uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Jokainen toimittaja: Du Yu

Science and Technology Daily -lehden mukaan vaikka tekoäly on joissakin asioissa ylittänyt ihmisen, se ei tarkoita, että se olisi todella älykäs. Päinvastoin, monta kertaa se on "tyhmää ja naiivia", ja sen täytyy silti "oppia" ihmisaivoilta."Nature Computational Science" julkaisi 16. elokuuta tärkeän edistyksen aivojen inspiroiman verkkolaskennan alalla. Aivohermosolujen monimutkaisten dynaamisten ominaisuuksien pohjalta Kiinan tiedeakatemian automaatioinstituutin tutkijat Li Guoqi ja Xu Bo yhdessä Tsinghuan yliopiston ja Pekingin yliopiston tutkijoiden kanssa ehdottivat menetelmää uuden aivojen rakentamiseksi. kuten neuronimalli.

"Tämä tutkimustulos parantaa laskentaresurssien lisääntyneen kulutuksen ongelmaa, joka johtuu perinteisten mallien laajenemisesta ulospäin, ja tarjoaa uuden tapauksen neurotieteen tehokkaalle käytölle tekoälyn kehittämiseen", sanoi Li Guoqi.

Vielä tärkeämpää on, että malli hyödyntää laskentaresursseja tehokkaammin, samalla kun se vähentää merkittävästi muistin ja laskenta-ajan käyttöä, mikä parantaa yleistä laskennan tehokkuutta.

Li Guoqi sanoi, että tämä tutkimus tarjoaa uusia menetelmiä ja teoreettista tukea neurotieteen monimutkaisten dynaamisten ominaisuuksien integroimiseksi tekoälyyn, sillan rakentamiseen tekoälyn ja neurotieteen välille, ja tarjoaa myös oivalluksia tekoälymallien optimointiin ja optimointiin käytännön sovelluksissa. Suorituskyvyn parannukset tarjoavat toteuttamiskelpoisia ratkaisuja.

Xinhua News Agencyn mukaanAivojen kaltaista älykkyyttä kutsutaan myös neuromorfiseksi laskennaksi, jonka avulla tietokoneohjelmistot ja -laitteistot voivat käsitellä tietoja tehokkaasti jäljittelemällä ihmisaivojen toimintaa. Perinteiseen tekoälyyn verrattuna sillä on alhainen virrankulutus ja suuri laskentateho.

Neurotieteellinen tutkimus on havainnut, että hermosolujen välisten synaptisten yhteyksien vahvuuden säädettävyys on yksi aivojen oppimisen ja muistitoimintojen perusta. Aikaisempien kokemusten aiheuttamat muutokset synaptisten yhteyksien vahvuudessa voivat vaikuttaa aivojen toimintaan.

Muutokset synaptisten yhteyksien vahvuudessa, jota kutsutaan myös synaptiseksi plastiudeksi, voivat tehostaa tai estää hermosolujen toimintaa, ja niiden kesto voi ulottua laajasti millisekunneista tunteihin, päiviin tai jopa pidempään.

Guangming Dailyn mukaan, jos voimme oppia synaptisen plastisuuden periaatteesta, käyttää joitain keinoja sen jäljittelemiseen ja toteuttamiseen, rakentaa synapsien kaltaisia ​​keinotekoisia synapseja ja sitten rakentaa edelleen järjestelmää, voimme ymmärtää ja simuloida aivojen toimintaa paremmin. .

"Ihmisen aivot ovat monimutkaisin tähän mennessä löydetty tiedonkäsittelyjärjestelmä, ja sen yksinkertaisuus ja tehokkuus ovat vertaansa vailla. Siksi tekoälyn asiantuntijat kuvittelevat, voidaanko aivoista puhuen kehittää tehokkaampaa tekoälyä." -kuin älykkyys Wu Jingzhu, Pekingin teknologia- ja liiketoimintayliopiston tietokone- ja tekoälykoulun professori, kertoi aiemmin Science and Technology Daily -lehden toimittajalle.

Vuonna 1956 Dartmouthin konferenssissa, jossa tietojenkäsittelytieteen asiantuntijat kokoontuivat, tutkijat ehdottivat, että voisi olla mahdollista luottaa kahteen perusalaan, aivohermostoon ja kognitiiviseen tieteenalaan, luodakseen monitieteisen yhteistyömekanismin sellaisen järjestelmän kehittämiseksi, joka saavuttaa tai jopa ylittää ihmisten tekoälyn tasosta.

Wu Jingzhu korosti, että aivotiede ja kognitiotiede ovat tärkeimmät perustieteenalat aivomaisen älykkyyden kehittämisessä. Viime vuosina kuvantamistekniikoiden, kuten funktionaalisen magneettikuvauksen, kehityksen myötä ihmisen ymmärrys aivoista on parantunut huomattavasti, mikä tarjoaa tarvittavat edellytykset aivojen mukaan mallinnettujen tietokoneohjelmistojen ja -laitteistojen suunnittelulle.

Han Liqun, Pekingin teknologia- ja kauppakorkeakoulun professori ja kehitysmaiden tekniikan ja teknologian akatemian akateemikko, uskoo, että yksinkertaisesti sanottuna polku aivojen kaltaiseen älykkyyteen voidaan jakaa karkeasti kahteen kategoriaan: pehmeät aivot. kuten ja kovaaivoinen. Wu Jingzhu selitti, että tärkein ero näiden kahden välillä on, että edellinen keskittyy algoritmeihin, kun taas jälkimmäinen keskittyy laitteistoon. Vaikka polut ovat erilaisia, nämä kaksi täydentävät toisiaan.

Kova aivojen kaltainen teknologia keskittyy pääasiassa läpimurtojen etsimiseen laitteistomateriaaleista Kehittämällä neuromorfisia siruja (kuten aivojen kaltaisia ​​siruja) ja muita välineitä, se perustuu bioelektroniikkaan, neuromorfiseen suunnitteluun ja muihin tieteenaloihin, jotka simuloivat biologisia hermosoluja ja jopa koko aivoja. .Han Liqun sanoi, että kovien aivojen polku on "etsiä ensin fyysistä samankaltaisuutta ja sitten pohtia henkistä samankaltaisuutta". Ihanteellisessa aivojen kaltaisessa sirussa on monia neuroneja vastaavia prosessoreita. Näiden prosessorien välinen viestintäjärjestelmä vastaa hermosäikeitä, ja rakenteita, kuten synapseja, voidaan myös simuloida.

Alan alalla Baidu, iFlytek, Alibaba, Huawei ja muut yritykset ovat viime vuosina ehdottaneet joitakin aivojen inspiroimiin älykkäisiin sovelluksiin liittyviä konsepteja. tosielämän sovelluksiin.

On selvää, että "Wentian I" -aivomainen tietokone, joka on otettu käyttöön virallisesti, on 500 miljoonan neuronin ja 250 miljardin synapsin älykkyysasteikko synapseja, ja se on 10 kertaa energiatehokkaampi kuin olemassa olevat tietokonejärjestelmät. Tuloskonferenssissa Wentian-aivojen inspiroima supertietokonetiimi totesi, että se jatkaa uuden sukupolven aivovaikutteisten tietokoneiden kehittämistä, innovoi edelleen aivojen inspiroimaa laskentapiiriarkkitehtuuria ja ohjelmistojärjestelmäkehystä ja luo aivojen inspiroiman laskenta-alusta, joka johtaa tulevaa kehitystä.

Päivittäiset talousuutiset integroitu Xinhua News Agencyn, Science and Technology Dailyn, Guangming.comin kanssa

päivittäisiä talousuutisia