כיצד הביולוגיה הפכה לבסיס של ה-AI
AI נראה מורכב. שומעים מילים כמו transformers ו-large language models מדי יום.
הרעיון המרכזי הוא פשוט. הוא מתחיל בנוירון המלאכותי.
הביולוגיה נתנה לכך השראה. נוירון ביולוגי פועל בשלושה שלבים:
- דנדריטים מקבלים אותות.
- גוף התא מעבד אותם.
- האקסון שולח דחף קדימה.
נוירונים מלאכותיים משתמשים במתמטיקה כדי לעשות את אותו הדבר. הם לא משתמשים באותות ביולוגיים. הם משתמשים במספרים.
כך עובד נוירון מלאכותי:
- הוא מקבל קלטים מספריים.
- הוא מכפיל כל קלט במשקל (weight).
- הוא מחבר את הקלטים המשוקללים יחד.
- הוא מוסיף הטיה (bias).
- הוא מעביר את התוצאה דרך פונקציית אקטיבציה (activation function).
הנוסחה נראית כך: z = w1x1 + w2x2 + ... + wn*xn + b
פונקציית האקטיבציה היא קריטית. בלעדיה, הרשת פותרת רק בעיות ליניאריות. פונקציות אקטיבציה מאפשרות לרשת ללמוד תבניות מורכבות.
דוגמה אחת היא פונקציית הסיגמואיד (sigmoid function). היא מייצרת ערך בין 0 ל-1. ערך זה מראה עד כמה הנוירון בטוח בתוצאה שלו.
הפרספטרון (perceptron) היה אחד המודלים הראשונים שהשתמשו בלוגיקה זו. כיום, מערכות AI משתמשות במיליארדים של קישורים כאלה.
AI מודרני עובד מכיוון שיחידות מתמטיות קטנות מעבדות מידע ומעבירות אותות קדימה.
הבסיס של ה-AI הוא מתמטיקה. ההשראה למתמטיקה הזו היא ביולוגיה.
Source: https://dev.to/khasky/how-biology-became-the-foundation-of-artificial-intelligence-2427
Optional learning community: https://t.me/GyaanSetuAi