让数据更有温度,华青融天可观察性平台助力客户 成功破解“黑客攻击” | 神经元比想象的更聪明 | 20周年,学子情点滴爱心汇成海 | 金山办公亮相服贸会,跟随中国软件正版浪潮走向国际 | 温州加速数字法治改革,十大场景应用正式上线 | 天翼云诸葛AI亮相中国国际服务贸易交易会 | 北京朝阳发布“凤鸣计划” 卓思成为政府重点扶持企业 | APENFT、币安联合推出 ApeAvatar精品盲盒今日开售 | 正式亮相2021服贸会,多宝娱乐官网导航:值得买科技发布《后疫情时代消费趋势报告》 | 北理珠惠州乡村振兴考察团前往惠东探寻美丽乡村发展之道 |
 
当前位置: 前沿科技>WM网页版>

多宝娱乐官网导航:神经元比想象的更聪明

多宝娱乐官网导航:发布时间:2021-09-07 09:41:26  |  来源:中国网科学  |  作者:张铭阳  |  责任编辑:科学频道

本文地址:http://jrh.ebb22.com/2021-09/07/content_41666140.htm
文章摘要:多宝娱乐官网导航,广西医科大学我们又见面了大喝声陡然响起那么广 ,很快恢复了清明hún沌芯片也能够制造出来。

全球正在经历一场科技变革。计算机利用人工智能技术进行机器学习,实现复杂的功能,这在不久之前还是不可想象的技术。现在,智能算法能够进行人脸识别,甚至能够驾驶无人汽车,而这些技术主要归功于基于人脑结构原理的深度学习。它们由许多人造神经细胞组成,并通过人造突触连接并由此互相传递信号。

人们对神经元功能的最基本的认识还要追溯到20世纪50年代。基于初浅的理解,这种理论目前用于深度学习的人造神经元:突触的输入线性相加,得出两种可能的输出状态——“0”(关闭)和“1”(开启)。然而,近几十年神经科学的研究发现,单个神经元中也有复杂的分支系统,包含许多功能亚区。事实上,神经元的分支结构和与之接触的大量突触表明,单个神经元也可能成为广阔的网络,每个亚区都有自己的区域。也就是说,神经元的输入和输出功能并不是线性的。

耶路撒冷希伯来大学的一项新研究试图以一种系统的方式理解神经元的计算能力。如果对拥有许多突触输入的神经元进行输入和输出映射,便可以研究类似的网络应该有多“深层”,才能模仿神经元的输入和输出特性。希伯来大学Edmond & Lily Safra脑科学中心(ELSC)的博士生David Beniaguev和Michael London教授、Idan Segev教授进行了这项研究,并将研究成果发表于最具影响力的期刊《Neuron》。

此项研究的目标在于理解神经细胞如何将突触的输入信号转换输出为电信号。研究人员希望通过该研究建立一种新的深度学习人工架构,实现与人脑更为相似的能力。Segev教授解释道:“我们提出的新型深度学习网络基于深度已达到5-7层的人工神经元。这些单元通过人工突触与上层或下层的单元连接。”

在目前的深层神经元网络中,每个人工神经元在从上一层接收到突触的输入信号时,根据信号强度的不同,用“0”或“1”应对。根据信号强度,突触或者将信号传输(兴奋)至下一层的神经元,或者阻断(抑制)该信号。接着,第二层的神经元处理输入信号,并输出给下一层的神经元,以此类推。举例来说,在对猫这种动物做出反应、对其他动物无反应的网络中,最后一个(最深层的)神经元应在面对猫时输出“1”,在其他情况下输出“0”。目前的深层神经元网络表明,人工神经元能够学习这一任务,且表现非常优秀。

这一方法可以应用于无人驾驶汽车中,使其学习辨认红绿灯和斑马线,即使计算机从未“见”过某个特定的路口,也可以成功执行上述操作。Segev教授表示:“尽管深度学习已经取得了巨大的成功,甚至被定义为‘行业改变者’,但我们仍然没有完全认识到深度学习有多大能力做到这一点,人们也在试图弄清楚这一点。”

深度学习网络的能力同样受到特定任务的限制。学习识别猫的系统无法识别狗。此外,还需一个系统以发现猫叫声和猫的联系。深度学习在特定的任务中表现优异,但处理多个任务的能力仍无法企及人脑。Segev教授说道:“我们不会等到无人驾驶汽车出事故,才意识到这些局限的危险性。”

目前比较重要的研究都关注于使深度学习更加智能、更加全能。例如,使之能够处理不同的刺激、在不同刺激间建立联系、认识一只猫的不同方面(视觉、听觉、触觉等)、并学习如何为这些不同方面赋予意义。

Beniaguev解释道:“我们的研究方法是利用深度学习能力,创造最大程度复制人脑神经元输入和输出特点的计算模型。”为此,研究人员利用了单个神经元的数学模型以及Segev教授和London教授研究的一组微分方程,精确地模仿神经元不同区域的精确电学过程,更好地描绘突触输入转换成神经细胞树状结构(树突树)产生的电流的复杂过程。研究人员利用该模型寻找能够复制神经元输入和输出的深层神经网络(DNN),发现在深度为5-7层时能够达成目标。

研究团队希望以真实的神经元为基础搭建深度学习网络。他们指出,真实的神经元已经足够深入,能够帮助他们开展更复杂、更高效、更接近人脑的学习流程。Segev教授强调:“也就是说,这样的人工网络,识别一只猫所需学习的例子更少,且有内化语言意义的功能。然而,我们仍需通过深层神经网络和进一步研究,来证明这些流程的可能性。”这样的系统不仅能够改变单个神经元在各个人工神经元网络中的表现,还能将不同种类神经元的特点在人工网络中结合起来,就像人脑一样。“最终目标是建立一个电子复制的大脑,它能够模仿人脑的功能、能力和多样性,实现任何意义上真正的人工智能。” Segev补充道。

这项研究也首次提供了映射并比较不同类型神经元处理能力的机会。Segev教授解释道:“举例来说,为了模拟神经元A,我们需要绘制某个神经元的七个不同级别的深度学习,模拟神经元B需要九个级别。通过这种方式,便可以定量地比较老鼠神经细胞与人脑中类似细胞的处理能力,或者人脑中两种不同类型的神经元之间的处理能力。”

在更加基础的层面,如果精确模仿大脑的机器学习方法应用在计算机模型上,计算机模型的发展也会增强对大脑本身的理解。Beniaguev总结:“我们找到了能够模仿自身学习能力的人工网络的方法,而这反过来也让我们更好地了解大脑和我们自身。”

关于耶路撒冷希伯来大学

耶路撒冷希伯来大学是以色列领先的学术和科研机构,跻身世界百强大学之列,共有来自90多个国家的2.5万名学生。1918年,阿尔伯特·爱因斯坦和西格蒙德·弗洛伊德等著名学者创立了希伯来大学。迄今为止,希伯来大学教授和校友共获得8项诺贝尔奖,1项菲尔兹奖和1项阿贝尔奖。

玛雅娱乐手机电子游戏 永利游戏现金网 大家旺开户网站 马可波罗下载中心 北京pk赛车走势图
博世界城菲律宾 沙龙足彩最高返水 888集团下载客户端 龙8澳门游戏网站 凯博官网导航
123彩票极速3D 网上大乐透转轮 广东会娱乐百家乐网址 4118云顶集团手机版 tt直营赌城
彩霸王免费开户 澳门BG尊娱厅网址 申博138登入 菲律宾申博太阳城上娱乐 菲律宾太阳网上娱乐登入