Consumer Data

而回顾这些年，他的这个预测并没有那么错误。它是如何运作的？事实上，正是神经网络或 GPT，泽西描述了人工智能方面让我们如此兴奋的一切。当今发展最活跃的人工智能的主要趋势是神经网络。我想告诉您这些网络是如何形成的。它们是关于什么的，以便大家更好地理解这个问题。图中有一个人脑，您可能还记得生物课上的神经元简化图。它有较短的延伸，可以接收来自其他神经元的信息，而这个长延伸称为轴突，它在我们的大脑中发出大约 1000 亿个这样的细胞。


这种生物神经元早在 20 世纪 40 年代就得到了体现。 啊，那些疯狂的 20 世纪 40 年代；）马克·洛克和毕加索以理论模型的形式描述了神经元。可以说这是今天的基础。今天所有的人工智能是如何运作的？我们俗称的人工智能的一切都是基于这样的神经元，包括神经元。它以数字方式反映了我们的生物神经细胞如何工作，即它的左侧有输入x1，x2，xn，输入某些信息。在数字世界中，它只是一个数字，一些神经刺激的一些值。在内部，它处理这些信息并通过所谓的激活函数。


这里我们有一个夸张的舞蹈，我开玩笑地说。这些功能可能会有所不同。当然，您不必熟记它们才能享受神经网络的操作。然而，值得注意的是，这是一个将输入的所有内容转换为输有这么大的重量。查看黄色圆圈。我给你 c以色列 whatsapp 标了122N，因为我们有大脑。 来自脚部和胸部的神经信号相同。它们不必同等重要。即使它们具有相同的强度，我们的大脑也会以不同的方式解释它们。这就是为什么它被称为天平。这些参数在神经网络中称为权重或参数，神经元的结果在很大程度上取决于我们如何选择这些权重。


一个神经元可能做不了多少事情，但是当我们将许多神经元放在一起时，我们可以实现很多目标。您已经在每一步、手机上的各种选项、GPS 以及许多其他与人工智能相关的工具中使用它。并更好地理解为什么只有今天才可能实现以及为什么。为什么直到今天我们每个人才能使用如此酷的小玩意？我将向你展示一个小实验。我们这里有两个 8 x 8 像素的屏幕。左侧为正，右侧为负。我敢打赌，作为人类，您可以毫无问题地识别哪个方块代表正，哪个方块代表负。


嗯，这对于计算机来说并不那么容易，因为看到加号和减号根本不完美。 这里缺少一个像素，那里的一个像素有点亮。嗯，世界并不完美，生活也不完美。这就是为什么我们的日常生活看起来像这样。这就是现实。而我们作为生物，必须面对它。计算机从一开始就被设计为零到一的设备，从哲学上讲，它们从一开始就不适合处理这种不可靠、损坏和不精确的信号。然而，GPT 聊天效果很好。如果你在提示中输入错误，他仍然会理解你的意思。那么这怎么可能呢？它是如何运作的？所以我们有 8 x 8 像素，如果我们希望计算机能够判断给定图像是正还是负，那么 8 x 8 我们需要 64 个神经元，那么我们在左侧和右侧有 64 个神经元侧面我们有两个大的神经元正负。