Un réseau d’intelligence artificielle

Les premiers sites de réseautage neuronal artificiel n’étaient pas des abstractions dans un ordinateur, mais de véritables systèmes physiques fabriqués à partir de moteurs vrombissants et de gros faisceaux de câbles. Ici, je vais vous donner des conseils sur la façon de créer 1 pour vous-même en utilisant SnapCircuits, un ensemble d’appareils électroniques pour enfants. Je vais également réfléchir à la manière de créer une communauté qui fonctionne bien optiquement en utilisant une caméra Web. Et je raconterai ce que j’ai compris en discutant avec le designer Ralf Baecker, qui a développé un réseau utilisant des cordes, des leviers et une charge de plomb. J’ai prouvé le groupe SnapCircuits il y a un an à John Hopfield, un physicien de l’Université de Princeton ou d’un collège qui a développé des systèmes neuronaux à partir des années 1980, et il s’est rapidement imprégné de la mise au point du système pour voir ce qu’il pouvait facilement faire exécuter. J’étais un visiteur de l’Institution pour une étude sophistiquée et j’ai passé plusieurs heures à évaluer Hopfield pour ma prochaine publication sur la science et aussi les pensées. Le système particulier pour lequel Hopfield est devenu populaire est un peu différent des sites puissants qui favorisent la reconnaissance d’image ainsi que d’autres A.I. méthodes de nos jours. Pourtant, il est composé d’unités de traitement fondamentales – «neurones» – qui peuvent être câblées les unes aux autres, pour s’assurer que chacune réagit à ce que les autres exécutent. Néanmoins, les neurones ne seront pas disposés en niveaux: il n’y a absolument aucune perspicacité, sortie ou étapes intermédiaires engagées. Alternativement, le système est un grand enchevêtrement de signaux qui se replieront sur eux-mêmes, développant un processus extrêmement dynamique. Vous pouvez vous en sortir avec un style bâclé pour n’importe quel réseau à 3 neurones, mais vous devez être beaucoup plus organisé avec quatre. Chaque neurone est en fait un interrupteur qui s’allume ou s’éteint en fonction de ses entrées. A partir de certains premiers express, les neurones se bousculent et se réajustent. Un neurone peut provoquer la transformation d’un autre neurone, provoquant la modification ou l’élimination d’une cascade de neurones, modifiant éventuellement la position dans le neurone d’origine. Idéalement, la communauté s’installe dans un modèle stationnaire ou cycliste. Le système effectue donc un calcul collectivement, par opposition à l’utilisation d’une procédure étape par étape comme le font les systèmes informatiques conventionnels. En 1981, alors à Caltech, Hopfield a présenté une discussion sur son système de rétroaction, et aussi dans le public était un scientifique de vérification, John Lambe. Lambe a été motivé pour construire la toute première instanciation réelle, composée de six neurones contrôlés par des changements à bascule. Il a vérifié que la communauté avec cette conception et ce style s’est stabilisée comme une alternative à la boucle chaotique, qui a été le principal problème de Hopfield. Hopfield a esquissé le circuit dans un article de 1984. Conception SnapCircuits L’édition SnapCircuits a trois neurones, la quantité minimale pour voir un comportement excitant. Je suppose que vous êtes normalement familiarisé avec SnapCircuits et que vous pouvez apprendre à assembler le circuit dans le diagramme et les photographies. J’ai décrit les éléments requis après cet article. Ils n’avaient pas de SnapCircuits car j’étais enfant, et j’ai également découvert que c’était plus difficile qu’il n’y paraît de tracer un circuit efficacement. Il y a sans doute des approches plus grandes que la mienne, alors assurez-vous de me livrer vos images. Les relais électriques agissent comme les neurones. Lorsque leur tension d’entrée dépasse une certaine valeur de tolérance, elle change avec un simple clic satisfaisant, allumant une lumière. Un seul problème avec les relais est en fait un résultat de stockage: lorsqu’ils sont allumés, ils peuvent être difficiles à arrêter une fois de plus, et inversement. Ce qui peut amener le groupe à se lever, comme Hopfield l’a documenté dans son tout premier document sur le sujet. Le réseau dans son ensemble peut vendre des informations et des faits, mais vous ne voulez jamais que des neurones spécifiques fonctionnent exactement de la même manière. Pour écraser ce problème, je combine chaque relais avec un transistor pour contrôler son entrée. Une résistance réglable avec l’entrée transistor vous permet de bien suivre la tolérance du neurone – sa «polarisation» – ce qui rend plus simple ou plus difficile de changer marche / arrêt. La plus petite résistance variable à l’intérieur de la palette SnapCircuits a un bien plus grand avantage que les croyances de résistance dont je profite ailleurs dans le circuit, donc une petite alternance dans son établissement a un effet important, et c’est un défi. Je positionne également un condensateur en parallèle en utilisant l’insight relais pour ralentir les transitions, ce qui simplifie la visualisation du groupe évoluer.