類神經電腦系統中神經網絡的新訓練方法

文字-A A +A

開發能夠像人腦一樣高效地處理資訊的電腦系統一直是實現真正人工智能的長期研究目標。棘波神經網絡(Spiking neural networks)模仿神經系統的結構和功能。關鍵的挑戰是如何訓練如此復雜的系統。由德國海德堡大學和瑞士伯爾尼大學的跨學科研究小組利用根據神經生物學的人工神經網絡來解決這個問題,並發表在最新的頂尖科學期刊《自然-機器智能》

大腦中的神經細胞(或神經元)使用稱為棘波(Spike)的短電脈衝傳輸資訊。當超過某個刺激閾值時會觸發這些尖峰。單個神經元產生這種脈衝的頻率和各個尖峰的時間順序對於資訊交換都很重要。棘波神經網絡與人工神經網絡的主要區別在於,因為它們使用基於棘波的資訊處理方式,所以它們可以以極高的效率解決複雜的任務,例如圖像識別和分類。

人腦和結構相似的人工棘波神經網絡只有在各個神經元相互正確連接時才能發揮其全部潛力。但是,如何調整受大腦啟動的(即神經形態)系統以正確處理棘波輸入?這個問題對於開發生物模型的人工網絡非常重要。需要特殊的算法來保證棘波神經網絡中的神經元在正確的時間啟動觸發。這些算法調整神經元之間的連接,以便網絡可以執行所需的任務,例如對圖像進行高精度分類。研究團隊開發了一種演算法 BrainScaleS。使用這種演算法,研究人員可以訓練棘波神經網絡以僅在單個脈衝中編碼和傳輸資訊。因此可以特別快速有效地產生了所需的結果。研究指出BrainScaleS 系統處理資訊的速度比人腦快一千倍,並且比傳統電腦系統需要的能量少得多。

此研究是歐洲人腦計劃(European Human Brain Project)的一部分,該計劃將神經形態演算等技術集中到一個名為 EBRAINS 的開放平台中。

FB留言板

PeoPo 討論區

回應文章建議規則:

  • 文章屬於開放討論空間,回應文章的議題與內容不代表本站的立場
  • 於明知不實或過度謾罵之言論,本站及文章撰寫者保留刪除權
  • 請勿留下身份證字號、住址等個人隱私資料,以免遭人盜用,本站不負管理之責
  • 回應禁止使用HTML語法
0

加入時間: 2021.08.23

霧之舟

加入時間: 2021.08.23
89則報導
0則影音
0則OnTV

作者其他報導

菸防法修法要更快 才能及時守護民眾健康

2022-01-18
瀏覽:
909
推:
10
回應:
9

燃燒生物質材料與年長者心肌梗塞風險增加相關

2022-01-17
瀏覽:
11,072
推:
0
回應:
0

燃燒後產生的有害物質對於我們身體的影響與損傷

2022-01-17
瀏覽:
7,097
推:
0
回應:
0

我們需要盡快修正菸防法 才能防堵疫情破口

2022-01-11
瀏覽:
981
推:
12
回應:
10

使用燃煤生產塑料會大幅增加碳排放

2022-01-10
瀏覽:
4,408
推:
0
回應:
0

孕婦產前暴露於PM2.5會提高日後幼兒氣喘的風險

2022-01-10
瀏覽:
4,563
推:
0
回應:
0

紙菸煙霧損害肺部免疫細胞的機制

2022-01-10
瀏覽:
957
推:
0
回應:
0

菸防法修法跳票 失去的是下一代的健康

2022-01-04
瀏覽:
1,842
推:
2
回應:
0

空氣汙染會加重新冠肺炎的疾病症狀

2022-01-03
瀏覽:
13,327
推:
0
回應:
0

類神經電腦系統中神經網絡的新訓練方法

搜尋表單

目前累積了166,147篇報導,共11,866位公民記者

目前累積了166,147篇報導

11,866位公民記者