ชีววิทยากลายเป็นรากฐานของ AI ได้อย่างไร

ชีววิทยากลายเป็นรากฐานของ AI ได้อย่างไร

AI ดูเหมือนจะเป็นเรื่องซับซ้อน คุณอาจได้ยินคำอย่าง transformers และ large language models อยู่ทุกวัน

แนวคิดหลักนั้นเรียบง่าย มันเริ่มต้นที่เซลล์ประสาทเทียม (artificial neuron)

ชีววิทยาคือแรงบันดาลใจของเรื่องนี้ เซลล์ประสาททางชีวภาพทำงานผ่าน 3 ขั้นตอน:

• เดนไดรต์ (Dendrites) รับสัญญาณ
• ตัวเซลล์ (cell body) ประมวลผลสัญญาณเหล่านั้น
• แอกซอน (axon) ส่งกระแสประสาทต่อไปข้างหน้า

เซลล์ประสาทเทียมใช้คณิตศาสตร์เพื่อทำสิ่งเดียวกัน พวกมันไม่ได้ใช้สัญญาณทางชีวภาพ แต่ใช้ตัวเลขแทน

นี่คือวิธีการทำงานของเซลล์ประสาทเทียม:

• รับข้อมูลนำเข้าที่เป็นตัวเลข
• นำข้อมูลนำเข้าแต่ละตัวไปคูณกับค่าน้ำหนัก (weight)
• นำข้อมูลนำเข้าที่คูณค่าน้ำหนักแล้วมารวมกัน
• บวกค่าไบแอส (bias) เข้าไป
• ส่งผลลัพธ์ผ่านฟังก์ชันกระตุ้น (activation function)

สูตรมีลักษณะดังนี้: z = w1x1 + w2x2 + ... + wn*xn + b

ฟังก์ชันกระตุ้น (activation function) มีความสำคัญอย่างยิ่ง หากไม่มีมัน เครือข่ายจะสามารถแก้ได้เพียงปัญหาเชิงเส้น (linear problems) เท่านั้น ฟังก์ชันกระตุ้นช่วยให้เครือข่ายสามารถเรียนรู้รูปแบบที่ซับซ้อนได้

ตัวอย่างหนึ่งคือ sigmoid function ซึ่งจะให้ค่าระหว่าง 0 ถึง 1 ค่านี้จะแสดงถึงระดับความเชื่อมั่นที่เซลล์ประสาทมีต่อผลลัพธ์ของมัน

Perceptron เป็นหนึ่งในโมเดลแรกๆ ที่ใช้ตรรกะนี้ ในปัจจุบัน ระบบ AI ใช้การเชื่อมต่อเหล่านี้จำนวนหลายพันล้านจุด

AI สมัยใหม่ทำงานได้เพราะหน่วยทางคณิตศาสตร์ขนาดเล็กเหล่านี้ทำหน้าที่ประมวลผลข้อมูลและส่งสัญญาณต่อไปข้างหน้า

รากฐานของ AI คือคณิตศาสตร์ และแรงบันดาลใจของคณิตศาสตร์นั้นก็คือชีววิทยา

Source: https://dev.to/khasky/how-biology-became-the-foundation-of-artificial-intelligence-2427

Optional learning community: https://t.me/GyaanSetuAi