b体育效仿人脑节能，可用于AI的大型类脑神经网络实现—新闻—科学网 来源：B企业 发表时间: 2024-06-14

科技日报北京5月9日电（记者张梦然）于《天然 呆板智能》杂志上揭晓的一项新研究中，荷兰国度数学与计较机科学研究所（CWI）科学家展示了类脑神经元怎样与新奇的进修要领相联合，可以或许年夜范围练习倏地节能的尖峰神经收集。潜于的运用包孕可穿着人工智能（AI）、语音辨认、加强实际等诸多范畴。

这类尖峰神经收集，可于称为神经形态硬件的芯片中实现，无望使AI步伐更切近用户。这一解决方案有益在掩护隐衷、提高稳健度以及相应威力，其运用规模从电器中的语音辨认、医疗保健监控、无人机导航，到当地监控装备。

就像尺度的人工神经收集同样，尖峰神经收集也需要练习才气流利地履行这些使命。然而，这类收集通讯体式格局也带来了严重的练习应战，由于它们没法与人类年夜脑的进修威力相提并论：年夜脑可以很轻易地从新体验中完成进修，转变毗连，以至成立新的毗连；年夜脑所需的 范本 很少，但学到的却许多；年夜脑进修新事物时也很是节能。

为了到达与人类年夜脑靠近的水平，新的于线进修算法可间接从数据中进修，实现更年夜的峰值神经收集。于研究职员b����展示中，底层尖峰神经收集SPYv4颠末练习，可于阿姆斯特丹一条忙碌的街道上区别骑行者、步行者以及汽车，并正确唆使它们的位置。

研究职员暗示，之前，他们可练习跨越10000个神经元的神经收集；此刻，对于在拥有跨越6百万个神经元的收集，他们也能很轻易地练习。

有了基在尖峰神经收集的强盛AI解决方案，研究职员正于开发能以很是低的功率运转这些人工智能步伐的芯片，这些芯片终极将呈现于很多智能装备中，如助听器以及加强/虚拟实际眼镜。

出格声明：本文转载仅仅是出在流传信息的需要，其实不象征着代表本消息网不雅点或者证明其内容的真实性；如其他媒体、消息网或者小我私家从本消息网转载使用，须保留本消息网注明的“来历”，并自大版权等法令义务；作者假如不但愿被转载或者者接洽转载稿费等事宜，请与咱们联系。/b体育