Мозг внушает нового типа искусственного интеллекта

Используя передовые опыты на культуре нейронов и крупномасштабное моделирование, ученые продемонстрировали новый тип сверхбыстрой алгоритмы искусственного интеллекта, основанные на очень медленной динамики мозга, которые опережают темпы обучения, достигнутые к настоящему времени государство-оф-искусство алгоритмов обучения.

Машинного обучения, представлено около 70 лет назад, основана на данных о динамике обучения в нашем мозге. Используя скорость современных компьютеров и больших наборов данных, алгоритмы глубокого обучения, недавно получили результаты, сравнимые с человеческой экспертов в различных применимые поля, но с разными характеристиками, которые далеки от современных знаний обучения в области неврологии.

Используя передовые опыты на культуре нейронов и крупномасштабное моделирование, группа ученых в Университете Бар-Илан в Израиле продемонстрировали новый тип сверхбыстрой искусственного интеллекта алгоритмы, основанные на очень медленной динамики мозга-которые превосходят обучения показатели достигнуты на сегодняшний день государство-оф-искусство алгоритмов обучения.

В статье, опубликованной сегодня в журнале научных докладов, исследователей восстановить мост между неврологией и передовые алгоритмы искусственного интеллекта, которая была оставлена практически бесполезны на протяжении почти 70 лет.

«В современной научной и технологической точки зрения является то, что нейробиология и машинного обучения два различных дисциплин, которые дополнительно самостоятельно», — сказал ведущий автор исследования, профессор Идо Кантер из Бар-Иланского университета по кафедре физики и Гонда (goldschmied с) Мозг междисциплинарный научно-исследовательский центр. «Отсутствие ожидаемо взаимное влияние вызывает недоумение».

«Количество нейронов в мозгу меньше, чем количество битов в типичном диск размер современных персональных компьютеров, и скорость вычислений мозга, как секундная стрелка на часах, даже медленнее, чем первый компьютер изобрели более 70 лет назад», — продолжил он. «Кроме того, правила обучения мозга-это очень сложная и удаленных от принципов шаги обучения в современных алгоритмов искусственного интеллекта», — добавил профессор Кантер, исследовательская группа которого включает Херут Узан, Шира Сарди, Goldental Амир и Рони Варди.

Динамика мозга не соответствуют четко определенные часы, синхронизированные для всех нервных клеток, поскольку биологическая схема должна справиться с асинхронными входами, как физическая реальность развивается. «Когда забегая вперед сразу замечает рамку с несколькими объектами. Например, во время вождения наблюдать автомобили, пешеходные переходы и дорожные знаки, и можно легко определить их временную заказ и относительной позиции», — сказал профессор Кантер. «Биологическое оборудование (правила обучения) предназначен для работы с асинхронными входами и уточнить их относительную информацию». В отличие от традиционных алгоритмов искусственного интеллекта основаны на синхронные входы, отсюда и относительная синхронность различных видов ресурсов, составляющих ту же рамка, как правило, игнорируется.

Новое исследование показывает, что сверхбыстрые курсы обучения удивительно одинаковы для малых и больших сетей. Таким образом, говорят исследователи, «недостатком схемы обучения осложненных мозга на самом деле преимущество». Еще один важный вывод заключается в том, что обучение может происходить без этапа обучения посредством самостоятельной адаптации по асинхронные входы. Этот тип обучения-без-обучение происходит в дендритах, несколько терминалов каждого нейрона, как это недавно наблюдалось экспериментально. Кроме того, динамика сети под дендритных обучения регулируются слабыми весами, которые раньше были сочтены незначительными.

Идея глубокой и эффективной алгоритмы обучения, основанные на динамику сверхмедленных мозга дает возможность реализовать новый класс продвинутый искусственный интеллект, основанный на быстрых компьютерах. Он призывает к реинициации моста от нейробиологии и заканчивая искусственным интеллектом и, как исследовательская группа делает вывод: «выводы из основных принципов нашего мозга иметь, чтобы быть снова в центре будущего искусственного интеллекта».