Ce înseamnă Neuron artificial
Un neuron artificial este cărămida de bază a unei rețele neuronale. Este o formulă matematică mică: primește mai multe numere, le combină și produce un singur număr, pe care îl trimite neuronilor din stratul următor.
Numele vine de la neuronii din creier, care primesc semnale de la alți neuroni și „se aprind” dacă stimularea e suficient de puternică. Neuronul artificial imită foarte simplificat această idee. Una dintre primele versiuni practice, perceptronul, a fost construită de Frank Rosenblatt în 1958.
Un singur neuron poate lua doar decizii foarte simple. Puterea vine din numărul lor: rețelele moderne au milioane de neuroni și miliarde de conexiuni între ei.
Cum funcționează
Fiecare intrare este înmulțită cu o pondere, care arată cât de importantă este. Produsele se adună, iar la sumă se adaugă un număr numit bias (deplasare), care mută pragul de decizie. Rezultatul trece printr-o funcție de activare, care decide ce iese: de exemplu, funcția ReLU lasă să treacă valorile pozitive și transformă valorile negative în zero.
Pe scurt: ieșire = activare(intrare₁ × pondere₁ + intrare₂ × pondere₂ + … + bias). Ponderile și bias-ul sunt parametrii pe care neuronul îi învață în timpul antrenării.
Pe înțelesul tuturor
Gândește-te cum decizi dacă ieși la plimbare. Iei în calcul vremea, cât timp liber ai și dacă ai companie, dar fiecare factor contează diferit: pentru tine, vremea poate conta dublu. Cântărești totul și, dacă rezultatul trece de un anumit prag, ieși. Un neuron artificial face exact acest calcul, doar că lucrează cu numere.
Exemplu
Un neuron care estimează dacă un apartament din Cluj e scump ar putea primi suprafața, numărul de camere și distanța față de centru. După antrenare, va da o pondere mare suprafeței și una negativă distanței (mai departe de centru înseamnă, de obicei, mai ieftin) și va produce un scor. În practică, sute de neuroni lucrează împreună pentru o estimare bună.
De reținut
- Un neuron artificial face o sumă ponderată a intrărilor, adaugă un bias și aplică o funcție de activare.
- Ponderile și bias-ul sunt învățate din date.
- Singur e foarte limitat; puterea vine din rețele cu mii sau milioane de neuroni.
Nu confunda
- Neuron vs. parametru: un neuron are mai mulți parametri (câte o pondere pentru fiecare intrare, plus bias-ul). De aceea, un model are mult mai mulți parametri decât neuroni.
- Neuron artificial vs. neuron biologic: neuronul biologic este o celulă vie, cu un comportament mult mai complex; cel artificial este doar o formulă.
Termeni înrudiți
- Rețea neuronală: Model de AI format din mulți neuroni artificiali legați între ei, care învață din exemple ajustând puterea legăturilor.
- Funcție de activare: Regula matematică prin care un neuron artificial decide ce valoare trimite mai departe, permițând rețelei să învețe tipare complexe.
- Parametri (ponderi): Numerele învățate de un model în timpul antrenării, în care este stocat tot ce „știe” acesta; modelele mari au miliarde.
- Strat (layer): Un nivel dintr-o rețea neuronală: un grup de neuroni care primesc datele de la nivelul anterior, le transformă și le dau mai departe.
- Deep learning (învățare profundă): Tip de machine learning bazat pe rețele neuronale cu multe straturi; stă în spatele chatboților, traducerilor și recunoașterii imaginilor.