سوال:
حیاتیاتی نیوران کا مشاہدہ کرنے میں مشین لرننگ کی مدد کیسے ہوسکتی ہے - اور یہ ایک مبہم قسم کی AI کیوں ہے؟
A:مشین لرننگ صرف انسانی دماغ کی سرگرمی کا نمونہ نہیں بنتی ہے - سائنس دان ایم ایل سے چلنے والی ٹکنالوجیوں کا استعمال بھی حقیقت میں دماغ کو دیکھنے کے ل to اور خود انفرادی نیورون کو بھی استعمال کررہے ہیں جن پر یہ نظام تعمیر کیا گیا ہے۔
ایک وائرڈ مضمون دماغ میں جھانکنے اور دراصل انفرادی نیوران کی خصوصیات کی نشاندہی کرنے کے لئے جاری کوششوں کے بارے میں بات کرتا ہے۔ مصنف رابی گونزالیز 2007 کی ایک کوشش کے بارے میں بات کرتے ہیں جو آج کل مشین سیکھنے کی نشوونما کے اہم حص .وں میں سے کچھ کی وضاحت کرتی ہے۔
| مفت ڈاؤن لوڈ: مشین سیکھنا اور اس سے کیوں فرق پڑتا ہے |
ایک طرح سے ، یہ منصوبے نگرانی مشین سیکھنے کی محنت سے متعلق فطرت کو بھی ظاہر کرتے ہیں۔ زیر نگرانی مشین لرننگ پروگراموں میں ، تربیت کے سیٹ کے اعداد و شمار کو احتیاط کے ساتھ لیبل لگایا جانا ہے تاکہ کامیابی اور درستگی کے ل project منصوبے کو ترتیب دینے میں مدد ملے۔
گونزالیز اس صورتحال کے بارے میں بات کرتے ہیں جہاں ایک ٹیم کے مختلف ممبران مزدوروں کی وسیع پیمانے پر کوششیں کرنے کے لئے اکٹھے ہوجاتے ہیں جس پر ان منصوبوں کی ضرورت ہے۔ بیان کرتا ہے کہ ڈیٹا تشریح ڈیٹا سیٹ کو تیار کرنے میں کس طرح مدد کرتی ہے۔ نیشنل انسٹی ٹیوٹ آف نیورولوجیکل ڈس آرڈر اینڈ اسٹروک ، جن میں سدرلینڈ ڈائریکٹر تھے ، اس تحقیق کے فنڈرز میں شامل تھے۔
گہرے عصبی نیٹ ورک کا استعمال کرتے ہوئے ، سان فرانسسکو کے نیورو سائنسدانسٹ اسٹیفن فنکبینر اور گوگل کے کچھ ماہرین کی سربراہی میں ایک ٹیم نے مختلف قسم کے فلورسنٹ مارکنگ ٹیگوں کے ساتھ اور اس کے بغیر خلیوں کی تصاویر کا مشاہدہ کیا۔ اس ٹیکنالوجی نے ایک نیوران کے انفرادی حصوں کی طرح دیکھا ، جیسے ایکون اور ڈینڈرائٹس ، اور ایک دوسرے سے مختلف قسم کے خلیوں کو الگ تھلگ کرنے کی کوشش کی ، جس میں فینکبینر اور دوسرے نے سیلیکو لیبلنگ یا آئی ایس ایل کہا تھا۔
اس قسم کی تحقیق خاص طور پر ان لوگوں کے لئے الجھا سکتی ہے جو مشین لرننگ کے عمل میں نئے ہیں۔ اس کی وجہ یہ ہے کہ مشین لرننگ اور مصنوعی ذہانت کا نظریہ اعصابی نیٹ ورکس پر مبنی ہے ، جو خود ڈیجیٹل ماڈل ہیں کہ انسان کے دماغ میں نیوران کیسے کام کرتے ہیں۔
مصنوعی نیورون ، جو حیاتیاتی نیورون پر بنایا گیا ہے ، اس میں وزن والے آدانوں کا ایک سیٹ ہے ، ٹرانسفارمیشن فنکشن اور ایکٹیویشن فنکشن۔ اسی طرح حیاتیاتی نیورانوں میں بھی ، یہ ڈیٹا سے چلنے والے آدانوں کی کسی شکل میں لیتا ہے اور آؤٹ پٹ کو واپس کرتا ہے۔ تو یہ تھوڑا سا ستم ظریفی ہے کہ سائنس دان حیاتیاتی طور پر حوصلہ افزائی والے عصبی نیٹ ورکس کو حقیقت میں حیاتیاتی نیورانوں کو دیکھنے کے ل. استعمال کرسکتے ہیں۔
ایک طرح سے ، یہ تکرار کرنے والی ٹکنالوجی کے خرگوش کے سوراخ سے ایک خاص راستہ پر جاتا ہے - لیکن اس سے اس صنعت میں سیکھنے کے عمل کو تیز کرنے میں بھی مدد ملتی ہے - اور یہ ہمارے لئے یہ بھی ثابت کرتا ہے کہ آخر کار ، نیورو سائنس اور الیکٹریکل انجینئرنگ بہت قریب سے ہورہے ہیں منسلک کچھ لوگوں کی رائے میں ، ہم ایک عظیم تر آئی ٹی دماغ رے کرزوییل کے ذریعہ بات کی جانے والی یکسانیت کے قریب پہنچ رہے ہیں جہاں انسانوں اور مشینوں کے مابین لائنیں مستقل طور پر دھندلاپن کا شکار ہوجائیں گی۔ یہ دیکھنا ضروری ہے کہ سائنسدان ان انتہائی طاقتور ٹکنالوجی کو ہماری دنیا میں کس طرح استعمال کررہے ہیں ، بہتر طور پر یہ سمجھنے کے لئے کہ یہ تمام نئے ماڈل کیسے کام کرتے ہیں۔
