Les premiers sites de réseautage neuronal artificiel n’étaient pas des abstractions dans un ordinateur portable ou un ordinateur, mais de véritables techniques réelles faites de moteurs vrombissants et de gros faisceaux de câbles. Sur cette page, je vais vous expliquer la meilleure façon de créer un sur votre propre en utilisant SnapCircuits, un kit de produits électroniques pour enfants. Je réfléchirai également à la manière de développer un réseau qui fonctionne réellement de manière optique en utilisant une caméra Web. Et je vais raconter ce que j’ai découvert en parlant à l’artiste Ralf Baecker, qui a construit un système utilisant des cordes, des leviers et une charge de poids de guidage. J’ai révélé le réseau SnapCircuits l’année dernière à John Hopfield, un physicien de l’Université de Princeton qui a créé des systèmes neuronaux à partir des années 1980, et l’homme a rapidement appris à ajuster le programme pour voir ce qu’il pourrait faire. J’avais été des visiteurs de l’Institution for Advanced Research et j’ai passé du temps à évaluer Hopfield pour mon prochain livre sur la physique et l’esprit. Le type de communauté pour laquelle Hopfield est devenu bien connu est un peu distinct des systèmes sérieux qui alimentent la reconnaissance d’image et d’autres IA. solutions de nos jours. Il est toujours constitué de simples unités informatiques – des «neurones» – qui se trouvent être câblées conjointement, pour s’assurer que chacun répond à ce que font les autres. Bien que les neurones ne soient généralement pas disposés en niveaux: il n’y a pas d’étapes d’entrée, de résultat ou intermédiaires consacrées. En guise d’alternative, la communauté est un enchevêtrement majeur d’indicateurs qui pourraient se réactiver d’eux-mêmes, développant une méthode extrêmement active. Vous serez de côté avec une conception et un style insouciants pour obtenir une communauté de quelques neurones, mais vous devriez être beaucoup plus organisé avec 4. Chaque neurone est vraiment un changement qui s’allume ou disparaît en fonction de ses entrées. Partant d’un express original, les neurones se bousculent et se réajustent. Un neurone peut en entraîner un autre à s’allumer, déclenchant une cascade de neurones qui s’allument ou s’éloignent, modifiant peut-être la position dans le neurone d’origine. Si possible, le groupe s’installe dans une routine statique ou de conduite. La machine exécute donc un calcul collectivement, au lieu de suivre un processus phase par phase comme le font les systèmes informatiques classiques. En 1981, alors à Caltech, Hopfield a présenté un discours sur son réseau de rétroaction, ainsi que dans le public était en fait un scientifique, John Lambe. Lambe a été inspiré pour développer la première instanciation physique, composée de six neurones contrôlés par des changements à bascule. Il a confirmé qu’un réseau avec cette conception se stabilisait comme une alternative à la boucle de manière chaotique, ce qui avait été le principal problème de Hopfield. Hopfield a dessiné le circuit dans un article de 1984. Conception SnapCircuits La version SnapCircuits dispose de 3 neurones, le nombre le plus bas pour voir un comportement fascinant. Je pense que vous connaissez généralement SnapCircuits et que vous découvrirez peut-être comment assembler le circuit à partir de votre schéma et de vos images. J’ai détaillé les pièces spécifiées à la suite de cet article. Ils n’avaient pas de SnapCircuits après mon enfance, et j’ai découvert qu’il était plus difficile qu’il n’y paraît de tracer un circuit efficacement. Il existe sans aucun doute de bien meilleures approches que la mienne, alors envoyez-moi vos photos. Les relais de puissance agissent comme les neurones. Lorsque leur tension d’entrée est supérieure à un certain seuil de bénéfice, elle s’allume d’un simple clic gratifiant, éclairant une lumière. Un inconvénient des relais est vraiment un résultat de mémoire: dès qu’ils sont allumés, ils peuvent être difficiles à désactiver à nouveau, et inversement. Cela peut inciter le réseau à se lever, comme Hopfield l’a documenté dans ses tout premiers articles sur le sujet. Le système en général peut stocker des informations et des faits au détail, mais vous ne voulez jamais que les neurones individuels fonctionnent de la même manière. Pour écraser ce problème, je combine chaque communication en utilisant un transistor pour manipuler son entrée. Une résistance réglable avec l’entrée transistor vous permet de bien suivre la tolérance du neurone – sa «polarisation» – ce qui rend plus facile ou plus difficile de changer de marche et d’arrêt. La plus petite résistance de facteur dans la palette de couleurs SnapCircuits a une valeur plus grande que les principes de résistance que je préfère ailleurs dans le circuit, donc une petite amélioration dans son placement inclut un gros résultat, et il est difficile de s’approprier. De plus, je place un condensateur en parallèle à l’aide de l’entrée relais pour réduire les transitions, ce qui permet de voir plus facilement la communauté évoluer.