Nota video

Teks penuh video

Kalau kau nak ajar robot bezakan epal dan oren, kau tulis sejuta peraturan satu per satu, epal merah, oren bulat, sampai buku peraturan kau setinggi bangunan! Tapi epal hijau dan oren kemerahan terus buat semua peraturan kau rosak! Jadi, kau tiru otak manusia, setiap sel kecil terima beberapa isyarat, darab setiap satu dengan pemberat, campur semuanya, kemudian putuskan nak hantar isyarat atau tak.

Ini namanya neuron buatan. Tapi satu neuron seorang diri cuma mampu lukis satu garis lurus, tak cukup pandai untuk corak yang rumit! Jadi, kau susun beratus neuron dalam banyak lapisan bertingkat, lapisan bawah kesan warna dan tepi, lapisan atas gabungkan jadi bentuk buah.

Ini namanya deep learning. Tapi kalau setiap neuron cuma darab dan campur, sepuluh lapisan pun hasilnya sama je macam satu lapisan! Jadi, setiap neuron dipasang pintu kecil yang buang isyarat negatif dan cuma lepaskan isyarat positif, supaya rangkaian boleh belajar corak yang bengkok.

Ini namanya fungsi pengaktifan ReLU. Tapi pada mulanya semua pemberat diletak secara rawak, jadi robot asyik teka salah dan langsung tak tahu sejauh mana silapnya! Jadi, setiap jawapan dibandingkan dengan jawapan betul, dan beza antara keduanya dikira sebagai satu nombor kesilapan.

Ini namanya loss function. Tapi rangkaian ada berjuta pemberat, dan kau langsung tak tahu mana satu punca silap! Jadi, kesilapan tadi dihantar mengalir ke belakang dari lapisan akhir ke lapisan awal, dikira sumbangan setiap pemberat, lalu dilaras sikit demi sikit ke arah yang kurangkan silap.

Ini namanya backpropagation. Ulang proses ni beribu kali dengan beribu gambar, dan sambungan yang betul makin kuat, sama macam sambungan dalam otak kau menguat bila kau selalu berlatih. Itulah rahsia neural network, ia belajar daripada contoh, bukan daripada peraturan yang ditulis tangan.

Lepas ni nak belajar apa pula?

Siri Teknologi dan AI dalam animasi 3D LEGO (V916-008) oleh KongsikanDotCom. Tonton lagi di