tech
या एआय प्रणाली साध्या घटकांच्या थरांमधून संकेत पाठवून आणि कालांतराने काही जोडण्या बळकट करून शिकतात — एकत्र सक्रिय होणाऱ्या पेशींप्रमाणे.
कृत्रिम न्यूरल नेटवर्क्स आपली मूळ रचना जैविक मेंदूकडून घेतात. खऱ्या न्यूरॉन्सना इतर न्यूरॉन्सकडून संकेत मिळतात आणि पुरेसे संकेत जमा झाले की ते सक्रिय होऊन तो संकेत पुढे पाठवतात; एकत्र वापरल्या जाणाऱ्या जोडण्या अधिक बळकट होत जातात. कृत्रिम नेटवर्क्स हे सैलसरपणे अनुकरण करतात - अनेक थरांमध्ये असलेले साधे गणिती घटक एकमेकांना आकडे पाठवतात आणि प्रशिक्षणादरम्यान जोडण्यांची ताकद समायोजित करतात, ज्यामुळे नेटवर्क हळूहळू एखादे काम - जसे प्रतिमा ओळखणे किंवा शब्द अंदाजणे - अधिक चांगले करू लागते.
कोळ्याची जाळी आणि वीज ग्रीड ही केवळ धाग्यांची किंवा तारांची भौतिक जाळी असतात; ती शिकत नाहीत, आपल्या जोडण्या बदलत नाहीत किंवा न्यूरॉन्ससारखी माहितीवर प्रक्रिया करत नाहीत, त्यामुळे न्यूरल नेटवर्क्सच्या कार्यपद्धतीसाठी यापैकी कोणतेही खरे प्रतिमान ठरत नाही.
ही तुलना मुद्दामच सैल आहे: खऱ्या मेंदूत सुमारे ८६ अब्ज न्यूरॉन्स आश्चर्यकारकरीत्या गुंतागुंतीच्या व ऊर्जा-कार्यक्षम पद्धतीने जोडलेले असतात, तर सर्वांत मोठे एआय मॉडेल्सही याहून खूपच साधे व ढोबळ अनुकरण असतात, जे भरपूर वीज खाणाऱ्या चिप्सवर चालतात.
tech
"NFT" काय दर्शवतो?सॉफ्टवेअरमध्ये "API" म्हणजे काय?"ट्युरिंग चाचणी" काय मोजते?"कॉम्प्युटर व्हिजन" म्हणजे काय?"प्रॉम्प्ट इंजिनिअरिंग" म्हणजे काय?एआयमध्ये „LLM” म्हणजे काय?„एन्क्रिप्शन” डेटाचे काय करते?„टू-फॅक्टर ऑथेंटिकेशन” (2FA) म्हणजे काय?आधुनिक एआयसाठी GPU इतके महत्त्वाचे का?"फिशिंग" म्हणजे काय?"डीप लर्निंग" म्हणजे काय?"डेटा ब्रीच" म्हणजे काय?Quration — Quration Play