說到最近最火的東西肯定是AI,想必大家也很好奇AI這東西怎麼工作的。
鑒于目前在各個領域發光發熱的模型都是基于深度學習,那麼接下來我們就用最好了解的語言說明一下深度學習AI的工作原理吧。
AI也就是人工智能,咱們不說複雜的AI定義,隻要明白一點,AI是對大腦的模拟。
人在處理資訊的時候往往會先收集周圍的資訊,拿下圍棋來舉例,人會觀察棋盤上的黑白子分布,然後大腦處理這些資訊,然後選擇一個地方下子。
在這裡,棋盤上棋子的分布就是輸入,你采取什麼行動就是輸出。
你的大腦是如何處理這些資料的呢?容我給大家隆重介紹神經元。
輸入經過神經元計算,産生輸出
上圖就是一個單個的神經元,人類大腦含有數百種不同類型、總數達近千億個的神經元,神經信号經由神經元間的突觸聯接所形成的神經環路進行接受、傳遞和處理。
而每個神經元的粗細是不一樣的,粗細不一樣也就決定了信号走哪一條路的可能性更高。你頻繁鍛煉一個技能,必定會使某一條神經通路更強壯,這樣你在這個技能上就更強了。
那麼AI是如何模拟人類大腦的呢?這裡我們就要講一點枯燥的國中知識了。
我們仔細看這個輸入-計算-輸出的過程,像不像我們國中學過的方程?如果把y定義為輸出,x定義為輸入,那麼就可以簡單的表達為y=wx。這裡的w其實就是權重,也就是我們神經元的粗細了。當然光有w是不夠的,為了更精準的表達,我們需要偏置項b。這裡就不深入探讨b的作用了,總之就是為了涵蓋更多的可能性。
是以我們有了y=wx+b,這就是AI的一個節點,當很多層的節點堆疊起來,你就獲得了一個AI了。
當我們需要訓練一個AI的時候,我們需要收集x和與之對應的y,将資料交給AI模型,然後讓他調整參數w和b。當訓練完成後,你将新的x輸入模型,就能得到y了。
是以本質上現階段以深度學習為主的圖形AI和語言AI的工作原理都是在模仿人類大腦。下次當别人問你AI怎麼工作的時候,你可以告訴他,和你的腦袋瓜一樣。