Construire son propre canal neurologique

Home   /   Construire son propre canal neurologique

Les premiers sites de réseautage neuronal synthétique n’étaient pas des abstractions dans un ordinateur, mais des méthodes réelles fabriquées à partir de moteurs vrombissants et de gros faisceaux de câbles. Dans cet article, je vais vous expliquer comment en créer un vous-même à l’aide de SnapCircuits, un kit électronique pour enfants. Je réfléchirai également à la manière de développer une communauté qui fonctionne vraiment optiquement à l’aide d’une webcam. Et je raconterai des choses que j’ai apprises en parlant au designer Ralf Baecker, qui a construit un réseau en utilisant des cordes, des leviers et une charge de poids directe. J’ai révélé le groupe SnapCircuits l’année dernière à John Hopfield, un physicien du Princeton College qui a été le pionnier des sites neuronaux dans les années 1980, et il s’est rapidement imprégné de la mise au point de la machine pour voir ce qu’il pouvait facilement faire exécuter. Je me suis retrouvé visiteur à l’Institution for Innovative Research et j’ai passé plusieurs heures à évaluer Hopfield pour ma prochaine réserve sur la science et l’imagination. Le type de système pour lequel Hopfield est devenu réputé n’est pas le même que les réseaux profonds qui ont une réputation d’impression potentielle ainsi que d’autres A.I. techniques de nos jours. Il comprend des appareils informatiques fondamentaux – des «neurones» – qui sont câblés ensemble, de sorte que chacun réagisse à ce que font les autres. Mais les neurones ne sont généralement pas disposés en niveaux: il n’y a absolument aucun retour, résultat ou niveau intermédiaire dédié. Au lieu de cela, la communauté est un enchevêtrement important de signaux qui pourraient se réactiver d’eux-mêmes, formant un processus très actif. Vous pouvez vous séparer avec un design et un style imprudents pour obtenir un système à 3 neurones, mais vous devez être plus systématique avec plusieurs. Chaque neurone peut être un swap qui s’allume ou s’éteint en fonction de ses entrées. En commençant par un premier état, les neurones se bousculent et se réajustent. Un neurone peut provoquer la transformation d’un autre neurone, provoquant la formation ou l’élimination d’une cascade de neurones, modifiant peut-être la réputation de votre neurone authentique. De préférence, la communauté s’installe dans une routine stationnaire ou à cheval. En conséquence, le système effectue un calcul collectivement, plutôt que de suivre un traitement étape par étape comme le font les systèmes informatiques conventionnels. En 1981, alors à Caltech, Hopfield a présenté un focus sur son système d’opinions, puis dans le public était un scientifique invité, John Lambe. Lambe a été motivé pour construire l’instanciation physique réelle initiale, composée de 6 neurones contrôlés par des changements à bascule. Cela confirmait un système de style stabilisé au lieu de boucle chaotique, ce qui avait en fait été la principale préoccupation de Hopfield. Hopfield a dessiné le circuit dans un article de 1984. Style SnapCircuits La version SnapCircuits a trois neurones, ce qui est le nombre minimum pour découvrir des habitudes fascinantes. Je pense que vous êtes généralement informé sur SnapCircuits et que vous découvrirez peut-être comment assembler le circuit dans le schéma et les images. J’ai détaillé les composants nécessaires à la fin de cet article. Ils n’avaient pas de SnapCircuits une fois que j’étais enfant, et j’ai donc découvert qu’il était plus difficile qu’il n’y paraît d’établir un circuit efficacement. Vous trouverez sans aucun doute de meilleures stratégies que les miennes, vous devriez donc me livrer vos images. Les relais électriques fonctionnent comme les neurones. Lorsque leur tension d’entrée dépasse un certain seuil, elle s’allume d’un simple clic gratifiant, éclairant une lumière. Un inconvénient des relais est en fait un impact sur l’espace mémoire: une fois allumés, ils peuvent être difficiles à désactiver à nouveau, et vice versa. Cela peut inciter le système à se lever, comme Hopfield l’a mentionné dans ses tout premiers articles sur le sujet. Le système en général peut stocker des informations au détail, mais vous ne voulez jamais que les neurones personnels complètent la même chose. Pour écraser ce défi, je jumelle chaque communication avec un transistor pour manipuler son retour. Une résistance de facteur dans l’entrée du transistor vous permet de suivre le seuil du neurone – sa «polarisation» – ce qui le rend plus simple ou plus difficile à activer / désactiver. La plus petite résistance variable de la palette de couleurs SnapCircuits a une valeur beaucoup plus grande que cette valeur de résistance que j’utilise personnellement à d’autres endroits du circuit, donc une petite alternance dans son établissement entraîne un résultat massif, et il est difficile de faire correctement. De plus, je place un condensateur en parallèle avec toutes les entrées de communication pour ralentir les transitions, ce qui facilite la visualisation du changement de réseau.