智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
廣皓天
【中國智能制造網(wǎng) 智造快訊】真實的大腦如何進行深度學習？近日，有研究人員表示，通過一種新的算法，可以利用哺乳動物的神經(jīng)元達到這一設想。
人類大腦也能深度學習？人工智能研究或有新突破
在人工智能領域，神經(jīng)網(wǎng)絡的發(fā)明顯然是受到了生物神經(jīng)網(wǎng)絡的啟發(fā)，但是大腦里的學習過程真的和計算機中的算法一樣嗎？如果研究人員能夠解答這一問題，也許可以發(fā)展出更加強大的深度學習模型，并進一步了解人類的智能。
近日，有研究人員發(fā)表論文，表示他們發(fā)現(xiàn)一種算法，可以利用哺乳動物的神經(jīng)元進行深度學習。而且他們的實驗也用一種更接近生物學的方法，展示了真實的大腦如何進行深度學習，甚至有望幫助解釋大腦如何演化出了“學習”的能力。
實驗選用了小鼠大腦新皮質(zhì)的樹突細胞。新皮質(zhì)腦區(qū)負責高等功能，例如知覺、運動指令的產(chǎn)生，同時這部分也與空間推理、意識及語言有關。而樹突則是從神經(jīng)元細胞本體發(fā)出的多分支突起，其形狀和樹木類似。樹突是神經(jīng)元的輸入通道，將從其他神經(jīng)元接收到的動作信號傳送至細胞本體。
研究人員利用這些神經(jīng)元的基本知識構(gòu)建了一個叫“多屋神經(jīng)網(wǎng)絡”模型，在這個網(wǎng)絡中神經(jīng)元都在隔開的“屋”里接收信號。由于被隔開了，所以不同層的模擬神經(jīng)元可以協(xié)作起來，實現(xiàn)深度學習。
將這樣的設計付諸實踐后，研究人員發(fā)現(xiàn)再識別手寫數(shù)字時，這類設計明顯好于單層的網(wǎng)絡。算法能利用多層網(wǎng)絡結(jié)構(gòu)識別高杰表示是深度學習的核心標志。這就意味著如果我們對小鼠大腦神經(jīng)元的理解是正確的，那么小鼠大腦神經(jīng)元跟人工神經(jīng)元一樣都能進行深度學習。
雖然這僅僅是一組模擬，并不能準確的表現(xiàn)出大腦究竟是怎么工作的，但是如果大腦可以使用人工智能正在使用的算法，那么值得進一步研究。
盡管很多人相信深度學習模型在一定程度上準確反映了人類大腦的工作機制，但是要證明這一想法還有很多挑戰(zhàn)。點就是深度學習目前還無法達到人類大腦的水平，這就很難模擬人類大腦的運行機制。其次深度學習算法和目前的神經(jīng)生物學事實相矛盾。目前研究人員正在積極尋求彌合神經(jīng)科學和人工智能之間差距的方法。
樹狀新皮質(zhì)細胞僅僅是大腦中許多細胞類型中的一種。未來的研究會模擬不同類型的大腦細胞，并研究它們是如何通過相互作用實現(xiàn)深度學習的。樂觀的看，接下來的十年間，人們很有可能看到神經(jīng)科學與人工智能之間真正的良性循環(huán)：神經(jīng)科學的發(fā)現(xiàn)推動新人工智能的開發(fā)；人工智能的算法幫助人們解釋和理解神經(jīng)方面的實驗數(shù)據(jù)。
原標題：人類離用真正的大腦進行人工智能研究還有多遠？
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
