nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

it house berichtete am 1. september, dass das institut für mikroelektronik der chinesischen akademie der wissenschaften und andere künstliche neuronale netze mit der dynamischen rekonfigurierbarkeit des gehirns kombinierten, um sie zu entwickelndynamisches neuronales netzwerk basierend auf semantischem gedächtnis。

▲ vom gehirn inspiriertes dynamisches neuronales netzwerk-hardware- und software-co-design basierend auf semantischem gedächtnis

das neuronale netzwerk des gehirns verfügt über ein komplexes semantisches gedächtnis und eine dynamische konnektivität, die wechselnde eingaben mit erfahrungen in riesigen erinnerungen verbinden und komplexe und veränderliche aufgaben effizient ausführen kann.

derzeit sind systeme der künstlichen intelligenz weit verbreitetmodelle neuronaler netze sind meist statisch. da die datenmenge weiter wächst, verursacht sie in herkömmlichen digitalen computersystemen einen hohen energieverbrauch und zeitaufwand, was die anpassung an änderungen in der externen umgebung erschwert.

im vergleich zu statischen netzwerken können dynamische neuronale netzwerke semantisches gedächtnis habenkompromiss zwischen erkennungsgenauigkeit und recheneffizienz basierend auf den rechenressourcenund bietet herausragende leistung auf geräten mit eingeschränkten ressourcen oder verteilten computerumgebungen.

it house erfuhr, dass das design bei der klassifizierungsaufgabe des 2d-bilddatensatzes mnist und des 3d-punktwolkendatensatzes modelnet eine mit der software vergleichbare genauigkeit erreichte.im vergleich zum statischen neuronalen netzwerk wird der rechenaufwand um 48,1 % bzw. 15,9 % reduziert, wodurch der rechenenergieverbrauch im vergleich zu herkömmlichen digitalen hardwaresystemen reduziert wird.