向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

蓝色巨人震惊世界!最新人工智能算法可模拟人脑神经元

为何人脑能每天学习新事物,而且不必抛弃旧有记忆为新记忆腾出储存空间?正在开发模仿人脑的机器算法之研究人员,试图寻找各种答案。

一个相对较新的算法解决方案,是以生物学家在神经生成(neurogenesis)──也就是新脑细胞(神经元)的成长,以及旧脑细胞的消灭,还有这些脑细胞之间的大大小小连结(较强或较弱的突触);主要是在海马回(hippocampus)内──方面的最新发现为基础。TuWesmc

IBM Research的一个研究团队假设,神经生成是海马回内稀疏字典学习(Sparse dictionary learning)的关键;他们认为,其功能是将最高效率的大脑编码保持在最新状态。TuWesmc

为了证实他们对于海马回内的神经生长、死亡功能之假设,IBM Research研究人员开发了神经生成在线字典学习(neurogenetic online dictionary learning,NODL)算法,号称表现超越标准的ODL算法,透过建立更精简的表示方法(representation),改善了重建的准确度。TuWesmc

IBM是在8月底于澳洲墨尔本举行的IJCAI 2017国际人工智能联合会上发表其最新研究成果;IBM Research的AI基础研究团队科学家Irina Rish接受EE Times专访时表示:“人们总是认为,所有的脑细胞都是跟我们一起诞生,这些细胞可能会死亡,但是不会有新的脑细胞出生;但事实证明,很多大脑的干细胞(stem cells)是可以被打开,例如可取代受损的细胞。”TuWesmc

她表示,在海马回内的大脑干细胞一直处于开启状态,以制造新的神经元支持更好的大脑编码;同样的,糟糕的编码会让该神经元死亡。
20170914-AIE-1
IBM的研究团队用标准化影像数据集来评估其NODL算法;从图中可见NODL (蓝色)表现超越ODL (紫色),藉由建立了更精简的表示方法改善了重建准确度(来源:IBM Research)TuWesmc

Rish是专攻人工智能的计算机科学家,她第一份工作是在IBM的机器学习团队,研究如何利用AI来诊断疾病;后来她转调IBM的运算神经科学(computational neuroscience)团队,现在则是加入AI基础研究实验室(AI Foundations Lab),负责开发深度学习以外模拟人脑各方面微妙功能的算法:“我们是第一个针对海马回干细胞神经元生/死功能进行详尽分析的团队。”TuWesmc

IBM在IJCAI大会上,以“神经生成启发字典学习:适应世界变化的在线模型”(Neurogenesis-Inspired Dictionary Learning: Online Model Adaption in a Changing World)为题,分享了其神经生成在线字典学习模型,具备能适应环境改变的加强能力,并展示了其NODL算法在准确度上超越标准ODL的成果。TuWesmc

Rish的团队并没有尝试模仿海马回内的神经生成,因为欧盟的Blue Brain研究项目正在进行这方面的研究;IBM研究人员试图揭开神经生成功能奥秘,然后将结果导入软件算法,以执行相同的功能。Rish的团队并假设海马回中的齿状回(dentate gyrusof),能改善认知功能,包括识别与分辨图形。TuWesmc

深度学习算法通常是模仿人脑的神经可塑性(neuroplasticity)──也就是突触的使用增加就能使之强化,反之突触很少使用就会萎缩;而神经生成透过新生成稀疏神经网络来完成全新任务,又藉由让老旧、很少使用的神经元死亡来彻底抹除过时任务,如此为机器学习添加全新的面向,能定义全新的感知数据集「字典」、同时淘汰旧的,以响应环境的改变。TuWesmc

Rish表示:“神经生成解释了人类的终身持续学习是如何完成──也就是那些新的、经压缩的数据编码是如何能精炼过去非常大的架构,例如将庞大的深度神经网络以简洁的版本取代,如此在运作上就能更快速、性能更好;”她指出,IBM的NODL模型对于今日快速变化的环境特别具有优势,神经的死亡与神经新生、还有以突触为基础的深度学习同等重要。TuWesmc

2017-ESM-1TuWesmc

Edit
本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
R.Colin Johnson
EETimes前瞻技术编辑。R. Colin Johnson自1986年以来一直担任EE Times的技术编辑,负责下一代电子技术。 他是《Cognizers – Neural Networks and Machines that Think》一书的作者,是SlashDot.Org的综合编辑,并且是他还因对先进技术和国际问题的报道,获得了“Kyoto Prize Journalism Fellow”的荣誉。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

您可能感兴趣的文章

  • 后智能音箱时代,什么才是制胜法宝?

    随着智能手机红利逐渐消退,业界把目光转移到新一代的智能硬件市场,其中最火爆的无疑是智能音箱……

  • 借助AI和大数据,打赢这场全球战“疫”!

    结合大数据进行预测和分析,以及AI和各种热传感器,可望有效控制COVID-19疫情扩散,让致死病例数降至最低,凝聚全球力量,打赢这场“看不见敌人”的战“疫”...

  • 2020全球ICT预算支出将成长6%

    根据IDC最新的黑皮书(Black Book)研究结果显示,2020年全球信息通信技术支出(ICT Spending)年成长率为6%,达到5.2兆美元,资讯投资(IT Spending)年成长率5%。考虑到疫情带来的不确定性,预期企业会紧缩短期投资,未来仍有向下修正的风险…

  • 智能音箱第一人,为何不看好智能音箱?

    事实上,缪炜团队是全球第一个做出智能音箱的人!2013年缪炜带领团队加入小智团队后成功开发出了“小智”音箱,第一次把麦克风阵列、远场交互等技术带给了用户,比亚马逊的Echo音箱还要早出半年。

  • 1.8万亿智能音箱上演三国杀,其“硬核”秘密在哪儿?

    智能音箱经过几年的“野蛮”发展,现在已经家喻户晓,据悉,2019年9月25日阿里巴巴人工智能实验室暨天猫精灵秋季发布会上宣布:天猫精灵销量连续两年中国第一、全球第三……

  • 当工业4.0遇见AI:现在的智能制造有多“智能”?

    工业制造在标准、互联等领域始终是很特殊的,现在谈工业4.0与AI是否为时过早?AI在工业4.0时代是否真的在发挥作用,以及究竟发挥到何种程度?这是我们期望以由上至下的方式,从工业制造AI解决方案、AI芯片、EDA,以及实际应用几个层面,来窥见当下工业制造的AI技术现状…

相关推荐

可能感兴趣的话题