人工智能神经网络 新的人工智能方法提高了人工神经网络的功能

由埃因霍温科技大学,德克萨斯大学奥斯汀分校和德比大学组成的国际科学家团队开发了一种革命性的方法人工智能神经网络人工智能神经网络,可以第二次加速人工智能(AI)训练算法。这使廉价的计算机具有完整的人工智能功能,并且将使超级计算机在一到两年内使用人工神经网络成为可能。人工神经网络的潜力大大超过了当今的人工神经网络。科学家在6月19日的《自然通讯》上介绍了他们的方法。

人工智能神经网络 新的人工智能方法提高了人工神经网络的功能-

人工神经网络(ANN)是人工智能革命的核心。它塑造了社会和技术的各个方面。但是我们能够处理的人工神经网络远不能解决非常复杂的问题。最新的超级计算机将与1600万个神经元(大约相当于青蛙的大脑大小)的神经网络作斗争,而功能强大的台式计算机将需要十多天的时间来训练100,000个神经元的网络。

个性化药物

人工智能神经网络 新的人工智能方法提高了人工神经网络的功能-

这种方法称为“稀疏进化训练”(SET),其灵感来自生物网络,尤其是将其效率归因于三个简单特征的神经网络:相对较少的网络连接(稀疏),相对较小的集线器Less(否)规模)和较短的路径(小世界)。 《自然通讯》上的研究表明,放弃完全连接的人工智能(就像普通人工智能一样)的优点是,它从随机引入了新的训练过程。稀疏网络开始演变为无标度系统。在每个步骤中,消除较弱的连接并随机添加新的连接,这类似于称为突触收缩的生物过程。

该方法的显着加速效果具有重要意义,因为它将允许将人工智能应用于由于大量参数而当前无法处理的问题。例子包括负担得起的个性化药物和复杂的系统。在智能电网和社交系统等复杂且瞬息万变的环境中,人工神经网络需要实时进行频繁的重新训练,因此在不影响准确性的前提下提高学习速度非常重要。此外,由于可以使用有限的计算资源来完成此训练,因此所提出的集成方法将成为连接到较大系统的许多分布式设备的嵌入式智能的首选。

青蛙的大脑

因此,特别是,使用SET,任何用户都可以在笔记本电脑上构建由多达一百万个神经元组成的人工神经网络,而使用最先进的方法,则只能用于昂贵的计算云。这并不意味着云不再有用。他们是。想象一下,您可以使用SET在它们之上构建什么。目前最大的人工神经网络是建立在超级计算机上的,它的大小相当于青蛙的大脑大小(约1600万个神经元)。在克服了一些技术难题之后,借助SET,我们可以在同一台超级计算机上建立一个接近人脑大小(约800亿个神经元)的人工神经网络。

第一作者是Debar Mocanu博士:“是的,我们确实需要如此庞大的网络。例如,人工神经网络在从人类基因中检测癌症方面表现良好。但是,完整的染色体太大,不适用到最先进的人工神经网络,但它们可以应用于800亿个神经元网络。这一事实可以为我们所有人带来更好的医疗保健和负担得起的个性化医疗。”

报告/反馈

【版权声明】本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 playplus@qq.com 举报,一经查实,本站将立刻删除。