神經(jīng)元新計(jì)算模型或產(chǎn)生更強(qiáng)大AI

來(lái)源：科技日?qǐng)?bào) 時(shí)間：2024-07-01 15:48:48 作者：

　　幾乎所有支持現(xiàn)代人工智能（AI）工具的神經(jīng)網(wǎng)絡(luò)都是基于20世紀(jì)60年代的活體神經(jīng)元計(jì)算模型。但美國(guó)西蒙斯基金會(huì)熨斗研究所計(jì)算神經(jīng)科學(xué)中心（CCN）開(kāi)發(fā)的新模型表明，這種已有數(shù)十年歷史的近似模型，并未捕捉到真實(shí)神經(jīng)元所擁有的所有計(jì)算能力，并且這種較舊的模型可能會(huì)阻礙AI的發(fā)展。研究發(fā)表在新一期《美國(guó)國(guó)家科學(xué)院院刊》上。

　　CCN模型開(kāi)發(fā)者認(rèn)為，單個(gè)神經(jīng)元對(duì)周?chē)h(huán)境的控制力遠(yuǎn)比以前認(rèn)為的要大。更新后的神經(jīng)元模型最終可能會(huì)產(chǎn)生更強(qiáng)大的人工神經(jīng)網(wǎng)絡(luò)，更好地捕捉人類大腦的力量。

　　“神經(jīng)科學(xué)在過(guò)去60年中取得了長(zhǎng)足進(jìn)步，我們現(xiàn)在認(rèn)識(shí)到，以前的神經(jīng)元模型還很初級(jí)?！眻F(tuán)隊(duì)負(fù)責(zé)人德米特里·奇克洛夫斯基表示，真實(shí)神經(jīng)元比這個(gè)過(guò)于簡(jiǎn)化的模型要復(fù)雜得多，也“聰明”得多。

　　人工神經(jīng)網(wǎng)絡(luò)旨在模仿人類大腦處理信息和做出決策的方式，但所呈現(xiàn)的方式還很簡(jiǎn)單。這些網(wǎng)絡(luò)基于20世紀(jì)60年代的神經(jīng)元模型，由有序的節(jié)點(diǎn)層構(gòu)成。網(wǎng)絡(luò)從接收信息的輸入層節(jié)點(diǎn)開(kāi)始，然后是處理信息的中間層節(jié)點(diǎn)，最后是發(fā)送結(jié)果的輸出層節(jié)點(diǎn)。

　　通常，只有當(dāng)節(jié)點(diǎn)從上一層節(jié)點(diǎn)接收到的總輸入超過(guò)某個(gè)閾值時(shí)，它才會(huì)將信息傳遞到下一層。在訓(xùn)練當(dāng)前的人工神經(jīng)網(wǎng)絡(luò)時(shí)，信息只能沿一個(gè)方向通過(guò)節(jié)點(diǎn)，節(jié)點(diǎn)無(wú)法影響它們從鏈中較早的節(jié)點(diǎn)接收到的信息。

　　相比之下，新模型將神經(jīng)元視為微小的“控制器”（指能夠根據(jù)收集到的信息來(lái)影響周?chē)h(huán)境的器件），因?yàn)槿祟惸X細(xì)胞不僅能被動(dòng)地傳遞輸入信息，實(shí)際上它們還可控制其他神經(jīng)元的狀態(tài)。

　　奇克洛夫斯基認(rèn)為，這種更為現(xiàn)實(shí)的神經(jīng)元控制器模型，可能是提高許多機(jī)器學(xué)習(xí)應(yīng)用性能和效率的重要一步。