Я в Termux (планшет, смартфон) пытаюсь понять, как из нескольких строк на чистом Си рождается свободная и не зависимая личность - Нейрон.
Этот проект об искусственном интеллекте, который начался не с установки библиотек, а с чертежа в тетради. Здесь машинное обучение - это не абстрактный термин, а физическая подстройка " Виртуальных резисторов ".
Я нахожусь на периферии трёх миров :
Аналоговой интуиции ( где вес нейрона - переменный резистор ).
Математика ( где ошибка заставляет систему эволюционировать).
Программирование (цель - не просто скрипт в полноценная ОС ).
Итоговая салфетка инженера
Это не просто набросок. Здесь я свёл воедино всё: от физической аналогии с резисторами до математической логики коррекции весов. Именно по этой схеме пишутся мои stand.c и exploitation.c
Стенд
Код открытый, видна каждая шестерёнка. Здесь нет сложных функции всего одна стандартная библиотека.
ANSI - цвет.
Бесконечный цикл while (1) - позволяет проводить серию экспериментов, не перезапуска я программу. Нет защиты от неверного символа. CTRL +C.
Код я оставил максимально чистым. Вся логика в четырёх строках внутри цикла for.
#include <stdio.h> #define G "\033[32m" #define Y "\033[33m" #define S "\033[34m" #define R "\033[0m" int main () { float x1; float w1 = 0.05; float bias = 0.01; float sk_obuch; float error; float out; float targ; int cikl; while (1) { printf(" Вход : "); scanf("%f", &x1); printf(" Ск_об : "); scanf("%f", &sk_obuch); printf(" Цель : "); scanf("%f", &targ); printf(" Цикл : "); scanf("%d", &cikl); for (int i = 0; i < cikl; i ++) { out = ( x1 * w1 ) + bias; error = targ - out; w1 += sk_obuch * error * x1; bias += sk_obuch * error; printf (Y" %d", i); printf (G" Вес = %.3f"R, w1); printf (S" Bias = %.3f"R, bias); printf (G" Ошиб = %4.3f"R, error); printf (S" Out = %.3f\n"R, out); } } return 0; } ~
Результат работы в Termux
Вес (w) и смещение (b) - это начальное произвольное значение.
Вход (x), скорость обучения (s), цель (t), количество интеграцией (i) выбираем через scanf что удобно проводить эксперименты.
Вход 10; 5 - веса не стабильны нейрон обучается под одно значение.
Драма (внизу) - при слишком высокой скорости обучения веса прыгают и система идёт в разнос.
На скриншоте - два сценария жизни моего нейрона
Стабильность: При низкой скорости обучения (0.01) система плавно гасит ошибку и находит идеальный баланс.
Хаос: Как только я поднял скорость (0.1) нейрон потерял устойчивость. Веса начали прыгать, и система улетела в бесконечность.
Итоги: Этого кода достаточно , чтоб изучать закономерность и управление нейрона. Всего не опишешь. Запуская, меняй значение.
Эксплуатация
Здесь нет ни одной лишней строчки. В режиме эксплуатации нейрон не тратит силы на "раздумья" и обучения - он просто мгновенно выдает результат на основе опыта полученного на стенде.
#include <stdio.h> int main () { float w; float b; float out, input; out = (input * w) + b; return 0; }
Практика
Давайте немного попрактикуемся - для примера возьмём чайник. При 100 градусах вода кипит - чайник должен отключиться. Обучим нейрон и получим умный чайник.
Цель эксперимента: «Мы научим нейрон распознавать критическую точку — 100 градусов. Входным сигналом будет температура, а целевым значением — сигнал на отключение».
Логика: «На этом этапе нейрон ещё "одномерный", но он уже учится принимать решение: пора выключать питание или нет».
Запускаем обучение ( Стенд )
Процесс подстройки весов на стенде. Берём Вес = 0.01 смещение опустим.
Раздел работа ( Эксплуатация)
Вес (w) = 0.01, b опустим . Эксплуатация с активацией простейший случай.
#include <stdio.h> int main () { float w = 0.01; float b = 0.0; float out, input; int res; while (1) { scanf ("%f", &input); out = (input * w) + b; res = (out > 1) ? 0 : 1; printf("%d\n\n", res); } return 0; }
Работа готового нейронного ядра.
20, 56, 74, -20, 99, 100 - это температура воды.
1 - чайник включен.
0 - чайник выключен.
Всё что написано вверху это : итоги
Откуда это всё взялось ? Как я на это вышел ?
Я изучал биты, логику, память на Си - учил классику. Потом мне захотелось потрогать современные технологии. Си плюс нейрон вот тебе и современные технологии, вот тебе и современный стэк.
Смотреть под капот памяти это сложно, но интересно.
Когда я впервые заглянул под капот нейрона : Мне показалось это скучным. Сухая арифметика. Ребята, расходимся - здесь умножение.
Решил абстрагироваться : Нейрон это независимая, свободная личность, которая способна учиться. Чему научишь то она и будет уметь.
Перспектива: Может жить от одной батарейки годами. Не нужен интернет.
Изначально я вообще ни чего не понял. Взрывал мозги долго и нудно, и все ровно ни чего ни понимал. Пока не включил режим радиолюбителя ( подстроечный, переменный резистор) не то , что бы я понял , но картина начала появляться. Когда я изучал память я до конца так и не понял. Почему адрес должен быть кратен размеру данных ? Нейрон я тоже до конца не понимаю.
запуск сборка
Мой путь и черновики Data7Neuron
https://github.com/Data7Viz/Data7Neuron
Забегая на перёд. Строили бешеные слои абстракций. Разрабатывали супер компьютер. Чтоб снова вернуться к нулям и единицам.
Продолжение следует.........
