંત મહત્વપૂર્ણ છે. તેના વિના, નેટવર્ક ફક્ત linear સમસ્યાઓ જ ઉકેલી શકે છે. Activation functions નેટવર્કને જટિલ પેટર્ન શીખવામાં મદદ કરે છે.
એક ઉદાહરણ sigmoid function છે. તે 0 અને 1 વચ્ચેનું મૂલ્ય આપે છે. આ મૂલ્ય દર્શાવે છે કે ન્યુરોન તેના આઉટપુટ પર કેટલો વિશ્વાસ ધરાવે છે.
Perceptron આ લોજિકનો ઉપયોગ કરનારા પ્રથમ મોડેલોમાંનું એક હતું. આજે, AI સિસ્ટમ્સ આવા અબજો જોડાણોનો ઉપયોગ કરે છે.
આધુનિક AI એટલા માટે કામ કરે છે કારણ કે નાની ગાણિતિક એકમો માહિતીને પ્રોસેસ કરે છે અને સંકેતો આગળ મોકલે છે.
AI નો પાયો ગણિત છે. તે ગણિત માટેની પ્રેરણા બાયોલોજી છે.
Source: https://dev.to/khasky/how-biology-became-the-foundation-of-artificial-intelligence-2427
Optional learning community: https://t.me/GyaanSetuAi