文章目录
- 睁眼看世界,倾耳听人间
- 脑子,是个好东西!
- 眼睛成像
- 其它身体感触系统
- 脑子:我很忙的!
- 脑细胞:脑子里的打工人
- 生物神经元——结构
- 生物神经元——人脑的运算单位
- 人脑的深度学习
- 总结
睁眼看世界,倾耳听人间
回想一下,当你刚从母胎中生出来的时候,你看到了什么?又听到了什么?
不好意思,搞错了,那个时候的你意识是错乱的,可以理解为没有意识。你的苦恼与嬉笑,似乎没有缘由!
自你记事那天起,你开始了时而有趣时而劳累的学习生涯!
试问,你是从何是认清谁是你爸妈的?
试问,你是从何时起认得阿拉伯数字的?
你又是通过什么样的过程和方法认识了身边的熟人、课本里的文字、电视里的动漫形象?
你应该没有前世的记忆吧?那你就一定是通过反复的学习、反复的纠正、反复的记忆!
脑子,是个好东西!
其实每个有脑子的生物都是有思维能力的!
无论是达尔文进化论,还是现如今普遍认同的人类智慧,无一不在强调人脑的优越性!
那么,我们先从生物学的角度看看人脑的部分结构吧!(不是深度学习吗?怎么开始扯生物了?其实我理解的计算相关的一切皆源于模仿人脑)
眼睛成像
你在伸手不见五指的黑夜或者密室里看不见任何东西,此时的你与盲人无异。
在物理学中,我们根据光谱(光线波长)区分可见光与不见光。而可见光则是由三原色所组成。三原色分别是红、绿、蓝,例如纯红纯绿拼在一起就是纯黄色,纯红色和纯蓝色拼在一起就是紫色······具体三原色数值如何调颜色可以参考RGB色彩对照表(该网页提供的数值是十六进制的)。
可见光进入透过瞳孔,将图像映射在视网膜上,视网膜捕捉到光感图像后,将信息传给大脑,这样大脑就能不断接受眼睛捕捉到的图像。眼睛此时是不是很想摄像头,No,应该说,是摄像头像眼睛。
其它身体感触系统
耳朵采集声波信息、皮肤采集触摸信息、鼻子采集味道信息、肌肉采集压力信息······
这些信息都是通过神经系统传输到大脑中的,如果你的耳朵没有连接神经,那么耳朵就会失灵。
所以,神经系统是人体其它组织像大脑传达信息必须的媒介。
神经系统最终将所有信息传给大脑后,大脑在进行一系列的处理,诸如识别、思考、记忆等操作。
有一种批评人的话叫做:“做事不过脑子”、“脑子一根筋”,说的就是大脑思维简单,这样的简单思维往往会给我们带来不必要的困扰!
比如你正在激动地看着欧洲杯,这时候你的对象过来跟你说:“你就和欧洲杯过日子吧,我去找隔壁老王了!” 专心致志的你回了句“好的”。事实情况是你的大脑真的认同你对象的决定了吗?除非你有特殊癖好,那就是你耳朵听了,大脑几乎没去处理。
脑子:我很忙的!
欧洲杯确实很吸引足球迷,以至于观看时大家都全神贯注,大家的大脑都在疯狂处理眼睛、耳朵从球赛直播中获取到的实况信息,比如预测赛局、观察球员身体情况、评测双方策略等。
在这个过程中,人脑内部的脑细胞会疯狂工作,以至于有的人过于激动而发烧等,是不是很像电脑CPU或GPU处理大量数据情况下的高温情形?
再比如你第一次学阿拉伯数字,最开始你是通过反复死记硬背、抄写,在这个过程中,你的大脑一直在接受相同类型的信息(阿拉伯数字),你的脑细胞又开始疯狂工作了。
如果现在,我在你面前播放着川普练习麻辣纪子自由搏击晃头躲子弹的视频,你说你的大脑现在是在处理什么信息呢?
如果你的大脑同时处理学习数字和看视频这两个信息,这两件事当中你必定有一件事没法完成。(除非你的脑容量巨大)
脑细胞:脑子里的打工人
此时此刻,我正在想办法组织语言,好让未曾了解AI的小伙伴们从灵魂出发理解AI(虽然说了很多废话哈)。可是你们不知道,我的脑细胞们正在加班加点、无休止地为我出谋划策,每当我要写一个小节,它们就得多出几份力。这种力,俗称“脑力”。
如果你是一位脑力工作者,一定要保护好你的脑子,一定要好好珍惜你那些拼死拼活的脑细胞们。少熬夜,注意多休息,否则哪一天你的脑细胞相继猝死堵在了你的头部血管中,那你也就xx了!
我们习惯在遇到难题时说“烧死了好多脑细胞”,但其实生活中很多特别简单的事情都会让你的脑细胞工作起来。比如你在睡觉,你的脑细胞就趁你不注意在脑子里拆家式地乱搞,导致你做了很多奇怪的梦。再比如你醒来睁开双眼,想去看几点钟,这时候你的脑细胞就开始告诉你手机在桌上,快速控制四肢起来走向桌子。
也就是说,无论是困难的事情还是再简单不过的事情,你的脑细胞都回去工作的。所以,哪怕是懒惰的人,ta有一颗勤奋的大脑,说的恐怖一点就是,我们只是被大脑寄生了,哈哈!
生物神经元——结构
上图所示,是人脑的“神经元”,也就是上文一直在说的“脑细胞”。图示中的关键部分解释如下:
(1)本体:细胞体(细胞膜、质、核),对输入信号进行处理,相当于CPU。
(2)树突:本体向外伸出的分支,多根,长1mm左右,本体的输入端。
(3)轴突:本体向外伸出的最长的分支,即神经纤维,一根,长1cm—1m左右,通过轴突上的神经末梢将信号传给其它神经元,相当于本体的输出端。
(4)突触:各神经元之间轴突和树突之间的接口,即神经末梢与树突相接触的交界面,每个细胞体大约有103—104个突触。突触有兴奋型和抑制型两种。
生物神经元——人脑的运算单位
无论是身体的哪个部位传达给大脑的信息,在每一个生物神经元(脑细胞)处理的过程当中,它们都只有两种结果,那就是是与非,在数学层面也就是0和1。
也没有闻到熟悉的味道?
小伙伴们!0和1这个概念你们在哪里遇到过?
阿拉伯数字、分段函数、计算机组成原理、数字电路······在关乎计算机与数学这两大领域的诸多研究方向中都有涉及到0和1这个概念。
在数字电路中,成千上万个零一电路通过加法器、乘法器,构成了强大的处理单元,例如CPU(中央处理器)、GPU(图形处理器)、FPGA(现场可编程门阵列)、NPU(神经处理单元)······
在分段函数里,形如: y = ω x + b = { 0 , 条件 1 1 , 条件 2 y=\omega x + b =\begin{cases} 0, & 条件1 \\ 1, & 条件2 \end{cases} y=ωx+b={0,1,条件1条件2
在以上两个例子中,0和1都是和运算密不可分的。
那我们的生物神经元在处理信息的过程中到底经历了些什么呢?
举个例子,比如你现在眼前是一只小熊猫(下图右边)。
很明显,如果是第一次看到小熊猫,而且在此之前已经知道小浣熊(上图左边)长什么样子后,我们很容易把小熊猫认成小浣熊)。
这个时候,你的脑子里一共有12个脑细胞参与本次人脑识别动物的工作。1到10号脑细胞负责将小熊猫的图像信息进行整理、提取关键信息,这10位脑细胞工作者各自整理出一份信息报告。剩下的两位脑细胞工作者A号和B号,它们分别代表识别是浣熊、识别是小熊猫,它们独立地对上一环节得到的10份信息报告再次进行整理、提取关键。
最终,两位脑细胞的工作结果是不同的,但是A号的数据信息更充分,信息数值更大。由此,你的大脑决策层(大脑里的老大)根据A号B号当中最充分、信息数值最大的那位脑细胞代表的识别结果,决定本次识别结果是浣熊。
很显然,这次的识别是错误的,人脑预测(实际识别)的结果和目标(眼前物体)的真实类别(所属物种)存在着明显的误差(差别或差距)。
此时,我站在你跟前,给你讲述了关于小熊猫的具体特征、生活习性等细节,以及小浣熊的诸多事宜,你的大脑又一次进入了疯狂运转的状态。曾经为你谋划的那12位脑细胞(生物神经元)将我提供的正确信息,和你的大脑之前存储的识别信息反复对比,反复更正各自的处理方法,使得你的大脑决策层给你的结果越来越明确:“哦~,原来这是小熊猫,银河护卫队里那个才是小浣熊!”
很明显,锤憨憨没见过浣熊!哈哈!
人脑的深度学习
依稀记得,每次在大学室友疯狂玩游戏时,他都会说“干嘛!在学习呢!”
现在想来,他说得好像确实没毛病!他的大脑在疯狂处理游戏里的一堆信息,怎么就不是在学习呀!
如上图所示,假如人脑接收到的外部信息都可以用数据的形式表示,类似图示中的 x 1 , x 2 , x 3 , x 4 x_1,x_2,x_3,x_4 x1,x2,x3,x4,人脑中得生物神经元(脑细胞)对这些信息全都进行了一次大运算(箭头代表线性关系,相当于每个脑细胞都参与每个输入信息的运算工作),图示中的 h 1 , h 2 , h 3 , h 4 , h 5 h_1,h_2,h_3,h_4,h_5 h1,h2,h3,h4,h5就是模拟的生物神经元(脑细胞)。
但是人脑里的脑细胞也有层级之分,1级负责直接对接输入信息,2级有机会接触决策层的老大,主要看每次人脑面临的任务难度如何。难度低的,就可以直接丢给1级脑细胞员工负责,难度稍微高一些的,可以设置两级工作制,再高的,就设置更高层级。总之,最终都是要交给决策层老大审批的。
其实你会发现,这个决策层老大只管他拿到手的信息谁最大,他不会管会不会是错的。这就有些像部分公司的老板一样,只管要结果,不会承担任何风险!(又扯远了,哈哈)
上图所示的结构,只有两级,第二级(第二层)只有三个脑细胞,它们处理第一级(第一层)五个脑细胞处理后的信息数据,最终交给决策层老大(其实这个老大你就可以理解为就是你自己,你想想看,你自己也是这么对待你的脑细胞的,你的老板可能也是这么对你的,太可怕了~)
如果你的大脑面临的任务很难呢?你得脑子就需要设置更多层级,让更多脑细胞参与进来,也就是俗称的“烧脑子”、“烧脑细胞”。
层级越多,换句话说,就是层级越深,其实就形如一种深度学习了!
总结
我现在可以告诉你的是,AI(人工智能)算法,现如今也是用这样一种思考问题的方式处理各种难题的!
它就是:深度学习。