چیزی که از این درس میبری
- یه نورون مصنوعی هر ورودی رو در یه وزن ضرب میکنه و نتیجهها رو با هم جمع میزنه.
- اگه مجموع از یه آستانه رد بشه فعال میشه؛ البته نورونهای واقعی اغلب بازهای از مقادیر رو خروجی میدن.
- وزنها مشخص میکنن نورون چه کار کنه، و آموزش یعنی پیدا کردن وزنهای مناسب.
فهرست این درس۴
۰۱ایدهی اصلی
ورودیها، وزنها و حاصلجمع
یه نورون چند تا عدد به عنوان ورودی میگیره. هر ورودی یه وزن داره: یعنی اون ورودی چقدر اهمیت داره. نورون هر ورودی رو در وزنش ضرب میکنه، نتیجهها رو با هم جمع میزنه، و اگه مجموع از یه آستانه رد بشه، فعال میشه (خروجی ۱ میده)؛ وگرنه خاموش میمونه (۰).
تصمیمگیری برای رفتن به پارک: هوا آفتابیه (وزن ۰٫۶)، یه دوست هم میاد (وزن ۰٫۹)، وسط هفتهست (وزن ۰٫۳).
رأیگیریای که صدای بعضیها وزن بیشتری داره
هر ورودی رو مثل یه رأیدهنده ببین و هر وزن رو مثل ارزش و اهمیت رأی اون آدم. نورون رأیهای وزندار رو جمع میزنه و طبق نتیجه تصمیم میگیره. جایی که این تشبیه جواب نمیده: خروجی یه نورون واقعی میتونه هر عددی تو یه بازه باشه، نه فقط بله یا نه؛ تو این درس از سادهترین حالت یعنی همون بله/نه استفاده میکنیم.
خودت رو امتحان کنسؤال ۱ از ۴
یه نورون ورودیهای 1 و 1 رو با وزنهای 0.2 و 0.4 و آستانهی 0.5 میگیره. خروجیش چی میشه؟
- 1، چون هر دو ورودی فعالن
- 0، چون 0.2 + 0.4 = 0.6 از 0.5 کمتره
- 1، چون 0.2 + 0.4 = 0.6 از 0.5 بیشتره
- 0.6، چون خروجی همون حاصلجمعه
جواب رو ببین
1، چون 0.2 + 0.4 = 0.6 از 0.5 بیشتره
درسته. 1×0.2 + 1×0.4 = 0.6 که از آستانهی 0.5 رد میشه، پس نورون فعال میشه و خروجی میده.
قدمبهقدم ببین

۱/۴سه ورودی، سه وزن سه ورودی میرسن: 1، 0 و 1. روی هر خطی که به نورون میره، وزنش نوشته شده: 0.6، 0.9 و 0.3. خط ضخیمتر یعنی وزن بزرگتر. نورون وسط که با Σ مشخص شده، مقادیر رو با هم جمع میزنه.

۲/۴هر ورودی رو در وزنش ضرب کن هر ورودی در وزنش ضرب میشه و نتیجهها با رنگ نارنجی ظاهر میشن: 0.6، 0 و 0.3. ورودی وسط 0 هست، پس حتی وزن بزرگش هم چیزی به حاصلجمع اضافه نمیکنه.

۳/۴جمع بزن و مقایسه کن نورون این سه نتیجه رو جمع میزنه: 0.9. با رنگ نارنجی روشن میشه و سؤالی که زیرش اومده رو میپرسه: آیا 0.9 از آستانهی 0.5 بیشتره؟

۴/۴نورون فعال میشه 0.9 از 0.5 بیشتره، پس نورون فعال میشه: یه فلش خروجیش یعنی 1 رو به سمت راست میبره. همین 1 میشه ورودیِ نورون بعدی تو مسیر.
خودت رو امتحان کنسؤال ۲ از ۴
تو تصویر متحرک، اگه ورودی وسط از 0 به 1 تغییر میکرد، حاصلجمع میشد 1.8 و نورون باز هم فعال میشد.
- درست
- نادرست
جواب رو ببین
درست
درسته. 1×0.6 + 1×0.9 + 1×0.3 = 1.8 که خیلی بیشتر از 0.5 هست. یه ورودی قوی با وزن بزرگ، حاصلجمع رو حسابی بالا میکشه.
۰۳محل ذخیرهی یادگیری
وزنها همون چیزی هستن که مدل یاد میگیره
اگه وزنها رو عوض کنی، همون نورون تصمیمهای متفاوتی میگیره. آموزش دادن یه شبکه یعنی پیدا کردن وزنهای مناسب. یه مدل زبانی بزرگ میلیاردها وزن داره، و هر چی که «میدونه» به شکل همین عددها ذخیره شده، نه به صورت جمله یا فکتهایی که یه جا نوشته شده باشن.
خودت رو امتحان کنسؤال ۳ از ۴
هر بخش رو طراح تعیین کرده یا در طول آموزش یاد گرفته میشه؟
- تعداد ورودیهای نورون
- وزنِ هر ورودی
- اینکه ورودیهای وزندار با هم جمع بشن
- اینکه «رفتنِ یه دوست» چقدر باید به حساب بیاد
جواب رو ببین
تعیینشده توسط طراح: تعداد ورودیهای نورون, اینکه ورودیهای وزندار با هم جمع بشن
یادگرفتهشده در آموزش: وزنِ هر ورودی, اینکه «رفتنِ یه دوست» چقدر باید به حساب بیاد
خودت رو امتحان کنسؤال ۴ از ۴
نیما میگه ChatGPT حتماً یه لیست بزرگ از فکتها و واقعیتها رو یه جایی داخل خودش ذخیره کرده. با توجه به این درس، کدوم توصیف دقیقتره؟
- هر بار تمام جوابها رو از اینترنت جستوجو میکنه
- دانشش بین میلیاردها وزنِ یادگرفتهشده پخش شده، نه اینکه مثل یه لیست از جملهها ذخیره شده باشه
- از هر کتابی که خونده یه نسخه پیش خودش نگه داشته
- یه تیم از قبل هر جواب رو دستی مینویسه
جواب رو ببین
دانشش بین میلیاردها وزنِ یادگرفتهشده پخش شده، نه اینکه مثل یه لیست از جملهها ذخیره شده باشه
آره. هر چی یاد گرفته داخل وزنهاش کدگذاری شده. واسه همینه که میتونه خیلی روان حرف بزنه ولی بازم اشتباه کنه: چون لیست فکتی نیست که جوابش رو باهاش بسنجه.
۰۴جمعبندی
مرور درس
- یه نورون مصنوعی هر ورودی رو در یه وزن ضرب میکنه و نتیجهها رو با هم جمع میزنه.
- اگه مجموع از یه آستانه رد بشه فعال میشه؛ البته نورونهای واقعی اغلب بازهای از مقادیر رو خروجی میدن.
- وزنها مشخص میکنن نورون چه کار کنه، و آموزش یعنی پیدا کردن وزنهای مناسب.
- دانشِ یه مدل داخل وزنهاش جا گرفته، نه تو یه لیست از فکتهای نوشتهشده.
به سبک خودت یادش بگیر.
توی اپ از یادآی بخواه این درس رو سادهتر توضیح بده، از زندگی خودت مثال بزنه یا عمیقتر بره. بعد یه مسیر کامل دور هدف خودت بساز.