AI Bulgaria AI Bulgaria

Раждането на невронните мрежи (1943): Уорън МакКълок и Уолтър Питс

МакКълок и Питс

Въпреки че 1943 година е позната в историята със своите политически и социални сътресения, тя също така бележи и раждането на една нова област на науката. Уорън МакКълок и Уолтър Питс, двама американски учени, представиха първият математически модел на невронa, който даде основа за бъдещите разработки в областта на изкуствените невронни мрежи.

Уорън МакКълок и Уолтър Питс: Дуото, променило изкуствения интелект

Уорън Сторгис МакКълок е роден през 1898 година и се утвърждава като водеща фигура в областта на неврофизиологията през 20-ти век. Завършва медицина в Колумбийския университет и по-късно получава докторска степен по психология. МакКълок работи в няколко престижни институции, включително Университета в Чикаго и Масачузетския технологичен институт. През своята кариера той се занимава с изследване на функционирането на мозъчните неврони и основните принципи на мозъчната активност.

Уолтър Питс от своя страна е роден през 1923 година и показва изключителни способности към математиката от ранна възраст. Той започва работа с МакКълок, когато е на 20 години, като двамата си сътрудничат в областта на неврофизиологията. Техният общ труд довежда до формулирането на първия математически модел на невронна мрежа.

Изучаване на човешкия мозък: Първите стъпки към невронните мрежи

С началото на 20-ти век интензивното изучаване на човешкия мозък се утвърждава като една от най-емблематичните научни дисциплини. Уорън МакКълок и Уолтър Питс са сред учените, които посвещават своите усилия на задачата да разберат как мозъкът обработва информация и взема решения.

В статията „A Logical Calculus of the Ideas Immanent in Nervous Activity„, публикувана през 1943 г., те представят математически модел, променящ традиционното виждане за изчислителната мощ на мозъка. Чрез този модел, двамата учени дефинират „невронна мрежа“ като система, способна да извършва логически операции.

МакКълок и Питс представят не само модел на неврона, но и идеята, че комбинирането на множество такива може да доведе до формиране на сложни системи, аналогични на човешкия мозък. Тази разработка бележи началото на изкуствените невронни мрежи.

През последните десетилетия, технологичните иновации допринасят за създаването на все по-сложни и прецизни модели. Пример за това са дълбоките невронни мрежи (Deep Neural Networks), характеризиращи се с множество слоеве, които имитират действията на човешкия мозък на значително по-дълбоко и сложно ниво.

Сега вече имаме възможността да оценим пълните последствия от работата на МакКълок и Питс

Първата реална победа на невронните мрежи в игра се случва с AlphaGo – проект на Google DeepMind, който през 2016 година побеждава световния шампион по ГО – игра, която се счита за много по-сложна от шах.

AlphaGo е обучен чрез комбинация от усилващо обучение и дълбоки невронни мрежи. А това е само началото – следващите проекти на DeepMind, включително AlphaZero и AlphaFold, продължават да разкриват потенциала на тези технологии. AlphaZero се учи сам да играе на шах, шангай и ГО от нула, докато AlphaFold разрешава една от най-трудните проблеми в биологията – прогнозирането на тримерната структура на протеините.

И до днешни дни, създаването на моделите GPT от OpenAI, включително ChatGPT, е вълнуващ пример за приложението на дълбокото обучение. Тези модели използват трансформаторни невронни мрежи, които могат да генерират текст, сходен с този, създаден от човек.

Всички тези постижения, от AlphaGo до ChatGPT, водя началото си, от въпросите, зададени от МакКълок и Питс през 1943 година, това подчертава колко далеч може да ни отведе един прост въпрос за това как работи мозъкът.

За да научите повече за историята на изкуствения интелект, препоръчваме да прегледате нашата секция “История“.

Целта на AIBulgaria.com е да предоставя актуална и стойностна информация от света на изкуствения интелект (AI). Последвайте ни в социалните мрежи – Facebook, Twitter и LinkedIn. Също така, може да се присъедините към нашия Discord сървър!

Остави коментар