人工智慧大躍進:科學家創造出可以自動學習的人工突觸!
每個人的頭腦都有數十億個神經元和數兆個突觸(synapse),就某種程度上,由時間、環境和經驗塑造出來的神經組合,對每個人來說都是獨特的。
現在,研究人員從這個錯綜複雜的器官的內在運作得到靈感,開發出一種人工突觸。他們表示這種人工突觸能夠自動學習,甚至還做出裝置模型,被認為是創造更複雜電路的下一步。這項研究發表在自然通訊(Nature Communications)期刊。
這個團隊創造出一個稱為憶阻器(memristor)的奈米級裝置,它的阻抗取決於之前接收到的電子訊號。憶阻器的想法不是新的,它在1970年代首先被概念化,隨後在2008年建造。然而,這項研究把它帶到下一個等級。
文字圖像:藝術家印象中的電子突觸。 這些顆粒代表電子,他們的流動取決於鐵電域結構(ferroelectric domain structure)。? S?ren Boyn / CNRS/Thales physics joint research unit.
憶阻器的想法是創造出大腦的神經元和突觸的電子等效物,生物「線路(wiring)」,能夠以驚人的效率來處理和儲存訊息。簡單地說,突觸是兩個神經細胞之間的連接點,根據到達的神經脈衝來打開或關閉。神經傳導物質(neurotransmitter)越過間隙,來傳遞脈衝到下一個神經元。每次穿越時,連接會變得更強大,然後效率更高。
為了實現憶阻器的仿生版本(biomimetic version),一個超薄鐵電薄膜(ferroelectric film)被夾在兩個電極之間,它的阻抗能夠使用電壓脈衝來調整。因此,它的可塑性(改變和學習的能力)經由傳導來達成;低阻抗相當于堅固的突觸連接,而高阻抗符合弱連接。
然後,這個團隊做出裝置的模型,而他們的「模擬顯示,鐵電奈米突觸陣列能夠自動學習,以一個可以預測的方式來識別出模式。在增強神經網路的效果上,開啟了朝向無人監督的學習的路徑。」
本質上,這項工作帶領我們更加接近朝向改善人工神經網路的學習和適應速度。人工智慧(Artificial intelligence,AI)系統在過去幾年有很多的發展,谷歌(Google)的DeepMind和AlphaGo是當中最受歡迎的例子。
然而,大腦是極為聰明的機器,而我們離複製它的精密複雜還很遠。即使在你讀到這一點的時候,你的大腦神經元正在激烈地發出電子脈衝,並在不斷變化的結構中相互連接。這樣的效率,在人工大腦的創造是非常受歡迎的目標。
如同作者提到,我們正越來越接近人工智慧的未來:「在朝向未來大腦啟發的電腦的數十億個可靠和可預測的人造突觸(例如深層神經網路)的低功率硬體實施,這些結果正在為這鋪路。」
![](https://pic.pimg.tw/zzuyanan/1488615166-1259157397.png)
![](https://pic.pimg.tw/zzuyanan/1482887990-2595557020.jpg)
※挪威正在建造世界上最大的船用隧道,真的超級巨大!
※價值130億英鎊的巨洞大到能吸入一架直升機!
※大爆炸後發現年齡只有17億年的巨大死亡星系,科學家無法解釋!
※2017意識生命博覽會,揭穿秘密太空計劃、外星人、地核文明
※他發明可解救蜜蜂與生態系統的自製蜂巢後,全網路都開始做了!
TAG:環球解密之未解之謎 |
※增強學習是人工智慧的未來
※科學家創造出人工大腦連接 智能機器或能像人腦那樣學習
※無人化發展已經是大趨勢,科學家造出能自主學習的機器人
※深度學習與人工智慧的未來
※人工智慧=深度學習?
※能夠學習的人工神經突觸 人造大腦已在地平線?
※以人為本的機器學習:谷歌人工智慧產品設計概述
※動物也會學習和創造?
※首個人造神經元出世,人工智慧認知學習
※深度學習黑箱探測難題發展成新學科:人工智慧神經科學
※獎勵人工智慧,就能自己學習?這波技術研究展示太逗比
※深度學習大神!原百度首席科學家吳恩達宣布將創業:繼續發展人工智慧
※美國學者談中國大學:學習無動力 人人都能畢業
※深度學習:遠非人工智慧的全部和未來
※行動科學創始人:為何連最聰明的人也會逃避學習?
※谷歌人工智慧已經能利用內存進行自主學習了
※馬云:人工智慧和機器學習可能導致第三次世界大戰
※如何阻止採用社會工程學伎倆的網路攻擊?看人工智慧+機器學習出絕招!
※淺析:人工智慧與機器學習