Hoe werkt een Analoge AI Transformator? Dus sommige mensen willen een uitleg: In machine learning is de belangrijkste bewerking die we doen matrixvermenigvuldigingen. Dat is het nemen van een array van getallen, deze vermenigvuldigen met een andere array, en de resultaten van al die vermenigvuldigingen optellen. Dus twee fundamentele regels van de elektrotechniek kunnen precies die bewerking uitvoeren: - De Wet van Ohm - zegt dat je stroom krijgt door spanning en geleiding met elkaar te vermenigvuldigen. - De Wet van Kirchhoff voor Stroom - zegt dat als je een aantal stromen naar een punt hebt komen vanuit een aantal draden, de som van die stromen is wat dat punt verlaat. Dus elke van een aantal ingangsspanningen duwt stroom door een weerstand (geleiding is de inverse van weerstand), waarbij de spanningswaarde wordt vermenigvuldigd, en al die stromen optellen om een enkele waarde te produceren. Het is zo simpel. Maar er is meer aan de hand. Ik kan ook het signaal versleutelen of op een andere manier uniek maken, zoals een blockchain op basis van frequentie en frequentieverschuivingen. Ik kan ook snelle Fourier-transformaties gebruiken om andere dingen te doen die het papier niet behandelt.