希臘研究和技術基金會科學家受生物神經(jīng)元啟發(fā)，開發(fā)出一種融入樹突特征的新型人工神經(jīng)網(wǎng)絡。與傳統(tǒng)人工神經(jīng)網(wǎng)絡相比，新網(wǎng)絡在參數(shù)更少、能耗更低的情況下，實現(xiàn)了圖像識別性能的顯著提升，為打造更緊湊、更節(jié)能的人工智能（AI）系統(tǒng)奠定了基礎。相關論文發(fā)表于新一期《自然·通訊》雜志。
當前的AI系統(tǒng)“體型”龐大，參數(shù)數(shù)量從數(shù)百萬到數(shù)十億不等，能耗巨大，這在一定程度上限制了其廣泛使用。
研究團隊表示，通過模仿大腦中神經(jīng)元的工作原理，將樹突特征集成到AI內(nèi)，可以創(chuàng)建更小且更智能的系統(tǒng)。
樹突是神經(jīng)元短而多分支的結構，形似樹枝。它們的主要職責是從其他神經(jīng)細胞接收信息，并將其傳遞到細胞體內(nèi)。盡管科學家尚未透徹理解樹突在信息處理中的具體作用，但研究表明，樹突能夠獨立于主神經(jīng)元進行復雜的計算。此外，樹突對于大腦的可塑性，即大腦適應環(huán)境變化的能力，至關重要。
基于這些發(fā)現(xiàn)，團隊提出了一種全新的人工神經(jīng)元架構。該架構融合了生物樹突的多種特征。他們在各種圖像識別場景中，對該架構的性能進行了測試。結果表明，這些樹枝狀神經(jīng)網(wǎng)絡可以在使用更少資源，即在更少的訓練參數(shù)和學習步驟情況下，媲美或超過傳統(tǒng)神經(jīng)網(wǎng)絡的性能。
團隊透露，新型人工神經(jīng)網(wǎng)絡性能的提升得益于一種獨特的學習方法。在該網(wǎng)絡中，多個節(jié)點能夠對不同類別進行編碼，而傳統(tǒng)人工神經(jīng)網(wǎng)絡中，大多數(shù)節(jié)點往往只針對特定類別進行編碼。融合樹突特征的新型神經(jīng)網(wǎng)絡在識別模式和決策制訂方面展現(xiàn)出更高效率，這將使AI在多個領域的應用更加高效。
總編輯圈點
在AI技術蓬勃發(fā)展的當下，人工神經(jīng)網(wǎng)絡能耗問題日益凸顯。以訓練AI大模型為例，其過程會耗費海量算力和電力，需要極高的成本投入。這顯然不利于相關技術和產(chǎn)業(yè)的綠色可持續(xù)發(fā)展。為解決這一難題，科研人員正不斷優(yōu)化人工神經(jīng)網(wǎng)絡的設計。思路之一便是向人類大腦“取經(jīng)”，通過模仿人腦神經(jīng)元的特征，降低人工神經(jīng)網(wǎng)絡的能耗。這些創(chuàng)新性的嘗試，有望驅動AI技術向更加綠色高效的方向邁進。
希臘研究和技術基金會科學家受生物神經(jīng)元啟發(fā)，開發(fā)出一種融入樹突特征的新型人工神經(jīng)網(wǎng)絡。與傳統(tǒng)人工神經(jīng)網(wǎng)絡相比，新網(wǎng)絡在參數(shù)更少、能耗更低的情況下，實現(xiàn)了圖像識別性能的顯著提升，為打造更緊湊、更節(jié)能的人工智能（AI）系統(tǒng)奠定了基礎。相關論文發(fā)表于新一期《自然·通訊》雜志。
當前的AI系統(tǒng)“體型”龐大，參數(shù)數(shù)量從數(shù)百萬到數(shù)十億不等，能耗巨大，這在一定程度上限制了其廣泛使用。
研究團隊表示，通過模仿大腦中神經(jīng)元的工作原理，將樹突特征集成到AI內(nèi)，可以創(chuàng)建更小且更智能的系統(tǒng)。
樹突是神經(jīng)元短而多分支的結構，形似樹枝。它們的主要職責是從其他神經(jīng)細胞接收信息，并將其傳遞到細胞體內(nèi)。盡管科學家尚未透徹理解樹突在信息處理中的具體作用，但研究表明，樹突能夠獨立于主神經(jīng)元進行復雜的計算。此外，樹突對于大腦的可塑性，即大腦適應環(huán)境變化的能力，至關重要。
基于這些發(fā)現(xiàn)，團隊提出了一種全新的人工神經(jīng)元架構。該架構融合了生物樹突的多種特征。他們在各種圖像識別場景中，對該架構的性能進行了測試。結果表明，這些樹枝狀神經(jīng)網(wǎng)絡可以在使用更少資源，即在更少的訓練參數(shù)和學習步驟情況下，媲美或超過傳統(tǒng)神經(jīng)網(wǎng)絡的性能。
團隊透露，新型人工神經(jīng)網(wǎng)絡性能的提升得益于一種獨特的學習方法。在該網(wǎng)絡中，多個節(jié)點能夠對不同類別進行編碼，而傳統(tǒng)人工神經(jīng)網(wǎng)絡中，大多數(shù)節(jié)點往往只針對特定類別進行編碼。融合樹突特征的新型神經(jīng)網(wǎng)絡在識別模式和決策制訂方面展現(xiàn)出更高效率，這將使AI在多個領域的應用更加高效。
總編輯圈點
在AI技術蓬勃發(fā)展的當下，人工神經(jīng)網(wǎng)絡能耗問題日益凸顯。以訓練AI大模型為例，其過程會耗費海量算力和電力，需要極高的成本投入。這顯然不利于相關技術和產(chǎn)業(yè)的綠色可持續(xù)發(fā)展。為解決這一難題，科研人員正不斷優(yōu)化人工神經(jīng)網(wǎng)絡的設計。思路之一便是向人類大腦“取經(jīng)”，通過模仿人腦神經(jīng)元的特征，降低人工神經(jīng)網(wǎng)絡的能耗。這些創(chuàng)新性的嘗試，有望驅動AI技術向更加綠色高效的方向邁進。
本文鏈接：http://www.enbeike.cn/news-2-491-0.html參數(shù)更少 能耗更低 新型神經(jīng)網(wǎng)絡顯著提升識圖能力
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
上一篇：人工神經(jīng)元利用光實現(xiàn)神經(jīng)形態(tài)計算
下一篇：技術傳遞情感 科技賦能國漫——《哪吒之魔童鬧?！穼崿F(xiàn)東方美學基因與現(xiàn)代動畫元素完美結合
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
