nouvelles

l'institut de microélectronique de l'académie chinoise des sciences et d'autres ont développé un réseau neuronal dynamique basé sur la mémoire sémantique

2024-09-01

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

it house a rapporté le 1er septembre que l'institut de microélectronique de l'académie chinoise des sciences et d'autres ont combiné les réseaux neuronaux artificiels avec la reconfigurabilité dynamique du cerveau pour développerréseau neuronal dynamique basé sur la mémoire sémantique

▲ co-conception matérielle et logicielle de réseaux neuronaux dynamiques inspirés du cerveau et basée sur la mémoire sémantique

le réseau neuronal du cerveau possède une mémoire sémantique complexe et une connectivité dynamique, qui peuvent connecter des entrées changeantes avec des expériences dans d'énormes mémoires et effectuer efficacement des tâches complexes et changeantes.

à l’heure actuelle, les systèmes d’intelligence artificielle sont largement utilisés dansles modèles de réseaux neuronaux sont pour la plupart statiques. à mesure que la quantité de données continue de croître, elle génère une consommation d'énergie et un temps supplémentaire importants dans les systèmes informatiques numériques traditionnels, ce qui rend difficile l'adaptation aux changements de l'environnement externe.

par rapport aux réseaux statiques, les réseaux de neurones dynamiques à mémoire sémantique peuventcompromis entre précision de reconnaissance et efficacité de calcul en fonction des ressources informatiques, offrant des performances exceptionnelles sur les appareils aux ressources limitées ou les environnements informatiques distribués.

it house a appris que dans la tâche de classification de l'ensemble de données d'images 2d mnist et de l'ensemble de données de nuages ​​de points 3d modelnet, la conception a atteint une précision comparable à celle du logiciel.par rapport au réseau neuronal statique, le montant du calcul est réduit de 48,1 % et 15,9 %, réduisant ainsi la consommation d'énergie informatique par rapport aux systèmes matériels numériques traditionnels.