بيرسبترون

بيرسبترون هو نوع من النماذج الحسابية تم تطويره في الستينيات بغرض محاكاة الدماغ البشري. الإدراك الحسي عبارة عن شبكة عصبية اصطناعية تتكون من عقد إدخال وأوزان متصلة تسمح بتدفق المعلومات من وحدة تشبه الخلية العصبية إلى أخرى. يمكن أن يكون الإدخال أرقامًا أو نواقل أو صورًا أو أي نوع آخر من البيانات. يتم تدريب الشبكة العصبية على معالجة بيانات الإدخال لإنتاج مخرجات القيم المطلوبة مثل التصنيف أو الانحدار.

تم تطوير الإدراك الحسي بواسطة عالم النفس فرانك روزنبلات في مختبر كورنيل للطيران في عام 1957. وبحلول عام 1960، أثبت روزنبلات وظيفة شبكة من طبقتين يمكن من خلالها تعديل أوزان الاتصال للتكيف مع ردود الفعل المقدمة أثناء تنفيذ المهمة. أحدث هذا الاختراق في التعلم الآلي ثورة في قدرة أجهزة الكمبيوتر على التعلم من البيانات من خلال إتاحة ضبط أوزان الشبكة لتغيير مخرجات النموذج.

يعد نموذج الإدراك الحسي أحد أبسط أنواع الشبكات العصبية الاصطناعية وهو أيضًا أحد أبسط النماذج من حيث الفهم والتنفيذ. في جوهره، الإدراك الحسي هو نموذج رياضي لخلية عصبية بيولوجية يتكون من ثلاثة مكونات: طبقة الإدخال، وطبقة الوزن، ووظيفة التنشيط. تستقبل طبقة الإدخال إشارة؛ يمكن أن تكون هذه المدخلات متجهات أو كميات قياسية. تحتوي طبقة الوزن على أوزان مخصصة لكل من المدخلات، والتي تحدد قوة كل اتصال. وأخيرًا، تطبق وظيفة التنشيط تحويلاً على هذه المدخلات الموزونة لإنتاج المخرجات. يمكن أن يكون هذا الإخراج تصنيفًا أو وظيفة مستمرة، اعتمادًا على نوع الإدراك الحسي.

الطريقة التي يعمل بها الإدراك الحسي هي أنه يتخذ قرارًا أو يصنف البيانات بناءً على المدخلات التي يتلقاها. عندما يتم إدخال البيانات في الإدراك الحسي، يتم ضرب كل منها بالوزن. يتم بعد ذلك جمع هذه المدخلات المرجحة معًا ومقارنتها بالعتبة أو وظيفة التنشيط. إذا كان المجموع أكبر من أو يساوي العتبة، فإن الإدراك الحسي يُخرج 1، وإلا فإنه يُخرج 0. وبهذه الطريقة، يمكن للإدراك الحسي تصنيف البيانات بناءً على المخرجات التي ينتجها.

يعد Perceptron مفهومًا مهمًا في مجال التعلم الآلي ويستخدم في تطبيقات مختلفة مثل التعرف على الصور واكتشاف الكائنات ونمذجة اللغة. في أنظمة التعلم الآلي الحديثة، يمكن لشبكات الإدراك الحسي أن تساعد في تصنيف مجموعات البيانات الكبيرة من خلال تحديد الأنماط والميزات. وهذا بدوره يمكن أن يؤدي إلى أنظمة أكثر دقة وتطوراً لصنع القرار. مع تقدم التكنولوجيا، سيتم بالتأكيد تطوير شبكات إدراكية أكثر تعقيدًا وقوة واستخدامها لتوسيع قدرات التعلم الآلي.