Cách Sinh học Trở thành Nền tảng của AI
AI có vẻ phức tạp. Bạn nghe thấy những thuật ngữ như transformers và các mô hình ngôn ngữ lớn (large language models) mỗi ngày.
Ý tưởng cốt lõi rất đơn giản. Nó bắt đầu với nơ-ron nhân tạo.
Sinh học đã truyền cảm hứng cho điều này. Một nơ-ron sinh học hoạt động qua ba bước:
- Sợi nhánh (dendrites) tiếp nhận các tín hiệu.
- Thân tế bào (cell body) xử lý chúng.
- Sợi trục (axon) truyền xung thần kinh về phía trước.
Các nơ-ron nhân tạo sử dụng toán học để thực hiện cùng một nhiệm vụ. Chúng không sử dụng các tín hiệu sinh học. Chúng sử dụng các con số.
Đây là cách một nơ-ron nhân tạo hoạt động:
- Nó nhận các đầu vào là số.
- Nó nhân mỗi đầu vào với một trọng số (weight).
- Nó cộng các đầu vào đã được nhân trọng số lại với nhau.
- Nó cộng thêm một độ chệch (bias).
- Nó đưa kết quả qua một hàm kích hoạt (activation function).
Công thức trông như thế này: z = w1x1 + w2x2 + ... + wn*xn + b
Hàm kích hoạt là yếu tố then chốt. Nếu không có nó, mạng lưới chỉ có thể giải quyết các vấn đề tuyến tính. Các hàm kích hoạt cho phép mạng lưới học được các quy luật phức tạp.
Một ví dụ là hàm sigmoid. Nó tạo ra một giá trị trong khoảng từ 0 đến 1. Giá trị này cho thấy mức độ tin cậy của nơ-ron đối với đầu ra của nó.
Perceptron là một trong những mô hình đầu tiên sử dụng logic này. Ngày nay, các hệ thống AI sử dụng hàng tỷ kết nối như vậy.
AI hiện đại hoạt động được là nhờ các đơn vị toán học nhỏ xử lý thông tin và truyền tín hiệu về phía trước.
Nền tảng của AI là toán học. Nguồn cảm hứng cho toán học đó chính là sinh học.
Source: https://dev.to/khasky/how-biology-became-the-foundation-of-artificial-intelligence-2427
Optional learning community: https://t.me/GyaanSetuAi