uz
Feedback
از نورون تا هوش ◇---<

از نورون تا هوش ◇---<

Kanalga Telegram’da o‘tish

هوش مصنوعی و طبیعی، نظریه پیچیدگی آرشام غواصیه، پژوهشگر پسادکتری ایندیانا

Ko'proq ko'rsatish
4 349
Obunachilar
-424 soatlar
+1097 kunlar
+26630 kunlar
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+133
1 kanalda
Iyun '26
+251
0 kanalda
Get PRO
May '26
+18
0 kanalda
Get PRO
Aprel '26
+9
0 kanalda
Get PRO
Mart '26
+10
0 kanalda
Get PRO
Fevral '26
+34
0 kanalda
Get PRO
Yanvar '26
+32
0 kanalda
Get PRO
Dekabr '25
+80
2 kanalda
Get PRO
Noyabr '25
+39
0 kanalda
Get PRO
Oktabr '25
+106
0 kanalda
Get PRO
Sentabr '25
+250
3 kanalda
Get PRO
Avgust '25
+1 300
3 kanalda
Get PRO
Iyul '25
+136
1 kanalda
Get PRO
Iyun '25
+83
5 kanalda
Get PRO
May '25
+148
4 kanalda
Get PRO
Aprel '25
+213
5 kanalda
Get PRO
Mart '25
+134
0 kanalda
Get PRO
Fevral '25
+416
1 kanalda
Get PRO
Yanvar '25
+366
2 kanalda
Get PRO
Dekabr '24
+572
6 kanalda
Get PRO
Noyabr '24
+35
0 kanalda
Get PRO
Oktabr '24
+29
0 kanalda
Get PRO
Sentabr '24
+25
0 kanalda
Get PRO
Avgust '24
+25
0 kanalda
Get PRO
Iyul '24
+66
0 kanalda
Get PRO
Iyun '24
+86
1 kanalda
Get PRO
May '24
+112
4 kanalda
Get PRO
Aprel '24
+89
4 kanalda
Get PRO
Mart '24
+109
3 kanalda
Get PRO
Fevral '24
+93
5 kanalda
Get PRO
Yanvar '24
+139
2 kanalda
Get PRO
Dekabr '23
+60
0 kanalda
Get PRO
Noyabr '23
+37
0 kanalda
Get PRO
Oktabr '23
+38
0 kanalda
Get PRO
Sentabr '23
+89
0 kanalda
Get PRO
Avgust '23
+163
0 kanalda
Get PRO
Iyul '23
+132
0 kanalda
Get PRO
Iyun '23
+243
0 kanalda
Get PRO
May '23
+75
0 kanalda
Get PRO
Aprel '23
+200
0 kanalda
Get PRO
Mart '23
+250
0 kanalda
Get PRO
Fevral '23
+223
0 kanalda
Get PRO
Yanvar '23
+11
0 kanalda
Get PRO
Dekabr '22
+18
0 kanalda
Get PRO
Noyabr '22
+21
0 kanalda
Get PRO
Oktabr '22
+21
0 kanalda
Get PRO
Sentabr '22
+18
0 kanalda
Get PRO
Avgust '22
+18
0 kanalda
Get PRO
Iyul '22
+60
0 kanalda
Get PRO
Iyun '22
+63
0 kanalda
Get PRO
May '22
+35
0 kanalda
Get PRO
Aprel '22
+177
0 kanalda
Get PRO
Mart '22
+70
0 kanalda
Get PRO
Fevral '22
+55
0 kanalda
Get PRO
Yanvar '22
+223
0 kanalda
Get PRO
Dekabr '21
+34
0 kanalda
Get PRO
Noyabr '21
+50
0 kanalda
Get PRO
Oktabr '21
+32
0 kanalda
Get PRO
Sentabr '21
+19
0 kanalda
Get PRO
Avgust '21
+13
0 kanalda
Get PRO
Iyul '21
+26
0 kanalda
Get PRO
Iyun '21
+37
0 kanalda
Get PRO
May '21
+47
0 kanalda
Get PRO
Aprel '21
+441
0 kanalda
Sana
Obunachilarni jalb qilish
Esdaliklar
Kanallar
10 Iyul0
09 Iyul+6
08 Iyul+5
07 Iyul+11
06 Iyul+56
05 Iyul+44
04 Iyul+1
03 Iyul+1
02 Iyul+5
01 Iyul+4
Kanal postlari
حدس شما چیه؟ درباره سوال بالا
Anonymous voting

2
❓ حدس شما چیه؟ من و شما در کلاس مشترکی شرکت می‌کنیم و یاد می‌گیریم شنای قورباغه کنیم، یا فلان انتگرال رو بگیریم. سوال: اگر به اون بخش از مغزهامون نگاه کنیم که یادگیری مورد نظر درش انجام شده، آیا فعالیت عصبی مشابهی می‌بینیم؟ یا مثلا شبکه‌های نورونی ما دو راه کاملا متفاوت برای حل مساله واحد پیدا کردند؟ همین سوال رو می‌شه درباره هوش مصنوعی هم پرسید. فعلا نظرسنجی کنیم تا بعد خلاصه مقاله رو تقدیم کنم. @physics_daily | از نورون تا هوش
586
3
🔥 مقاله بعدی که به زودی بررسی می‌کنیم. @physics_daily | از نورون تا هوش
🔥 مقاله بعدی که به زودی بررسی می‌کنیم. @physics_daily | از نورون تا هوش
668
4
❓ اگر با هر قدم نصف فاصله تا مقصد رو بری، در چند قدم به مقصد می‌رسی؟ من میگم یکم بیشتر نگاه کنیم بالاخره می‌رسه. 🤭 @physics_
❓ اگر با هر قدم نصف فاصله تا مقصد رو بری، در چند قدم به مقصد می‌رسی؟ من میگم یکم بیشتر نگاه کنیم بالاخره می‌رسه. 🤭 @physics_daily
828
5
🧠 مغز چطور پیش‌زمینه را در تصمیم‌گیری لحاظ می‌کند؟ بررسی کامل‌تر مقاله بالا به صورت صوتی و نوشتاری (لینک نوشتاری) تقدیم‌تون شد. 🙏 این کانال رو به علاقمندان مغز، هوش مصنوعی، فیزیک و ریاضیات معرفی کنید. @physics_daily | از نورون تا هوش
2 085
6
🧠 مغز چطور پیش‌زمینه را در تصمیم‌گیری لحاظ می‌کند؟ صدای انفجار می‌شنوید! اگر چهارشنبه‌سوری باشد، ممکن است لبخند بزنید. اگر ن
🧠 مغز چطور پیش‌زمینه را در تصمیم‌گیری لحاظ می‌کند؟ صدای انفجار می‌شنوید! اگر چهارشنبه‌سوری باشد، ممکن است لبخند بزنید. اگر نباشد، شاید حدس بزنید جنگ شروع شده و استرس بگیرید یا به شعف بیایید. مغز شما به پیش‌زمینه (کانتکست) اهمیت می‌دهد. اما دقیقا چطور این کار را می‌کند؟ قبلا تصور می‌شد که مغز اطلاعاتِ نامربوط به پیش‌زمینه را (مثل حضور دسته کلاغ‌ها در آسمان حین رانندگی) در نواحی حسی اولیه فیلتر و حذف می‌کند. درعوض اطلاعات مربوط به پیش‌زمینه را (مثل لغزندگی جاده حین رانندگی) نگه می‌دارد. بنابرین، فقط اطلاعات مربوط به پیش‌زمینه را به مراکز تصمیم‌گیری (PFC) می‌فرستد. مطالعه چاپ شده در نیچر با بیش از دوهزار ارجاع نشان می‌دهد اینطور نیست. اطلاعات مرتبط و نامرتبط به پیش‌زمینه، با هم، وارد مرکز تصمیم‌گیری مغز شما می‌شود. در عوض، نورون‌های مرکز تصمیم‌گیری در مسیرهای هندسی جذابی فعالیت جمعی می‌کنند که توسط پیش‌زمینه تعیین می‌شود. همانطور که جوی مسیر حرکت آب را مشخص می‌کند، پیش‌زمینه رسیدن به تصمیم را هدایت می‌کند. پژوهشگران با مطالعه شبکه‌های عصبی مصنوعی RNN نشان دادند که همان الگوریتمِ هندسی پیدا شده در مغز در هوش مصنوعی هم به طور خودجوش بروز می‌کند. توضیح کامل‌تر مقاله به شکل ۱. فایل صوتی ۲. فایل نوشتاری در پست بعدی تقدیم می‌شه. این کانال رو به علاقمندان مغز، هوش مصنوعی، فیزیک و ریاضیات معرفی کنید. @physics_daily | از نورون تا هوش
1 082
7
🔥 به زودی در همین کانال توضیحش می‌دم. @physics_daily | از نورون تا هوش
🔥 به زودی در همین کانال توضیحش می‌دم. @physics_daily | از نورون تا هوش
1 144
8
🧠 کالبد شکافی هوش‌های مصنوعی دوقلو، تجارب گذشته در بخش نامرئی اتصالات ذخیره می‌شود بررسی دوقلوها که معمولا در ژنتیک مطرح می‌
🧠 کالبد شکافی هوش‌های مصنوعی دوقلو، تجارب گذشته در بخش نامرئی اتصالات ذخیره می‌شود بررسی دوقلوها که معمولا در ژنتیک مطرح می‌شود، اینبار سر از دنیای هوش مصنوعی (RNNها) درآورده است. مطالعه جذابی که همین دو ماه پیش روی آرکایو قرار گرفت (لینک) نشان می‌دهد عمیق شدن روی جزییات هزاران اتصال عصبی می‌تواند کاری بیهوده باشد. 💥 به جای آن، خاصیت‌های هندسی شبکه که می‌توان آن‌ها را با تنها ده متغیر ناقابل توصیف کرد، عملکرد و یادگیری شبکه را هدایت می‌کنند. این متغیرهای هندسی، در بیان ساده، میزان شباهت یا هم‌پوشانی قسمت‌های مختلف شبکه عصبی را نشان می‌دهند. برای همین به آن‌ها هم‌پوشانی گفته می‌شود--- اندازه‌گیری هم‌پوشانی‌ها آسونه، نگران نباشید. اما ریاضیات فراتر هم می‌رود و نکته جالبی را نشان می‌دهد: صرفا ۴ هم‌پوشانی مسئول رفتار سیستم، پاسخ آن به ورودی و پایین آوردن خطا حین یادگیری هستند. به این‌ها هم‌پوشانی‌های مرئی گفته می‌شود. در عوض، ۶ هم‌پوشانی نامرئی داریم که اثری بر خروجی شبکه نمی‌گذارند، اما مثل یک دفترچه‌ی یادداشت خاطرات گذشته‌ی شبکه را در خود نگه می‌دارند. برای آزمودن این یافته نظری، مولفین از شبکه‌های عصبی دوقلو استفاده کردند. طبیعتا، این شبکه‌ها در ابتدا کامل یکسان هستند. مولفین هر شبکه را در مسیر متفاوتی با تجارب متفاوتی پیش بردند. مثلا به اولی یاد دادند مساله الف را حل کند و به دومی مساله ب. بعد، هردو را وادار کردند تا حل مساله مشترکی (مثلا ج) یاد بگیرند. 🔪🧠 وقتی توانمندی هردو شبکه‌ در حل مساله مشترک دقیقا یکسان شد، پژوهشگران این دو را کالبد شکافی کردند. نتیجه نهایی: ۱. با نگاه کردن به هم‌پوشانی‌های مرئی تفاوت چشم‌گیری بین دوقلوها دیده نمی‌شد. ۲. اما با نگاه کردن به هم‌پوشانی‌های نامرئی، تفاوت تجارب گذشته آشکار می‌شد. 💣 یعنی گذشته‌ی شبکه عصبی، حتی وقتی در رفتار فعلی دیده نمی‌شود، ممکن است در بخش خاموش سیم‌کشی پنهان شده باشد. @physics_daily | از نورون تا هوش
1 518
9
عنوان پست بعدی: کالبد شکافی هوش‌های مصنوعی دوقلو، اتصالات مرئی و نامرئی در شبکه‌های عصبی امیدوارم تا فردا بتونم بنویسمش. این راه زحمت داره اما اگر استقبال کنید ادامه‌ش می‌دم. برای شروع می‌تونید نوتیف کانال رو روشن کنید. 😉
1 345
10
🆒 دوست دارید شبیه‌سازی کردن رو تجربه کنید؟ پوریا داره دکتری دانشگاه تهران می‌خونه و با ذوق و سلیقه مثال‌زدنی مهارت و دانشش رو منتقل می‌کنه. @the_maze2022
1 369
11
رفتار پنهان‌کارانه شبکه‌های عصبی یه خلاصه عمومی روی این مقاله بالایی نوشتم. می‌تونید از گزینه instant view استفاده کنید و مطالعه کنید. خودم عشق مقاله خوندن و خلاصه کردنش و توضیح دادنش هستم. ولی نمی‌دونم چقدر مخاطب داشته باشه. اگر استقبال بشه مقالات بیشتری رو پوشش می‌دیم و بعدتر وویس‌های ده دقیقه‌ای هم می‌سازم و توضیحشون می‌دم. مخلص. @physics_daily | از نورون تا هوش
1 589
12
🔥 ممکن است پرسروصداترین سیگنال‌های نورونی ربطی به رفتار (خروجی) نداشته باشند امروزه, چه در داده‌های مغزی، چه در تحلیل طرز کا
🔥 ممکن است پرسروصداترین سیگنال‌های نورونی ربطی به رفتار (خروجی) نداشته باشند امروزه, چه در داده‌های مغزی، چه در تحلیل طرز کار هوش مصنوعی، به دنبال بازنمایی‌های عصبی (رپرزنتیشن‌ها) هستیم. بازنمایی عصبی نوعی فعالیت نورون‌هاست که با رفتار (یا به طور کلی کارکرد سیستم) ارتباط مستقیم دارد. مطالعه اخیر چاپ شده در ایلایف (لینک) نشان می‌دهد بیشتر فعالیت عصبی می‌تواند ارتباطی با خروجی (مثلا رفتار) نداشته باشد. خیلی وقت‌ها، بازنمایی‌ها زیر سایه فعالیت غالب شبکه پنهان می‌شوند. خب خیلی مهمه. از طرفی کمک می‌کنه نگاه معقول‌تری به داده‌های مغزی داشته باشیم. از طرف دیگه‌، هشدار می‌ده که چگونگی کارکرد هوش مصنوعی رو دقیق‌تر مطالعه کنیم. @physics_daily | از نورون تا هوش
1 792
13
🆒 مغز هوش مصنوعی چه شکلیه؟ تصویرگری زیبا از یه شبکه عصبی عمیق. @physics_daily | از نورون تا هوش
🆒 مغز هوش مصنوعی چه شکلیه؟ تصویرگری زیبا از یه شبکه عصبی عمیق. @physics_daily | از نورون تا هوش
1 276
14
😂 مارکتینگ با پوست طبیعی این روزها شرکت‌ها می‌خوان بگن هوش مصنوعی‌شون پوست رو طبیعی ترسیم می‌کنه. با کک و مک و چین و چروک و
😂 مارکتینگ با پوست طبیعی این روزها شرکت‌ها می‌خوان بگن هوش مصنوعی‌شون پوست رو طبیعی ترسیم می‌کنه. با کک و مک و چین و چروک و فرو رفتگی و برآمدگی‌هاش. شبیه سمت راستی. اونوقت شماها سعی می‌کنید شبیه سمت چپی باشید. @physics_daily | از نورون تا هوش
1 153
15
🤬 کدوم یکی هوش مصنوعیه؟ این روزها واقعا تشخیصش سخت شده. @physics_daily
🤬 کدوم یکی هوش مصنوعیه؟ این روزها واقعا تشخیصش سخت شده. @physics_daily
1 170
16
اسپایرال لگاریتمی @physics_daily+1
اسپایرال لگاریتمی @physics_daily
1 123
17
💡به سرم زده مقاله ر در یک وویس مثلا ۱۰ دقیقه‌ای توضیح بدم. براتون مفیده؟ یا داره زیادی سخت و تخصصی می‌شه؟
1 100
18
🧠 شبکه‌های عصبی کمتر از انتظار برای یادگیری زحمت می‌کشند‌! پیش از یادگیری، وزن‌های اتصالات در شبکه‌های عصبی بسیار متعدد و کا
🧠 شبکه‌های عصبی کمتر از انتظار برای یادگیری زحمت می‌کشند‌! پیش از یادگیری، وزن‌های اتصالات در شبکه‌های عصبی بسیار متعدد و کاملا تصادفی هستند. پژوهش چاپ شده در نوریپس سال ۲۰۲۰ (لینک) نشان می‌دهد که یادگیری در تمام اتصالات شبکه‌های عصبی (RNN) رخ نمی‌دهد. تغییرات اتصالات در اثر یادگیری معمولا پیچیده و سراسری نیست. برعکس، تغییرات مهم در چند مسیر محدود اتفاق می‌افتند--- ماتریس تغییر کم‌مرتبه (یا شاید بهش می‌گیم کم‌رتبه) است‌. نکته جالب‌تر: اگر اتصالاتی که حین یادگیری تغییر نکرده‌اند و تصادفی مانده‌اند را بُر بزنید و مخلوط کنید، شبکه آنچه یاد گرفته را فراموش می‌کند‌. بنابرین یادگیری روی همان وزن‌های تصادفی دست نخورده اولیه سوار می‌شود. یادگیری فقط چند نقطه حساس این ساختار تصادفی بزرگ را خم می‌کند. @physics_daily | از نورون تا هوش
1 306
19
🔥 ارتباط محاسبات نورونی با نویز (آثار تصادفی) چیه؟ نویز مهمه، هم در هوش طبیعی هم در مصنوعی. عمری باشه می‌گم. ضمنا دارم روی یه سری کورس کار می‌کنم. البته طول می‌کشه. ولی تدریس جدی خواهیم داشت. @physics_daily | از نورون تا هوش
1 032
20
🔥 کتابی که منبع الهام انیشتین شد. گرامر علم از کارل پیرسون. چاپ اولش ۱۸۹۲ بوده. انیشتین سال ۱۹۰۲ خوندش. سه سال قبل از نسبیت.
🔥 کتابی که منبع الهام انیشتین شد. گرامر علم از کارل پیرسون. چاپ اولش ۱۸۹۲ بوده. انیشتین سال ۱۹۰۲ خوندش. سه سال قبل از نسبیت. البته انیشتین منابع الهام دیگری هم داشت. اما همونطور که بهتون‌ نشون دادم، صراحت این یکی شگفت‌انگیزه. @physics_daily | از نورون تا هوش
947