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~
更好的路径产生更好的人工智能：增强现有架构
2023年09月01日 由 daydream 发表
291
0
深度学习（DL）通过一系列层来执行分类任务。为了有效地执行这些任务，局部决策是沿着各个层逐步进行的。但我们是否可以通过选择对输出影响最大的路径来进行全面决策，而不是在局部进行这些决策呢？
以色列巴尔伊兰大学的研究人员在今天发表的《科学报告》中坚定地回答了这个问题。通过更新对输出影响最大的路径，已经改进了现有的深度架构。
巴尔伊兰大学物理系和冈达（戈尔德史密斯）多学科脑研究中心的伊多·坎特教授领导了这项研究。他说：“可以将其想象成两个孩子希望攀登一座曲折多变的山。其中一个孩子在每个交叉路口选择最快的本地路径，而另一个孩子使用望远镜来看到整个路径，并选择最短、最重要的路径，就像是Google地图或Waze。第一个孩子可能会领先一点，但最终胜利的是第二个孩子。”
参与这项工作的博士生雅登·扎赫补充说：“通过选择通往顶峰的最重要路径，这一发现可以为改进的AI学习铺平道路。”
坎特教授及其实验研究团队（由罗尼·瓦尔迪博士带领）深入探索了人工智能系统的更深层次理解，旨在在生物世界和机器学习之间架起桥梁，从而创建一个改进的、先进的人工智能系统。他们已经发现使用神经元培养物进行高效树突适应性有了证据，并展示了如何在机器学习中应用这些发现，展示了浅层网络可以与深层网络竞争，并找到了成功深度学习的机制。
利用全局决策来增强现有架构可以为改进的人工智能铺平道路，而无需额外的层级。
文章来源：https://techxplore.com/news/2023-08-paths-yield-ai-pre-existing-architectures.html
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