Language
Country/Area
No result found
Cỗ máy bí ẩn năm 1957: Rosenblatt đã chế tạo ra perceptron đầu tiên như thế nào
Năm 1957, lịch sử trí tuệ nhân tạo đã được viết lại bằng một phát minh đột phá: một cỗ máy có tên là "Perceptron". Được thiết kế bởi Frank Rosenblatt tại Phòng thí nghiệm Hàng không Cornell, cỗ máy này mô phỏng hoạt động của các tế bào thần kinh trong não và đặt nền tảng cho công nghệ mạng lưới thần kinh trong tương lai. Khái niệm cơ bản của nó là sử dụng thuật toán phân loại tuyến tính đơn giản để giải quyết các vấn đề phân loại nhị phân và cấu trúc độc đáo của nó đã gây ra nhiều nghiên cứu và tranh cãi.
Perceptron là mô hình nơ-ron nhân tạo có thể thực hiện nhận dạng hình ảnh và mô phỏng quá trình xử lý hình ảnh của con người nhờ sự trợ giúp của phần cứng thực tế.
Nguồn gốc và lịch sử của Perceptron
Ngay từ năm 1943, khái niệm về tế bào thần kinh đã được Warren McCulloch và Walter Pitts đề xuất lần đầu tiên trong một bài báo khám phá các hoạt động logic của hệ thần kinh. Rosenblatt đã phát triển thêm khái niệm này vào năm 1957 và hiện thực hóa nó thành một cỗ máy phần cứng, sau này trở thành "Mark I Perceptron".
Thiết kế và tính năng của Mark I PerceptronMark I Perceptron bao gồm cấu trúc ba tầng, bắt đầu với "S-unit" gồm 400 tế bào quang điện, hoạt động như cảm biến của máy và thu thập dữ liệu hình ảnh. Tiếp theo là 512 "đơn vị liên kết" chịu trách nhiệm xử lý thông tin và cuối cùng là 8 "đơn vị phản ứng" được sử dụng để tạo ra kết quả. Thiết kế này phản ánh đầy đủ tầm nhìn của Rosenblatt: ông hy vọng rằng cỗ máy này có thể mô phỏng quá trình xử lý thông tin của thị giác con người thông qua các kết nối ngẫu nhiên.
Rosenblatt nhấn mạnh rằng thiết kế ngẫu nhiên giúp loại bỏ sự thiên vị ý định trong perceptron, đưa máy móc đến gần hơn với cách thức hoạt động của hệ thống thị giác con người.
Những thách thức và tranh cãi gặp phải
Mặc dù perceptron thu hút được sự quan tâm đáng kể về cả thiết kế và ứng dụng thực tế, tính thực tế và khả năng đào tạo của nó đã nhanh chóng bị đặt dấu hỏi. Đến năm 1969, Marvin Minsky và Seymour Papert đã chỉ ra trong cuốn sách Perceptrons của họ rằng một lớp perceptron đơn lẻ không thể học được một số loại mẫu nhất định, chẳng hạn như hàm XOR. Phát hiện này nhanh chóng làm nguội đi sự nhiệt tình dành cho nghiên cứu mạng nơ-ron, và cả nguồn tài trợ lẫn sự quan tâm nghiên cứu đều giảm đáng kể.Sự tái sinh của Perceptron
Vào những năm 1980, với sự ra đời của các perceptron đa lớp và sự phát triển của các thuật toán lan truyền ngược, mạng nơ-ron một lần nữa thu hút sự chú ý của các nhà nghiên cứu. Perceptron đa lớp không chỉ khắc phục được những hạn chế của perceptron một lớp mà còn bắt đầu khám phá các mô hình phức tạp hơn. Tuy nhiên, tất cả đều bắt nguồn từ những khám phá ban đầu của Rosenblatt về tế bào thần kinh nhân tạo và máy học.
Cảm biến của Rosenblatt không chỉ là một phần của sự phát triển khoa học và công nghệ mà còn mở ra cánh cửa để chúng ta suy nghĩ sâu sắc hơn về trí tuệ nhân tạo và máy học.
Suy nghĩ cuối cùng
Frank Rosenblatt qua đời đột ngột vào năm 1971, nhưng ngọn lửa sáng tạo của ông vẫn tiếp tục cháy sáng trong những thập kỷ tiếp theo. Cho đến ngày nay, khái niệm perceptron vẫn có ảnh hưởng sâu sắc đến trí tuệ nhân tạo hiện đại. Khi công nghệ tiến bộ, liệu chúng ta có lại chứng kiến những đột phá sáng tạo tương tự, thách thức định nghĩa của chúng ta về trí thông minh không?
