2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。
美國洛斯阿拉莫斯國家實驗室(Los Alamos National Laboratory)的一項新研究表明,沒有人能確定機器人是否會夢見電子羊,但它們幾乎肯定需要一段時間的休息,而這種休息所帶來的好處與睡眠對活的大腦所帶來的好處類似。
美國洛斯阿拉莫斯國家實驗室的計算機科學家伊京·沃特金斯說:“我們研究的是脈沖神經(jīng)網(wǎng)絡,這是一種能像活的大腦一樣學習的系統(tǒng)?!薄拔覀儽贿@樣一種前景所吸引,即通過類似于人類和其他生物系統(tǒng)在童年時期從環(huán)境中學習的方式來訓練神經(jīng)形態(tài)處理器。”
沃特金斯和她的研究小組發(fā)現(xiàn),連續(xù)一段時間的無監(jiān)督學習后,網(wǎng)絡模擬變得不穩(wěn)定。當他們將網(wǎng)絡暴露在類似于人類大腦在睡眠時所經(jīng)歷的電波狀態(tài)時,穩(wěn)定性就恢復了。沃特金斯說:“這就好像我們給了神經(jīng)網(wǎng)絡一個相當于晚上好好休息的機會?!?/p>
這一發(fā)現(xiàn)是研究小組在開發(fā)神經(jīng)網(wǎng)絡時發(fā)現(xiàn)的,該神經(jīng)網(wǎng)絡與人類和其他生物系統(tǒng)學習視覺的方式非常接近。一開始,研究小組在進行無監(jiān)督字典訓練時,很難穩(wěn)定模擬神經(jīng)網(wǎng)絡,這種訓練包括在沒有事先例子來比較的情況下對對象進行分類。
“如何避免學習系統(tǒng)變得不穩(wěn)定的問題,只有在嘗試使用生物真實的,神經(jīng)形態(tài)的處理器,或者嘗試理解生物學本身的時候才會出現(xiàn),”洛斯阿拉莫斯的計算機科學家和研究合著者Garrett Kenyon說?!敖^大多數(shù)機器學習、深度學習和人工智能研究人員從來沒有遇到過這個問題,因為在他們研究的人工系統(tǒng)中,他們有機會執(zhí)行全局數(shù)學運算,從而調(diào)節(jié)系統(tǒng)的整體動態(tài)增益?!?/p>
研究人員認為,將網(wǎng)絡暴露在模擬睡眠狀態(tài)下的決定,幾乎是穩(wěn)定網(wǎng)絡的最后一搏。他們對各種各樣的噪音進行了實驗,這些噪音大致相當于你在調(diào)諧收音機時可能遇到的電臺間的靜電。當他們使用所謂的高斯噪聲波時,得到了最好的結(jié)果,高斯噪聲包含了廣泛的頻率和振幅范圍。他們假設噪音是模仿生物神經(jīng)元在慢波睡眠時接收到的輸入。結(jié)果表明,慢波睡眠在一定程度上可以確保皮層神經(jīng)元保持穩(wěn)定,不會產(chǎn)生幻覺。
研究小組的下一個目標是在英特爾的Loihi神經(jīng)形態(tài)芯片上實現(xiàn)他們的算法。他們希望讓Loihi時不時地睡覺能讓它穩(wěn)定地實時處理來自硅視網(wǎng)膜攝像頭的信息。如果這些發(fā)現(xiàn)證實了人工大腦需要睡眠,我們或許可以期待未來機器人和其他智能機器也會有同樣的情況。
沃特金斯將于6月14日在西雅圖的女性計算機視覺研討會上介紹這項研究。
2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。