Q:
Comment les portes logiques sont-elles des précurseurs de l'IA et des éléments constitutifs des réseaux de neurones?
UNE:Les portes logiques sont les constructions logiques qui constituent le cadre pour la génération de chemins dans le traitement informatique. L'utilisation de portes logiques dans les ordinateurs est antérieure à tout travail moderne sur l'intelligence artificielle ou les réseaux de neurones. Cependant, les portes logiques fournissent les blocs de construction pour l'apprentissage automatique, l'intelligence artificielle et tout ce qui va avec.
Une porte logique facilite le choix des sorties en fonction des entrées dans un système informatique. Au début, cela a conduit à des comparaisons entre un microprocesseur et le cerveau humain.
Alors que les travaux sur les réseaux de neurones ont commencé à évoluer des années plus tard, une philosophie appelée «connexionnisme» est entrée en jeu. Le connexionnisme, qui remonte à certains égards aux années 40, est l'idée que des modèles de comportement complexes sont générés par le travail combiné de petites unités individuelles - par exemple, dans le cerveau, les neurones.
Tout cela a conduit à l'idée d'utiliser la programmation, et à son tour les portes logiques sous-jacentes, pour des processus plus complexes. L'une des définitions de l'apprentissage automatique est que le programme informatique évolue au-delà des limites de ce qui lui avait été initialement donné en entrée. En d'autres termes, la machine apprend au fur et à mesure. Il utilise toujours les portes logiques pour traiter des entrées et sorties données, mais l'utilisation des portes logiques pour le calcul fonctionne d'une manière fondamentalement différente.
En continuant d'étudier le cerveau humain et les performances des neurones et des synapses, les scientifiques se rapprochent de la possibilité de modéliser une partie de cette activité avec des systèmes informatiques. Ici, la porte logique fera le travail d'un neurone humain.
Considérez cet extrait d'un article scientifique sur la conception de diverses portes logiques dans les réseaux de neurones:
«Il est évident que le neurone effectue l'équivalent d'une opération logique OU sur les entrées excitatrices - si la présence d'impulsions représente une valeur logique de« 1 », alors le comportement d'une porte OU peut être réalisé par un neurone avec deux excitateurs. entrées et la sortie réinjectée comme une entrée inhibitrice. Ce dernier garantit que le neurone retourne à un état relaxé lorsque l'excitation cesse, ce qui correspond à une valeur logique de «0». Le neurone de la porte OU présente des retards d'activation et de désactivation distincts qui changent en fonction des entrées passées et présentes. »- Suryateja Yellamraju, et. al., "Design of Various Logic Gates in Neural Networks"
Il ressort de cette lecture que des corrélations étroites peuvent être établies entre les performances d'une porte logique OU et les performances d'un neurone travaillant sur des entrées binaires excitées ou détendues.
Dans cet esprit, le travail sur l'intelligence artificielle comprend souvent l'utilisation de portes logiques dans les systèmes informatiques pour modéliser les types de comportement qui sont présentés par les neurones dans le cerveau humain. L'ampleur de ce succès de modélisation déterminera les capacités futures de l'intelligence artificielle forte - que ce soit par une modélisation extrêmement avancée, nous pouvons créer des technologies sensibles, ou si l'esprit humain se révèle suffisamment complexe et élaboré pour restreindre ou limiter ce type de développement technologique.
Dans un article sur Medium, VV Preetham parle de l'enseignement de la logique aux réseaux de neurones grâce à l'utilisation de portes logiques appliquées. Ce didacticiel détaillé montre comment représenter l'utilisation des portes logiques et du code de manière à simuler le travail des neurones humains.
De cette façon, les portes logiques, qui figuraient au début du développement des systèmes informatiques d'hier, continuent d'être les ressources sous-jacentes pour un travail très avancé dans les réseaux de neurones et l'adoption d'outils d'apprentissage automatique et d'intelligence artificielle toujours plus puissants qui changeront radicalement nos interactions. avec la technologie dans les années à venir.
