送禮物 訂閱
<%if prop.topic_id !=0 %> <%/if%>
<%:prop.genus%> <%:~formatDate(prop.online_date, 'YYYY MMM DD' )%> <%:prop.title%>
<%:prop.realname%> <%:prop.realname%>
<%:prop.realname%>

<%:prop.realname%>

<%:prop.intro%>

add
新會員

<%:prop.email%>

add

<%:prop.title%>

圖解人工智慧神經網路原理:人類怎麼開啟人工智慧時代?

圖解人工智慧神經網路原理:人類怎麼開啟人工智慧時代?

Jan 03, 2025

辛頓在多倫多大學上課(達志影像)

<%:prop.realname%>
<%if prop.email %>

<%:prop.email%>

<%else %>

<%:prop.realname%>

<%:prop.intro%>

<%/if%>
已有閱讀權限

今天的人工智慧能夠「學習」、「辨識」,甚至「思考」,背後的關鍵在於數學理論的突破、硬體技術的飛躍,以及那些不為人知的創新故事。

人工智慧的崛起,不僅是科技進步的象徵,更是一場重塑人類文明的技術革命。

然而,在這場革命背後,隱藏著一段漫長且孤獨的探索歷程。從模仿生物神經元的運作原理,到構建出如今讓機器具備學習能力的人工神經網路,這一切始於 1957 年的感知機模型,並在 2006 年由深度學習之父傑佛瑞.辛頓(Geoffrey Hinton)提出的深度學習理論中迎來重大突破。

人類怎麼打造人工腦細胞?

1957 年,美國心理學者弗蘭克·羅森布拉特(Frank Rosenblatt)提出了感知機(Perceptron)模型,模仿生物神經網路結構和功能,打造一個數學函式,這是第一個讓機器思考(計算)的模型(如下圖解)


神經元具有感受刺激、整合信息和傳導衝動的能力。生物的神經元的運作過程,是神經元細胞透過樹突接收外部輸入的多個生物電位訊號後,這些電位訊號在細胞體整合,在細胞體和軸突接壤處決定是否要啟動神經衝動,如果要啟動,那麼動作電位才會被軸突傳導出去,遞送給下一個神經元細胞。

感知機函式,就是模仿這個過程而打造。

從外部輸入的向量資料 X1, X2, X3 輸入進感知機(代表神經元細胞)之後,感知機會分別給予一個對應的權重,分別為 W1, W2, W3。若特徵向量和權重的函數結果,大於某個閾值 (Threshold) 時,就像神經元決定要啟動神經衝動,會輸出結果為 1 (代表電流會傳遞);若小於閾值則輸出 0 (代表電流不傳遞)。

利用感知機模型,機器就可以學習基本二分法問題:將類別僅分為 0 和 1。例如在圖一中,如果閥值被啟動,那就會傳輸;沒有被啟動,就會不會傳輸。

因此,一個感知機,或者現在更常以類神經元節點來稱呼,就是構成類人經網路的數位化基本單位,是人工智慧大腦中,最基本的計算處理單元。

怎麼把人工腦細胞組合起來變成一個人工大腦?

生物的大腦由多個神經元組成,例如,人類的大腦就由約 850-1,200 億個神經元組成。神經元感知環境的變化後,再將信息傳遞給其他的神經元,透過一連串的神經元傳遞後,指令集體做出反應。因此,要打造一個能運作的人工智慧,就要能讓上億個類神經元節點組合在一起。但要組織起一個真的具有智力的人工大腦,還有許多問題必須克服。

深度學習之父傑佛瑞.辛頓(Geoffrey Hinton)最重要的貢獻,就是他在 1980 年代到 2000 年代之間,在當時非常冷門的類神經網路領域持續深耕,最終找到方法,組合出能快速自主學習的人工大腦。

  • 機器是怎麼「學習」的?

如上面說明,在網路中,每一個神經元都是一個啟動函數;科學家把多個人工神經元連接在一起、形成一個類似生物神經網絡的網狀結構,這些神經元會以分層式結構排列。透過這樣的結構,這個類神經網路因此有了「學習」的能力。學習的過程,用下面圖解來看,可以簡單分為三個步驟來進行。

陪你從「科技+人文」視角,深入國際政經脈動

35元/週解鎖付費會員專屬內容

  • 成為付費會員,即可擁有:
  • ✓ 全站深度分析報導文章
  • ✓ 會員專屬 8 折活動報名優惠

已經是付費會員?登入繼續閱讀

questionnaire questionnaire
questionnaire questionnaire
questionnaire questionnaire
旭編輯

旭編輯 / 編輯

編輯

張育寧

張育寧 / 總編輯

審訂

分享 Share シェア

facebooklinetwitterlinkedin

延伸閱讀 Read more

以人類未來下注的一場豪賭,2018 圖靈獎三巨頭的異見之爭

以人類未來下注的一場豪賭,2018 圖靈獎三巨頭的異見之爭

「人工智慧需要幾年演化來超越人類?」共同被譽為人工智慧之父、2018 年圖靈獎三位得主之間,尖銳的異見之爭愈來愈走向明面,是 5 到 20 年的短期內就會出現災難性風險,還是超過 50 年、人類還有時間發展各種規範來應對。這場豪奢賭局,出賭資的是科技巨頭,負責叫牌的是人工智慧技術的意見領袖,而牌桌上的賭注籌碼,則是人類的未來。

2024-04-09 10:00:00

避免人工智慧災難:人工神經網路的逆向工程

避免人工智慧災難:人工神經網路的逆向工程

生成式人工智慧科技已經大幅度改變人類生活,但是大型語言模型的內部運作方式,現在仍然是一個謎。深度學習之父傑佛瑞.辛頓(Geoffrey Hinton)擔憂人工智慧科技走向失控,讓他對畢生成就深感後悔與憂慮。然而,Google DeepMind 的「機制可解釋性」研究,或許將成為人類理解人工智慧運作的關鍵突破,帶領我們一步步走向揭開這個黑箱的曙光。

2025-01-02 10:45:00

2024 年《時代雜誌》年度 CEO:蘇姿丰準備帶領 AMD 與黃仁勳一較高下

2024 年《時代雜誌》年度 CEO:蘇姿丰準備帶領 AMD 與黃仁勳一較高下

今年 11 月,一台搭載超過 43,808 個 AMD 加速處理單元(APU)晶片的全球最強大超級計算機「酋長」開始運作,蘇姿丰激動的跟《時代雜誌》說,「這就是我活著的意義所在!」花十年時間,蘇姿丰如何帶領 AMD ,不只甩開英特爾、避免在 PC 衰退時一起沈沒?下一個十年,她瞄準 NVIDIA ,要如何準備與同樣來自台灣的黃仁勳一較高下,分食 AI 晶片市場?

2024-12-19 12:13:00

OpenAI 首席科學家蘇茨克維離職,AI 安全問題為何值得擔憂?

OpenAI 首席科學家蘇茨克維離職,AI 安全問題為何值得擔憂?

OpenAI 共同創辦人伊利亞・蘇茨克維(Ilya Sutskever),日前正式離開這間由他一手推上顛峰的公司。也許,自去年 11 月策動「政變」失敗,奧特曼重回執行長後,蘇茨克維就注定要離開。當擔心 AI 失控的「異議人士」,一個個離開業界,是否意味著人類已不打算踩下煞車,義無反顧地奔向未來?而對於 AI 安全性問題,這位當今最了解 AI 科技的傳奇人物說了什麼?還有什麼,他還沒說?

2024-05-29 09:14:00

如果英特爾明天就倒閉了,這個世界會發生什麼事?

如果英特爾明天就倒閉了,這個世界會發生什麼事?

重振英特爾,幾乎要變成美國製造業民族復興的代名詞。英特爾執行長季辛格三年前上任,他一改這家公司過去的傲慢姿態,承認錯誤並提出改革對策,包含 Gaudi AI 晶片和 18A 先進製程,仍無法趕上競爭對手 NVIDIA 和台積電。英特爾 20 年來連續犯了多個巨大的戰略性錯誤,為什麼歷任執行長都走向一樣的路?面對巨額虧損、停工裁員及股價重挫,季辛格能靠誰拯救這家民族企業?

2024-11-07 20:36:00

時間標記 Timestamp

EPEPISODE #旭沙龍-張育寧時間

EP #
邀請已成功寄出 Sucessfully sent