您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
AI的人工突触
2019年12月09日 由 TGS 发表
924320
0
科幻小说中，机器人的“正电子大脑”使其能够像人类一样工作生活，具有极大的处理能力和速度，体现之处在于机器人比人类更加聪明。但在现实中，情况恰恰相反，人类的大脑如今在模式识别等认知任务上，仍然比cpu更加厉害，完成一项任务只需要20瓦的能量就够了，而超级计算机需要的能量却是100多万瓦。出于这个原因，当下研究人员的工作正在转向神经形态计算机和人工神经网络——它们的工作原理更像人类的大脑。然而，以目前的技术，在人工神经网络(SNN)中复制大脑固有的时空过程(如短期和长期记忆)不仅具有很大的挑战性，成本也非常昂贵。
匹兹堡大学冯雄博士因为一项研究，获得了美国国家科学基金会（NSF）颁发的50万美元的职业奖。这项研究是，缺失元素——一种动态的突触。可以大大提高能源效率、带宽和SNNs的认知功能。
“人类的大脑看到雨，就会感到湿润，看到火就会感到热，大脑的突触会将这两种想法联系起来，所以在未来，它会将雨与湿润联系起来，将火与温暖联系起来。这两种想法在大脑中紧密相连。”冯教授对自己的研究简单解释道，“另一方面，计算机需要输入大量数据才能完成同样的任务。我们的动态突触将模拟大脑的能力，创建神经元连接，作为刺激之间的时间差，显著提高执行任务所需的能量效率。”
现有的非易失性记忆设备，被研究用来作为SNNs中的人工突触，但可惜它们还没有达到标准。它们的设计目的是永久地保留数据，并不适合人类大脑能够做到的时空动态和高精度。在大脑中，重要的不仅是信息，还有信息的时间——例如，在某些情况下，两个信息在时间上越接近，它们之间的突触链就越强。
通过对导体进行编程，使其传导更多的电流，形成更强的神经连接，它的功能就更像人类大脑的突触，在学习过程中，把更多的权重放在联系更紧密的项目上。动态突触中的电导变化，将同时具有短期和长期成分，可以模拟人脑中短期和长期的记忆学习能力。
虽然研究人员之前已经在实验室中演示过这种技术，但该技术还是第一次被应用于SNN。这一全新尝试，可能会导致人工智能的广泛应用，以及认知计算、自动驾驶汽车和自动制造等领域的革命性进展。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消