AI的人工突触

2019年12月09日 由 TGS 发表 649766 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
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消