Gradient descent w Excelu? Tak, da się nauczyć AI w arkuszu

Gradient descent przypomina termin z podręcznika dla doktorantów. A ktoś właśnie pokazał, jak to działa – w Excelu.

Nie w Pythonie. Nie w TensorFlow. W zwykłym arkuszu kalkulacyjnym.

I nagle najbardziej fundamentalny mechanizm uczenia maszynowego przestaje być czarną magią.

Czym w ogóle jest gradient descent?

Stoisz w górach we mgle. Nie widzisz doliny, ale chcesz do niej zejść. Co robisz?

Sprawdzasz, która strona jest najbardziej stroma w dół – i idziesz tam. Potem znowu sprawdzasz. I znowu. Krok po kroku.

To właśnie gradient descent.

W uczeniu maszynowym model szuka "doliny" – miejsca, gdzie błąd predykcji jest najmniejszy. Gradient (nachylenie) pokazuje kierunek. Descent (zejście) oznacza ruch w tym kierunku.

Tylko że podstawowa wersja ma swoje wady. Czasem idzie za wolno. Czasem gubi się w terenie. Czasem skacze tam i z powrotem jak pijany turysta, który nie może znaleźć ścieżki.

Momentum – rozpęd, który naprawdę pomaga

Pierwsza poprawka nazywa się Momentum. Działa jak kula tocząca się w dół zbocza.

Zamiast po prostu iść w stronę nachylenia, "zapamiętuje" poprzedni ruch. Jeśli przez kilka kroków szedłeś w podobnym kierunku – przyspieszasz. Jeśli kierunek się zmienia – zwalniasz.

Efekt?

Model szybciej schodzi do minimum. Nie zatrzymuje się na płaskich odcinkach. Nie skacze nerwowo w miejscu, bo ma rozpęd, który niesie go dalej.

W Excelu widać to dosłownie: komórka z "prędkością" akumuluje wartości z poprzednich kroków. To nie jest abstrakcja – to zwykłe dodawanie z wagą. Widzisz, jak liczby się zmieniają, krok po kroku.

RMSProp – każdy parametr ma swoje tempo

Momentum rozwiązuje jeden problem, ale tworzy inny. Co jeśli w jednym kierunku nachylenie jest strome, a w drugim płaskie? Kula toczy się za szybko w jedną stronę i za wolno w drugą.

RMSProp (Root Mean Square Propagation) to naprawia.

Zamiast jednej prędkości dla wszystkich parametrów, każdy dostaje swoją. Jeśli gradient w danym kierunku często się zmienia – algorytm zwalnia. Jeśli jest stabilny – przyspiesza.

W praktyce oznacza to, że model nie "przeskakuje" minimum, bo zbyt mocno przyspieszył. Dostosowuje tempo do terenu, po którym się porusza.

Adam – hybryda, która wygrała

Adam (Adaptive Moment Estimation) to połączenie Momentum i RMSProp. Bierze rozpęd z pierwszego i adaptacyjną prędkość z drugiego.

I dlatego stał się standardem.

W większości nowoczesnych modeli AI – od GPT po Stable Diffusion – to właśnie Adam optymalizuje wagi. Nie chodzi o to, że jest "najlepszy" w sensie matematycznym. Po prostu działa stabilnie w większości sytuacji. Nie wymaga ręcznego strojenia parametrów. Robi robotę.

W Excelu widać, jak te dwa mechanizmy działają równolegle. Jedna kolumna liczy momentum (średnią ruchomą gradientu), druga – RMSProp (średnią ruchomą kwadratu gradientu). Potem oba wpływają na finalny krok. Żadnej magii – tylko formuły.

Po co w ogóle Excel?

Bo Excel zmusza do zrozumienia.

Kiedy piszesz model.fit() w Pythonie, magia dzieje się w środku. Nie widzisz, jak wartości się zmieniają. Nie widzisz, dlaczego model nagle przyspiesza lub zwalnia. Wszystko ukryte w bibliotece.

W arkuszu każda komórka to jeden krok obliczeń.

Widzisz, jak gradient wpływa na momentum. Jak momentum wpływa na aktualizację wagi. Jak waga wpływa na błąd. To jak rozebrać silnik samochodu – nie musisz tego robić, żeby jeździć, ale jeśli chcesz naprawdę zrozumieć mechanikę – warto.

Czy to zmienia cel końcowy?

Nie.

Wszystkie cztery metody – gradient descent, Momentum, RMSProp, Adam – dążą do tego samego minimum. Nie zmieniają miejsca docelowego. Zmieniają tylko drogę, którą tam prowadzi.

Każda kolejna wersja dodaje mechanizm, który naprawia ograniczenie poprzedniej. Ruch staje się szybszy, bardziej stabilny, bardziej adaptatywny.

Ale dolina pozostaje ta sama.

I to jest kluczowe: optymalizatory nie "uczą" modelu czegoś innego. Po prostu pomagają mu dotrzeć tam, gdzie ma dotrzeć – szybciej i pewniej. Różnica między nimi to nie cel, tylko elegancja drogi.

Dla kogo to jest?

Jeśli uczysz się machine learningu i czujesz, że teoria ucieka w abstrakcję – to dla Ciebie.

Jeśli chcesz zobaczyć, co naprawdę dzieje się w optimizer='adam' – to dla Ciebie. Jeśli prowadzisz zespół AI i chcesz wytłumaczyć szefowi, dlaczego zmiana optymalizatora przyspieszyła trening – Excel może być lepszym narzędziem niż slajdy pełne równań.

Bo pokazuje, zamiast mówić.

I czasem właśnie to robi różnicę.

Źródła

• Towards Data Science – Gradient Descent Variants in Excel