希臘研究和技術(shù)基金會科學(xué)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(luò)。與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比，新網(wǎng)絡(luò)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(chǔ)。相關(guān)論文發(fā)表于新一期《自然·通訊》雜志。
當(dāng)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(jié)構(gòu)，形似樹枝。它們的主要職責(zé)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(xué)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(fù)雜的計算。此外，樹突對于大腦的可塑性，即大腦適應(yīng)環(huán)境變化的能力，至關(guān)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(gòu)。該架構(gòu)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(gòu)的性能進行了測試。結(jié)果表明，這些樹枝狀神經(jīng)網(wǎng)絡(luò)可以在使用更少資源，即在更少的訓(xùn)練參數(shù)和學(xué)習(xí)步驟情況下，媲美或超過傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的性能。
團隊透露，新型人工神經(jīng)網(wǎng)絡(luò)性能的提升得益于一種獨特的學(xué)習(xí)方法。在該網(wǎng)絡(luò)中，多個節(jié)點能夠?qū)Σ煌悇e進行編碼，而傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)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(luò)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(lǐng)域的應(yīng)用更加高效。
總編輯圈點
在AI技術(shù)蓬勃發(fā)展的當(dāng)下，人工神經(jīng)網(wǎng)絡(luò)能耗問題日益凸顯。以訓(xùn)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(guān)技術(shù)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(luò)的設(shè)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(luò)的能耗。這些創(chuàng)新性的嘗試，有望驅(qū)動AI技術(shù)向更加綠色高效的方向邁進。
希臘研究和技術(shù)基金會科學(xué)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(luò)。與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比，新網(wǎng)絡(luò)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(chǔ)。相關(guān)論文發(fā)表于新一期《自然·通訊》雜志。
當(dāng)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(jié)構(gòu)，形似樹枝。它們的主要職責(zé)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(xué)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(fù)雜的計算。此外，樹突對于大腦的可塑性，即大腦適應(yīng)環(huán)境變化的能力，至關(guān)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(gòu)。該架構(gòu)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(gòu)的性能進行了測試。結(jié)果表明，這些樹枝狀神經(jīng)網(wǎng)絡(luò)可以在使用更少資源，即在更少的訓(xùn)練參數(shù)和學(xué)習(xí)步驟情況下，媲美或超過傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的性能。
團隊透露，新型人工神經(jīng)網(wǎng)絡(luò)性能的提升得益于一種獨特的學(xué)習(xí)方法。在該網(wǎng)絡(luò)中，多個節(jié)點能夠?qū)Σ煌悇e進行編碼，而傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)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(luò)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(lǐng)域的應(yīng)用更加高效。
總編輯圈點
在AI技術(shù)蓬勃發(fā)展的當(dāng)下，人工神經(jīng)網(wǎng)絡(luò)能耗問題日益凸顯。以訓(xùn)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(guān)技術(shù)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(luò)的設(shè)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(luò)的能耗。這些創(chuàng)新性的嘗試，有望驅(qū)動AI技術(shù)向更加綠色高效的方向邁進。
本文鏈接：參數(shù)更少 能耗更低 新型神經(jīng)網(wǎng)絡(luò)顯著提升識圖能力http://www.lensthegame.com/show-2-10540-0.html
聲明：本網(wǎng)站為非營利性網(wǎng)站，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(dān)任何法律責(zé)任，僅提供存儲服務(wù)。天上不會到餡餅，請大家謹防詐騙！若有侵權(quán)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(shù)傳遞情感 科技賦能國漫——《哪吒之魔童鬧海》實現(xiàn)東方美學(xué)基因與現(xiàn)代動畫元素完美結(jié)合