效仿人腦節能、高效特性?可用于A(yíng)I的大型類(lèi)腦神經(jīng)網(wǎng)絡(luò )實(shí)現_今日熱搜

(資料圖)

在《自然·機器智能》雜志上發(fā)表的一項新研究中，荷蘭國家數學(xué)與計算機科學(xué)研究所(CWI)科學(xué)家展示了類(lèi)腦神經(jīng)元如何與新穎的學(xué)習方法相結合，能夠大規模訓練快速節能的尖峰神經(jīng)網(wǎng)絡(luò )。潛在的應用包括可穿戴人工智能(AI)、語(yǔ)音識別、增強現實(shí)等諸多領(lǐng)域。

這種尖峰神經(jīng)網(wǎng)絡(luò )，可在稱(chēng)為神經(jīng)形態(tài)硬件的芯片中實(shí)現，有望使AI程序更貼近用戶(hù)。這一解決方案有利于保護隱私、提高穩健度和響應能力，其應用范圍從電器中的語(yǔ)音識別、醫療保健監控、無(wú)人機導航，到本地監控設備。

就像標準的人工神經(jīng)網(wǎng)絡(luò )一樣，尖峰神經(jīng)網(wǎng)絡(luò )也需要訓練才能流暢地執行這些任務(wù)。然而，這種網(wǎng)絡(luò )通信方式也帶來(lái)了嚴峻的訓練挑戰，因為它們無(wú)法與人類(lèi)大腦的學(xué)習能力相提并論：大腦可以很容易地從新體驗中完成學(xué)習，改變連接，甚至建立新的連接;大腦所需的“范本”很少，但學(xué)到的卻很多;大腦學(xué)習新事物時(shí)也非常節能。

為了達到與人類(lèi)大腦接近的程度，新的在線(xiàn)學(xué)習算法可直接從數據中學(xué)習，實(shí)現更大的峰值神經(jīng)網(wǎng)絡(luò )。在研究人員展示中，底層尖峰神經(jīng)網(wǎng)絡(luò )SPYv4經(jīng)過(guò)訓練，可在阿姆斯特丹一條繁忙的街道上區分騎行者、步行者和汽車(chē)，并準確指示它們的位置。

研究人員表示，以前，他們可訓練超過(guò)10000個(gè)神經(jīng)元的神經(jīng)網(wǎng)絡(luò );現在，對于擁有超過(guò)6百萬(wàn)個(gè)神經(jīng)元的網(wǎng)絡(luò )，他們也能很容易地訓練。

有了基于尖峰神經(jīng)網(wǎng)絡(luò )的強大AI解決方案，研究人員正在開(kāi)發(fā)能以非常低的功率運行這些人工智能程序的芯片，這些芯片最終將出現在許多智能設備中，如助聽(tīng)器和增強/虛擬現實(shí)眼鏡。

總編輯圈點(diǎn)：

現代人工神經(jīng)網(wǎng)絡(luò )是當前AI革命的支柱，但它們實(shí)際上是受到真實(shí)生物神經(jīng)元網(wǎng)絡(luò )(如人類(lèi)大腦)啟發(fā)的產(chǎn)物。誠然，大腦是目前任何AI也無(wú)法比擬的——網(wǎng)絡(luò )更大、工作起來(lái)更節能，并且在被外部事件觸發(fā)時(shí)，能更快地作出反應。如何更貼近真實(shí)的大腦?那就是更逼真地效仿生物神經(jīng)元的工作?？茖W(xué)家們發(fā)現，人類(lèi)神經(jīng)系統的神經(jīng)元通過(guò)交換電脈沖進(jìn)行通信，而尖峰神經(jīng)網(wǎng)絡(luò )憑借著(zhù)對這一點(diǎn)的模仿，成為了本研究中特殊類(lèi)型的神經(jīng)網(wǎng)絡(luò )。

免責聲明：本文不構成任何商業(yè)建議，投資有風(fēng)險，選擇需謹慎！本站發(fā)布的圖文一切為分享交流，傳播正能量，此文不保證數據的準確性，內容僅供參考

關(guān)鍵詞：