Perceptron

Wat is een perceptron?

Het perceptron is het oudste en eenvoudigste kunstmatige neuron: een rekenmodel dat in 1957 door Frank Rosenblatt werd bedacht als nabootsing van een hersencel. Het neemt een aantal invoerwaarden, weegt die en beslist op basis daarvan ja of nee. Op zichzelf is het te simpel voor serieuze taken, maar het is de bouwsteen waaruit alle moderne neurale netwerken zijn opgebouwd.

Hoe werkt het?

Een perceptron ontvangt meerdere invoerwaarden, bijvoorbeeld kenmerken van een e-mail. Elke invoer wordt vermenigvuldigd met een gewicht dat aangeeft hoe belangrijk dat kenmerk is. De gewogen waarden worden opgeteld en door een drempelfunctie gehaald: komt de som boven de drempel, dan is de uitvoer 1, anders 0. Tijdens het trainen past het perceptron zijn gewichten aan op basis van fouten, tot het de voorbeelden zo goed mogelijk indeelt. De beperking: een enkel perceptron kan alleen problemen oplossen die met een rechte lijn te scheiden zijn. Pas door perceptrons in lagen te stapelen ontstaan netwerken die complexe patronen aankunnen.

Wat heb je eraan als bedrijf?

Voor de meeste bedrijven is dit achtergrondkennis. Maar wie begrijpt hoe een perceptron werkt, snapt in de kern hoe ChatGPT en andere AI-systemen werken: miljarden van dit soort simpele rekeneenheden, in lagen gestapeld, die samen patronen leren. Dat helpt om AI te zien als wiskunde in plaats van magie.

Gerelateerde begrippen

Meerdere lagen perceptrons vormen een multilayer perceptron, de basis van het artificial neural network. Zie ook neuron en backpropagation, de techniek waarmee gelaagde netwerken leren.