送禮物 訂閱
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)

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。

April 09 2024

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。

January 02 2025

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?

December 19 2024

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?

May 29 2024

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?

November 07 2024

時間標記 Timestamp

EPEPISODE #旭沙龍-張育寧時間

EP #
邀請已成功寄出 Sucessfully sent