如何讓人工智能像人類一樣處理問題?
導讀文/陳根人工智能是關于人腦的科學和科技。事實上,人腦的本質,就是一個由神經元構成的網絡。龐大的神經元網絡組成了人腦的基本結構負責處理大部分思維活動的大腦、負責協調運動的小腦以及連接其中的腦干。人工智
文本/陳根
人工智能是一門關于人腦的科學技術。
其實人腦的本質是由神經元組成的網絡。龐大的神經網絡構成了人腦的基本結構:負責處理大部分思維活動的大腦、負責協調運動的小腦以及與之相連的腦干。
人工智能是通過模擬人腦而誕生的。比如早期淺層神經網絡的結構,一般表現為多個輸入層“神經元”負責接收和處理輸入信息,然后將信息上傳到少量輸出層“神經元”,經過綜合處理后做出決策。因此,通過算法的進化,人工智能允許機器在非標準環境下,通過整合內存和環境信息,進行獨立決策和解決問題。
另一方面,人腦也是人類最復雜的器官。在大腦中,神經元主要通過突觸進行交流,突觸的強度(即交流的效率)可以通過可塑性機制來調節。科學家們一直在努力開發和大腦一樣輕、節能、適應性強的人工智能(AI),但現有的人工突觸仍然不能在超低功率下有效模擬大腦的神經可塑性。
現在,在《科學進展》年發表的一項研究中,研究人員從人腦中獲得了靈感,工程師們首次將準二維電子氣(2dEG)引入神經形態系統。
他們開發了氧化物超晶格納米線,它允許電子在納米線提供的二維平面上自由移動,從而形成準2DEG,從而形成人工突觸。人工突觸在光照下,氧化超晶格納米線上的自由電子會與周圍的氧分子發生反應,從而改變人工突觸的導電性,模擬大腦中的突觸可塑性。
特別是每個突觸傳遞事件的能量消耗小于0.7 fJ,幾乎等于大腦突觸的能量消耗。同時,人工視覺系統可以同時進行超低功耗的光檢測,實現類腦處理和記憶功能。
此外,由于突觸連接強度的動態變化,人工突觸可以處理數據和識別模式,更具魯棒性、可塑性和容錯性,因此對不確定信息具有適應性。神經形態計算體系結構的所有這些特殊特征使得它對腦啟發技術的應用非常感興趣,例如涉及大量相關并行數據的視覺信息處理。
免責聲明:本文章由會員“王同遠”發布如果文章侵權,請聯系我們處理,本站僅提供信息存儲空間服務如因作品內容、版權和其他問題請于本站聯系