2024-08-17
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
중국 과학자들은 인공 지능과 신경 과학을 연결하기 위해 새로운 뇌와 같은 네트워크를 구축했습니다.
기자는 지난 16일 중국과학원 자동화연구소로부터 이 연구소의 리궈치(Li Guoqi), 쉬보(Xu Bo) 연구진이 칭화대, 북경대 등과 함께 뇌와 유사한 신경모델 구축을 제안했다는 사실을 알게 됐다. 전통적 모델의 컴퓨팅 자원 개선을 위한 '내생적 복잡성 기반' 방법 소비 문제는 인공지능 개발에 신경과학을 효과적으로 활용한 사례를 '자연·계산과학'에 게재했다.
보다 일반적인 인공 지능을 구축하고 모델에 보다 광범위하고 일반적인 인지 기능을 제공하는 것은 현재 인공 지능 분야의 발전을 위한 중요한 목표입니다.
"현재 널리 사용되는 대형 모델 경로는 '외생적 복잡성 기반' 일반 지능 구현 방법이라고 할 수 있는 확장 법칙을 기반으로 더 크고 깊고 넓은 신경망을 구축하는 것입니다. Li Guoqi는 이 경로가 계산상의 문제에 직면해 있다고 말했습니다. 지속 불가능한 자원 및 에너지 소비, 설명력 부족 등이 있습니다.
반면, 인간의 뇌에는 1000억 개의 뉴런과 약 1,000조 개의 시냅스 연결이 있습니다. 각 뉴런은 풍부하고 다양한 내부 구조를 가지고 있지만 전력 소비는 약 20와트에 불과합니다. 따라서 뇌 뉴런의 역동적인 특성을 끌어내고 뉴런 구조를 내부로 풍부하게 하여 일반 지능을 탐구하는 것이 '내생적 복잡성 기반' 일반 지능 구현 방법이라고 할 수 있습니다.
Li Guoqi는 실험 결과를 통해 복잡한 작업을 처리하는 데 있어서 내생적 복잡성 모델의 효율성과 신뢰성을 검증했으며, 신경과학의 복잡한 동적 특성을 인공 지능에 통합하기 위한 새로운 방법과 이론적 지원을 제공하고, 실제 응용 분야에서도 인공 지능을 제공한다고 말했습니다. 모델 최적화 및 성능 개선은 실현 가능한 솔루션을 제공합니다.
현재 연구팀은 대형 모델의 컴퓨팅 효율성과 작업 처리 능력을 향상시키고 실제 응용 시나리오에서 신속한 구현을 달성할 것으로 예상되는 추가 연구를 수행했습니다.
출처: 신화통신
출처: 노동자일보
