حیاتیات کس طرح AI کی بنیاد بنی
AI پیچیدہ نظر آتی ہے۔ آپ روزانہ transformers اور large language models جیسے الفاظ سنتے ہیں۔
اس کا بنیادی تصور سادہ ہے۔ اس کا آغاز artificial neuron سے ہوتا ہے۔
حیاتیات نے اس کے لیے تحریک فراہم کی۔ ایک حیاتیاتی نیورون (biological neuron) تین مراحل میں کام کرتا ہے:
- Dendrites سگنلز وصول کرتے ہیں۔
- Cell body انہیں پروسیس کرتی ہے۔
- Axon ایک امپلس (impulse) آگے بھیجتا ہے۔
Artificial neurons یہی کام کرنے کے لیے ریاضی کا استعمال کرتے ہیں۔ وہ حیاتیاتی سگنلز کا استعمال نہیں کرتے، بلکہ وہ نمبرز کا استعمال کرتے ہیں۔
ایک artificial neuron اس طرح کام کرتا ہے:
- یہ عددی ان پٹس (numerical inputs) لیتا ہے۔
- یہ ہر ان پٹ کو ایک weight سے ضرب دیتا ہے۔
- یہ تمام weighted ان پٹس کو آپس میں جمع کرتا ہے۔
- یہ ایک bias شامل کرتا ہے۔
- یہ نتیجے کو ایک activation function کے ذریعے گزارتا ہے۔
فارمولا کچھ اس طرح نظر آتا ہے:
z = w1*x1 + w2*x2 + ... + wn*xn + b
Activation function انتہائی اہم ہے۔ اس کے بغیر، نیٹ ورک صرف linear مسائل حل کر سکتا ہے۔ Activation functions نیٹ ورک کو پیچیدہ پیٹرنز سیکھنے کی اجازت دیتے ہیں۔
ایک مثال sigmoid function ہے۔ یہ 0 اور 1 کے درمیان ایک ویلیو پیدا کرتا ہے۔ یہ ویلیو ظاہر کرتی ہے کہ نیورون کو اپنے آؤٹ پٹ پر کتنا اعتماد ہے۔
Perceptron اس منطق کو استعمال کرنے والے ابتدائی ماڈلز میں سے ایک تھا۔ آج، AI سسٹمز ان اربوں کنکشنز کا استعمال کرتے ہیں۔
جدید AI اس لیے کام کرتی ہے کیونکہ چھوٹے ریاضیاتی یونٹس معلومات کو پروسیس کرتے ہیں اور سگنلز کو آگے بھیجتے ہیں۔
AI کی بنیاد ریاضی ہے۔ اور اس ریاضی کی تحریک حیاتیات ہے۔
Source: https://dev.to/khasky/how-biology-became-the-foundation-of-artificial-intelligence-2427
Optional learning community: https://t.me/GyaanSetuAi