在我的世界(Minecraft)中,紅石是一種非常重要的物品。它是遊戲中的獨特材料,開關、紅石火把和紅石塊等能對導線或物體提供類似電流的能量。
紅石電路可以為你建造用於控製或激活其他機械的結構,其本身既可以被設計為用於響應玩家的手動激活,也可以反复輸出訊號或回應非玩家引發的變化,如生物移動、物品掉落、植物生長、日夜更換等等。
因此,在我的世界中,紅石能夠控制的機械類別極其多,小到簡單機械如自動門、光開關和頻閃電源,大到佔地巨大的電梯、自動農場、小遊戲平台甚至是遊戲內建的電腦。
近日,B 站UP 主@辰佔鰲頭等人在我的世界中實現了真正的“紅石人工智能”,他們耗時六個月,構建了世界上首個純紅石神經網絡,任務是識別15×15 手寫數字。
作者表示,他們使用非傳統的計算方式——隨機計算來實現神經網絡,在設計和佈局上比傳統全精度計算簡單許多,並且單次理論識別時間僅為 5 分鐘。
這個純紅石神經網路完成了機器學習領域常見的圖像識別任務——手寫數字識別,並且準確率達到了 80%(在MNIST資料集上模擬)。
在實作的過程中,作者所使用的各種元素包括如下:
單一神經元接受多個輸入並產生一個輸出。
加入「乘法器」,只使用隨機數和單一邏輯閘運算小數乘法。
神經元陣列輸出識別結果或傳遞到下一層。
各數字的置信度。
#卷積層用來擷取筆畫特徵。
全連接第一層:壓縮資訊並分類。
激活函數陣列:將資料非線性地映射到高維特徵空間。
全連接第二、三層:進一步分類並輸出辨識結果。
作者表示,網路使用的架構是壓縮的 LeNet-5,準確率達 80%。
不過,受限於 Minecraft 的運算能力,實際辨識時間超過 20 分鐘。儘管如此,這仍是紅石數電領域的重大突破,也可能啟發現實中的硬體神經網路。
目前,影片的播放量已經超過 80 萬,全 B 站排行榜最高第 39 名,讓各路網友嘆為觀止。就連圖靈獎得主Yann LeCun 也在Facebook 上轉發了該視頻,表示「一位非常有耐心且堅持不懈的人使用紅石在我的世界中實現了LeNet-5。」LeCun 是 LeNet 架構提出者。
【Minecraft】世界首個純紅石神經網路!真正的紅石人工智慧(中文/English)【Minecraft】紅石卷積神經網路—原理
#背後的原理
在另外一個影片《【Minecraft】紅石卷積神經網路——原理》中,作者詳細解釋了紅石卷積神經網路的原理。
總的來說,他們使用的是壓縮的LeNet-5 卷積神經網絡,卷積是網絡的第一步計算,使用一個帶有權重的窗口(卷積核)逐次掃描圖像並提取筆畫特徵。
然後將這些筆畫特徵饋入到深度神經網路(全連接層)進行分類識別。
在我的世界中實作紅石神經網路
作者首先列出了輸入設備,包括一個單脈衝式壓力板手寫板和15×15 座標螢幕。其中手寫板每次產生 2tick 的座標訊號,接著由螢幕繪製。
接著輸入的手寫數字進入卷積層,計算方法是累加卷積核被遮蓋的部分,並將結果輸出到下一層。並且,為了確保非線性,輸出也經過了 ReLU 函數。
由於卷積核只有 3×3,因而作者直接使用了電模運算,並在輸出端自動進行 ReLU。
另外,又由於卷積無法像動畫裡那樣移動,所以採用了直接堆疊的方式,再透過硬連線連接到手寫板輸入上。
到了全連接層,它的每層由若干神經網路構成。每個神經元連接多個輸入,並產生一個輸出。神經元將每個輸入加權累加,然後帶入一個激活函數輸出。需要注意的是,加權求和是「線性分割」,而活化函數一定是非線性的,用來提升維度。作者使用了 tanh(雙曲正切)作為了激活函數。
反映到實際的神經元電路中,如下圖所示。
同時,權重被儲存在投擲器(用來調整物品配比產生不同頻率的隨機串)中,輸入乘以權重後通過模電累加。
最終電路實現
關於電路實現,先透過模電計算加法,然後轉為數電訊號。
累加器則是改裝了另一位 Up 主提供的 2tick 管線加法器,使之不會溢位。
接著堆疊神經元,構成一個全連接層。
最後一層的輸出以及層間快取使用如下模電計數器,它可以統計5Hz 串中「1」的數量,容量則為1024。
最後在輸出層,計數器的高 4 位元被連接到計數板上,然後電路選取最大的值並在輸出面板上顯示。
影片最後,作者展示了最終的網路結構,如下圖所示。其中,權重範圍為 [-1, 1],隨機串長度為 1024,MNIST 資料集上的準確率約為 80%。不過當串長為 256 時,準確率僅 62%。
以上是'B站UP主成功打造全球首個基於紅石的神經網絡在社交媒體引起轟動,得到Yann LeCun的點贊讚賞'的詳細內容。更多資訊請關注PHP中文網其他相關文章!

介紹 恭喜!您經營一家成功的業務。通過您的網頁,社交媒體活動,網絡研討會,會議,免費資源和其他來源,您每天收集5000個電子郵件ID。下一個明顯的步驟是

介紹 在當今快節奏的軟件開發環境中,確保最佳應用程序性能至關重要。監視實時指標,例如響應時間,錯誤率和資源利用率可以幫助MAIN

“您有幾個用戶?”他扮演。 阿爾特曼回答說:“我認為我們上次說的是每週5億個活躍者,而且它正在迅速增長。” “你告訴我,就像在短短幾週內翻了一番,”安德森繼續說道。 “我說那個私人

介紹 Mistral發布了其第一個多模式模型,即Pixtral-12b-2409。該模型建立在Mistral的120億參數Nemo 12B之上。是什麼設置了該模型?現在可以拍攝圖像和Tex

想像一下,擁有一個由AI驅動的助手,不僅可以響應您的查詢,還可以自主收集信息,執行任務甚至處理多種類型的數據(TEXT,圖像和代碼)。聽起來有未來派?在這個a


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SublimeText3漢化版
中文版,非常好用

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能