04 Skąd neuron wie, czy pies jest mały, czy duży? – Dzięki wektorom! (PL)

Czy zastanawialiście się kiedyś, skąd komputery wie, że „widzi” psa i potrafi powiedzieć, czy pies jest mały, czy duży? Witajcie na naszej kolejnej opowieści o matematyce, podczas której odkryjemy tajemnice stojące za sztucznymi sieciami neuronowymi! W tym krótkim wstępie dowiemy się, jak działa pojedynczy neuron – mały, ale niezwykle ważny element całej sieci, który przypomina żywy neuron w ludzkim mózgu. Następnie zobaczymy, w jaki sposób te neurony łączą się w wielopoziomowe struktury, by wspólnie przetwarzać i analizować dane, a nawet… uczyć się na własnych błędach! Zrozumiemy też, jak głęboko zakorzeniona jest w tym wszystkim matematyka. To właśnie ona daje nam wektory, wzory, funkcje i operacje pozwalające „trenować” sieci neuronowe, by mogły osiągać niesamowite wyniki w rozmaitych dziedzinach – od medycyny po sztukę. Przybliżymy sobie również kluczowe pojęcie uczenia maszynowego, czyli procesu, w którym komputer „poznaje” zależności w danych dzięki wyspecjalizowanym algorytmom. Jeśli więc chcecie poznać sekrety współczesnej rewolucji w informatyce i zarazem przekonać się, jak wiele w niej matematyki, zapraszam Was do wspólnej podróży w świat sztucznych sieci neuronowych! 01:11 - Budowa neuronu biologicznego 02:29 - Budowa pierwszego sztucznego neuronu McCullocha-Pittsa 03:54 - Szczegóły działania pierwszego sztucznego neuronu 07:21 - Budowa współczesnej wersji sztucznego neuronu 08:54 - Matematyczne szczegóły działania sztucznego neuronu 13:37 - Połączenie neuronów w sieć neuronową 15:45 - Uczenie sieci neuronowych 18:19 - Podsumowanie