Ένα σύντομο μάθημα ιστορίας για τις απαρχές της μηχανικής μάθησης
📅 1959, MIT – Σε ένα μικρό γραφείο, πάνω σε έναν πίνακα κιμωλίας, ο Bernard Widrow και ο υποψήφιος διδάκτορας Ted Hoff γράφουν έναν απλό μαθηματικό κανόνα.
Δεν συζητούν για «Τεχνητή Νοημοσύνη» όπως τη γνωρίζουμε σήμερα. Μιλούν για έναν τρόπο να καθαρίσουν ένα σήμα από θόρυβο.
Ένα σύστημα που μπορεί να προσαρμόζεται και να βελτιώνει την εκτίμησή του, χρησιμοποιώντας δεδομένα που περιέχουν θόρυβο.
Αυτός ο τομέας ονομάζεται adaptive filtering – και παρόλο που σπάνια αναφέρεται στην ιστορία της AI, υπήρξε καθοριστικός.
⚙️ Το αποτέλεσμα ήταν ο Least Mean Squares (LMS) Algorithm:
Ένας απλός αλλά πανίσχυρος κανόνας ενημέρωσης βαρών, που επέτρεψε στα μηχανήματα να μαθαίνουν από τα λάθη τους.
📌 Σημασία του LMS:
-
Οδήγησε στη δημιουργία του πρώτου νευρωνικού δικτύου, ADALINE
-
Έθεσε τις βάσεις για την ανάπτυξη της backpropagation
-
Έδειξε ότι ακόμα και απλοί αλγόριθμοι μπορούν να έχουν τεράστια επιρροή
💡 Το μάθημα από αυτήν την ιστορία;
Συχνά, η πρόοδος στην επιστήμη ξεκινά όχι από την επιδίωξη ενός μεγάλου οράματος, αλλά από την επίλυση ενός συγκεκριμένου, πρακτικού προβλήματος — όπως η αφαίρεση θορύβου από ένα σήμα.
👉 Your Daily Experience of Math Adventures :🔗 Challenging Recreational Mathematics
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου