רשת נוירונים מורכבת מיחידות חישוב (נוירונים) המחוברות במשקלים (weights).
כל נוירון מקבל קלט, מכפיל במשקלים, מוסיף סף (bias), ומפעיל פונקציה (למשל ReLU).
נציץ במספר סרטונים ואנימציות (עברית וגם אנגלית) להמחשה.
התיאור מתחלק לשנים: מלמטה למעלה (Bottom-UP) ומלמעלה למטה (Top-Down)
נתחיל מלמטה ...
קודם רמת הנוירון
סרטון ראשון (בעברית) - מציג אורן למדן
הענינים עדיין לא ממש מובהרים - לא נבהלים .... ממשיכים
אורן מציג את המקבילה החישובית לנוירון הביולוגי - הפרספטרון.
כעת עובר אורן לאנלוגיה שתבהיר יותר את התמונה (ותזכיר לנו קבלת החלטות שיטתית)
אפשר לומר
כל נוירון הוא כמו עובד קטן שמקבל מידע מכמה אנשים
מחליט למי להקשיב יותר
ואז מעביר הלאה החלטה משלו
המשקלות (weights) הם:
“למי הוא מקשיב יותר”
אפשר להסביר כך
נוירון מלאכותי (פרספטרון) הוא יחידת חישוב קטנה שמקבלת מספרים
(משקל - WEIGHT) נותנת לכל מספר “חשיבות שונה באמצעות משקולות
מחברת את הכול יחד
(אחד או אפס) ואז מחליטה להעביר את התוצאה הלאה
מכאן נעבור לתיאור מלמעלה למטה (Top-Down), כלומר מרשת הנוירונים השלמה וסוג של אתגר איתו היא מתמודדת: זיהוי כתב יד ובדוגמא זיהוי ספרות.
ההסבר הוא באנגלית אצל מי שנחשב למסביר ולהסבר הטוב ביותר בתחום Michael Nielsen
הרשת לא “מתכנתת חוקים”
אלא לומדת אילו משקולות נותנות תשובות טובות.
וזה למעשה לב הלמידה של AI.
עד כה למדנו את מבנה המנגנון הבסיסי ואת דרך פעולתו.
השלב הבא הוא שלב צבירת (או יצירת) הידע: ה-"אינטיליגננציה"
על כך בחלק הבא יצירת ידע – שלב האימון
סרטונים והסברים נלווים - הדרך הטובה והקלה ללמוד יותר מעמיק של הנושא המרתק הזה