能够学习的人工神经突触 人造大脑已在地平线?
雷锋网消息,法国研究人员日前成功开发出能自主学习的人工神经突触,即 artificial synapse。他们还创建了物理模型,这对于开发更复杂的电路十分关键。研究成果在昨日发表于《Nature Communications》。
仿生学领域的一项重要目标,是模仿人脑——从大脑的机能与运转方式获取灵感,来设计更加智能的机器。这在信息学科应用广泛,用来处理成特定任务的算法,如图像识别,就受到仿生学的启发。但它们能耗巨大。
以 Vincent Garcia 为首的法国科研人员,近日在该领域取得了突破:在芯片上直接创制出能够学习的人工神经突触,以及能够解释其学习能力的物理模型。该研究为创造人工神经突触网络,因而开发出更快速高效的人工智能系统打开了一扇大门。
艺术家描绘的人工神经突触结构图
人脑的学习过程与神经突触紧密关联,后者起到连接神经元的作用。被激活的神经突触越多,其连接就会受到强化,学习得到提升。研究人员从这项机制获取灵感,来设计名为忆阻器( Memristor)的人工神经突触。该纳米电子原件,由两个电极,以及夹在它们之间的一层薄铁电物质(ferroelectric layer)组成。后者的电阻,可用类似于神经元电信号的电压脉冲来调整。若电阻低, 突触联系(synaptic connection)会很强;若电阻高,突触联系会较弱。让人工神经突触进行学习,完全是基于这项调整电阻的能力。
虽然,全世界有许多顶级实验室在研究人工神经突触,这些设备的工作原理在很大程度上仍是未知的。法国研究人员的主要贡献在于:首次开发出能预测人工神经突触如何工作的物理模型。借助该模型,创建更复杂的系统成为了可能,比如一系列与这些忆阻器相互连结的人工神经元。
雷锋网获知,作为欧盟 ULPEC H2020 研究项目的一部分,该发现将会用于在新型摄像头上进行实时轮廓识别:除非观察到视角变化,像素点会保持不活动状态。该数据处理过程的能耗更低,并能更快地检测选中的对象。雷锋网(公众号:雷锋网)了解到,参与该研究的学者来自于CNRS/Thales 物理学联合研究室,波尔多大学、巴黎第十一大学、埃夫里大学 以及美国阿肯色大学。
via sciencedaily
相关文章:
MIT重磅研究:基于人工神经网络,探索抑制神经元的生物学意义
本文作者:三川
本文转自雷锋网禁止二次转载,原文链接
大脑飞行是啥?Hinton推特引热议,神经网络是让小鸟飞起来的「羽毛」?(二) 神经网络的设计到底能不能借鉴人类大脑构造?近日,Hinton在Twitter上开了一个小讨论:人们反对在设计神经网络时从大脑获取灵感,就像在设计飞行器时从羽毛中获取灵感一样。这次没论文,就是一个观点,你同意吗?
大脑飞行是啥?Hinton推特引热议,神经网络是让小鸟飞起来的「羽毛」?(一) 神经网络的设计到底能不能借鉴人类大脑构造?近日,Hinton在Twitter上开了一个小讨论:人们反对在设计神经网络时从大脑获取灵感,就像在设计飞行器时从羽毛中获取灵感一样。这次没论文,就是一个观点,你同意吗?
人类进化新时代,DARPA 的「靶向神经可塑性训练」为何如此重要? 在4 月 8 号机器之心的文章 (前沿 | 疯狂科学家!DARPA 颅内芯片研究项目即将启动)文章中,机器之心PSI 小伙伴吴航首先为我们介绍了 DARPA 的历史和技术。在本篇(后篇)文章中,他详细介绍了 DARPA 正式发布的 TNT 项目。
未来已来 脑机接口新突破 人脑信号转文本准确率达97% 据国外媒体报道,一个由加州大学旧金山分校的研究团队打造的新型人工智能系统可根据人脑信号来生成文本,准确率最高可达97%。
神经拟态芯片拉近AI与人脑距离 神经拟态即通过模拟人脑神经元的工作机制,让计算机具备像人一样的自然智能特性。英特尔公布的另一项研究显示,将上述768块神经拟态芯片集成在5台标准服务器大小的机箱中形成的神经拟态系统——Pohoiki Springs,已经相当于拥有了1亿个神经元的大脑,而这相当于一个小型哺乳动物的大脑神经元数量。
【月球殖民靠AI】神经网络发现7000个新陨石坑,人类2030年或找到月球定居点 最近,美国和加拿大的研究人员用人工智能发现了月球上近7000个此前未被发现的陨石坑,仅用时几个小时。未来,人类将有可能在这些陨石坑巨大的阴影下建立月球基地。
云栖大讲堂 擅长前端领域,欢迎各位热爱前端的朋友加入我们( 钉钉群号:23351485)关注【前端那些事儿】云栖号,更多好文持续更新中!
相关文章
- C#学习记录——圣诞快乐之圣诞树代码
- 【学习笔记09】:JavaScript单引号、双引号和反引号的区别
- 学习深度网络需要直观的感知
- 【FPGA教程案例58】深度学习案例5——基于FPGA的CNN卷积神经网络之图像缓存verilog实现
- 机器学习笔记之玻尔兹曼机(一)基本介绍
- Apache Spark机器学习3.5 模型评估
- [转]响应式WEB设计学习(2)—视频能够做成响应式吗
- linux0.11与linux2.6.0两个版本内核启动流程——学习笔记
- NUXT入门学习
- 学习Python的第七节课(函数调用、列表解析、嵌套和递归等等)
- java学习-MD5消息摘要算法
- 人人都能够做深度学习应用:入门篇
- 翻翻git之---自己定义邮件发送buttonSendButton(流程分析,实现思路能够学习下)
- 项目管理学习笔记之六.领导力
- Cocos2d-x学习笔记(一)HelloWorld
- 开始学习android 的sqlite
- iOS - 开源框架、项目和学习资料汇总(UI篇)
- 【pyqt5学习】——添加菜单栏动作action,给动作触发triggered绑定事件
- DICOM:DICOM标准学习路线图(初稿)