(資料圖片)
科技日報記者?張夢然
在《自然·機器智能》雜志上發(fā)表的一項新研究中，荷蘭國家數(shù)學(xué)與計算機科學(xué)研究所（CWI）科學(xué)家展示了類腦神經(jīng)元如何與新穎的學(xué)習(xí)方法相結(jié)合，能夠大規(guī)模訓(xùn)練快速節(jié)能的尖峰神經(jīng)網(wǎng)絡(luò)。潛在的應(yīng)用包括可穿戴人工智能（AI）、語音識別、增強現(xiàn)實等諸多領(lǐng)域。
示意圖圖片來源：荷蘭國家數(shù)學(xué)與計算機科學(xué)研究所
這種尖峰神經(jīng)網(wǎng)絡(luò)，可在稱為神經(jīng)形態(tài)硬件的芯片中實現(xiàn)，有望使AI程序更貼近用戶。這一解決方案有利于保護隱私、提高穩(wěn)健度和響應(yīng)能力，其應(yīng)用范圍從電器中的語音識別、醫(yī)療保健監(jiān)控、無人機導(dǎo)航，到本地監(jiān)控設(shè)備。
就像標(biāo)準(zhǔn)的人工神經(jīng)網(wǎng)絡(luò)一樣，尖峰神經(jīng)網(wǎng)絡(luò)也需要訓(xùn)練才能流暢地執(zhí)行這些任務(wù)。然而，這種網(wǎng)絡(luò)通信方式也帶來了嚴(yán)峻的訓(xùn)練挑戰(zhàn)，因為它們無法與人類大腦的學(xué)習(xí)能力相提并論：大腦可以很容易地從新體驗中完成學(xué)習(xí)，改變連接，甚至建立新的連接；大腦所需的“范本”很少，但學(xué)到的卻很多；大腦學(xué)習(xí)新事物時也非常節(jié)能。
為了達到與人類大腦接近的程度，新的在線學(xué)習(xí)算法可直接從數(shù)據(jù)中學(xué)習(xí)，實現(xiàn)更大的峰值神經(jīng)網(wǎng)絡(luò)。在研究人員展示中，底層尖峰神經(jīng)網(wǎng)絡(luò)SPYv4經(jīng)過訓(xùn)練，可在阿姆斯特丹一條繁忙的街道上區(qū)分騎行者、步行者和汽車，并準(zhǔn)確指示它們的位置。
研究人員表示，以前，他們可訓(xùn)練超過10000個神經(jīng)元的神經(jīng)網(wǎng)絡(luò)；現(xiàn)在，對于擁有超過6百萬個神經(jīng)元的網(wǎng)絡(luò)，他們也能很容易地訓(xùn)練。
有了基于尖峰神經(jīng)網(wǎng)絡(luò)的強大AI解決方案，研究人員正在開發(fā)能以非常低的功率運行這些人工智能程序的芯片，這些芯片最終將出現(xiàn)在許多智能設(shè)備中，如助聽器和增強/虛擬現(xiàn)實眼鏡。
總編輯圈點：
現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)是當(dāng)前AI革命的支柱，但它們實際上是受到真實生物神經(jīng)元網(wǎng)絡(luò)（如人類大腦）啟發(fā)的產(chǎn)物。誠然，大腦是目前任何AI也無法比擬的——網(wǎng)絡(luò)更大、工作起來更節(jié)能，并且在被外部事件觸發(fā)時，能更快地作出反應(yīng)。如何更貼近真實的大腦？那就是更逼真地效仿生物神經(jīng)元的工作?？茖W(xué)家們發(fā)現(xiàn)，人類神經(jīng)系統(tǒng)的神經(jīng)元通過交換電脈沖進行通信，而尖峰神經(jīng)網(wǎng)絡(luò)憑借著對這一點的模仿，成為了本研究中特殊類型的神經(jīng)網(wǎng)絡(luò)。
關(guān)鍵詞：
營業(yè)執(zhí)照公示信息