noticias

Servicio de Noticias de China, Beijing, 17 de agosto (Reportero Sun Zifa) En vista de los problemas que enfrenta el camino de la inteligencia artificial (IA) general "basado en complejidad exógena", tales como recursos informáticos y consumo de energía insostenibles y una explicabilidad insuficiente, el Instituto de Automatización de la Academia de Ciencias de China El equipo de investigación de Li Guoqi y Xu Bo, junto con otros académicos de la Universidad de Tsinghua y la Universidad de Pekín, se basaron en las complejas características dinámicas de las neuronas cerebrales y propusieron un método de construcción de modelos neuronales similares al cerebro "basado en complejidad endógena" en su última investigación.

Este nuevo método informático inspirado en el cerebro puede mejorar el problema del consumo de recursos informáticos causado por la expansión de los modelos tradicionales y también proporciona un ejemplo del uso eficaz de la neurociencia para desarrollar la inteligencia artificial. Recientemente se publicaron artículos de resultados relevantes en la revista académica profesional internacional "Nature Computational Science".

El equipo de cooperación dijo que construir una inteligencia artificial más general y permitir que el modelo tenga capacidades cognitivas más amplias y generales son objetivos importantes para el desarrollo actual del campo de la inteligencia artificial. El camino actualmente popular para modelos grandes es construir redes neuronales más grandes, más profundas y más amplias basadas en la "ley de escala", que puede denominarse un método de implementación de inteligencia general "basado en complejidad exógena", pero este camino enfrenta problemas como insostenible recursos informáticos y consumo de energía e interpretabilidad insuficiente.

En este estudio, el equipo colaborativo demostró por primera vez la equivalencia en las características dinámicas entre el modelo LIF de neuronas de red neuronal con picos y el modelo HH, y además demostró teóricamente que las neuronas HH pueden interactuar con cuatro parámetros que varían en el tiempo con estructuras de conexión específicas. de neuronas LIF (tv-LIF) son equivalentes.

Con base en esta equivalencia, el equipo mejoró la complejidad endógena de la unidad informática mediante el diseño de una microarquitectura, de modo que el modelo de red HH pueda simular las características dinámicas del modelo de red LIF a mayor escala y lograr resultados similares en una arquitectura de red más pequeña. Función de cálculo. Posteriormente, el equipo simplificó aún más el "modelo HH" (tv-LIF2HH) construido a partir de cuatro neuronas tv-LIF en el modelo s-LIF2HH, y verificó la eficacia de este modelo simplificado para capturar comportamientos dinámicos complejos mediante experimentos de simulación.

Los resultados experimentales de este estudio muestran que el modelo de red HH y el modelo de red s-LIF2HH tienen un rendimiento similar en capacidad de representación y robustez, verificando la efectividad y confiabilidad del modelo de complejidad endógena en el manejo de tareas complejas. Al mismo tiempo, el estudio también encontró que el modelo de red HH es más eficiente en el consumo de recursos informáticos, lo que reduce significativamente el uso de memoria y el tiempo de cálculo, mejorando así la eficiencia informática general.

El equipo colaborativo explicó los resultados de su investigación a través de la teoría del cuello de botella de la información y creía que esta investigación proporciona nuevos métodos y apoyo teórico para integrar las complejas características dinámicas de la neurociencia en la inteligencia artificial, y proporciona optimización y mejora del rendimiento de los modelos de inteligencia artificial en aplicaciones prácticas. soluciones factibles.

Según los informes, el equipo colaborativo ha llevado a cabo investigaciones sobre redes HH de mayor escala y neuronas multicompartimentos de múltiples ramas con mayor complejidad endógena, lo que se espera que mejore aún más la eficiencia informática y las capacidades de procesamiento de tareas de modelos grandes y realice prácticas. aplicaciones. Aterrizaje rápido en la escena. (encima)

(Red de noticias de China)