人造神经元可能使人工智能更有效

在1月26日发表在《科学进展》(Science Ad亚博老虎机网登录vances)杂志上的论文中,迈克尔·l·施耐德(Michael L. Schneider)和他的团队描述了他们的最新成就,这可能是让人工智能更人性化的关键。该团队创造了以大脑神经元为模型的超导计算芯片。这使得信息可以更快速、更有效地处理,可能是高级计算设备中有机机器学习软件的关键。

施耐德,一位物理学家美国国家标准与技术研究所(NIST)解释说,这种在神经形态计算中的这种巨大成就提高了某些计算任务的效率,如决策,尽管相信这一点“肯定有更好的方法来做这件事,因为大自然已经找到了更好的方法。”

图片信用:KTSDesign / Shutterstock

目前,人工智能软件(例如谷歌的自动语言和图像分类程序)也使用人工神经元。然而,由于传统硬件没有被设计来处理复杂的“类脑”算法,这些任务仍然不如人类的大脑效率高。

理论上,模拟人脑的硬件可以比传统的电子系统更有效地执行复杂的任务。这是由于系统处理信息的方式不同。在传统的系统中,晶体管被用来在规定的间隔和数量上处理信息(即0位或1位)。另一方面,神经形态系统在产生模拟人脑如何处理数据的电脉冲之前,可以保存和改变来自多个来源的信息。

NIST并不是唯一一个试图开发神经形态硬件的团队,但他们在模拟神经元的电极上实现了铌超导体,可能会解决晶体管之间突触间信息传输效率低下的问题。研究小组用磁性锰纳米团簇填充超导体之间的突触状结构,通过改变间隙中的磁场,这些磁性锰纳米团簇可以指向不同的方向。这允许系统根据电的水平和磁性的方向来编码信息,并允许在不占用额外空间的情况下获得卓越的计算能力。

该开发允许突触每秒升到10亿次,比其他神经晶体系统快得多,并且比人类神经元更快,同时仅使用一万千分之一的能量。除此之外,合成神经元可以在将9个来源中累积数据,然后将其转移到转移之前。

但是,发现仍然需要一些开发,然后可以在现实世界应用程序中使用。为了能够使用该技术进行复杂计算,需要数百万突触,并且尚不知道是否可以扩展技术能够执行此操作。此外,必须用液氦冷却突触,因为它们只能在极低的温度下运行。Schneider认为,装置的冷却需要较少的能量,而不是操作具有相等功率的传统电子系统。这意味着该技术可能更适合大型数据中心而不是小型设备,这也是由计算机工程师史蒂文博物伯举办的信念,他在英国曼彻斯特大学研究神经形态计算。

FUTBER还认为,这种技术的任何实际应用都是未来很长的路。他强调了“设备技术可能非常有趣,但我们尚未了解[生物学]突触的关键属性,以了解如何有效地使用它们。”

新计算设备进入商业市场可能需要10年或更长时间,因此,Furber认为应该开发一些不同的技术方法。随着神经科学家进一步深入了解人类大脑,神经形态计算领域的未来发展将会增加。

这个故事从自然界中重印,编辑变化由AZO网络进行。可以找到原始文章这里。

免责声明:本文仅代表作者以个人身份发表的观点,并不代表本网站所有者和运营商阿泽网络有限公司的观点。本免责声明构成条款和条件使用本网站。

引用

请使用以下格式之一在您的论文,纸张或报告中引用本文:

  • 美国心理学协会

    罗宾逊,伊莎贝尔。(2018年2月02)。人工神经元可能使人工智能更有效。AZoM。于2021年10月21日从//www.washintong.com/news.aspx?newsID=48737检索。

  • MLA.

    罗宾逊,伊莎贝尔。“人工神经元可能使人工智能更高效”。Azom..2021年10月21日。

  • 芝加哥

    罗宾逊,伊莎贝尔。“人工神经元可能使人工智能更高效”。AZoM。//www.washintong.com/news.aspx?newsID=48737。(2021年10月21日生效)。

  • 哈佛

    罗宾逊,伊莎贝尔。2018年。人造神经元可能使人工智能更有效.viewed september 21, //www.washintong.com/news.aspx?newsID=48737。

告诉我们你的想法

您是否有审核,更新或任何您想要添加到此消息的故事?

离开你的反馈
提交