研究人员与来自加拿大和美国的同事一起修改了神经网络使其更像人脑中的神经细胞一样工作。天然神经细胞使用二元电脉冲即所谓的尖峰来处理信息。 秒的电压脉冲并且始终具有相同的高度信息不是以这些脉冲的强度编码而是以它们的时间间隔编码。据科学家称这使得人脑的工作更加高效。神经细胞模型的设计根据埃尔兰根纽伦堡弗里德里希亚历山大大学的一份声明传统的人工智能系统是由大致基于神经细胞设计的单元构建的。
然而他们在工
作中使用了连续的数值。非常大的矩阵乘以实数信息包含在精确值中即人工神经元的激活。研究人员称这会消耗大量能量。作为比较根据科学家的说法大脑需要瓦来处理信息相当于一个灯泡的 斯里兰卡电话号码表 能量。然而即使是用于人工智能应用的简单图形处理器也已经消耗数百瓦。长短期记忆可以记住和忘记然而这种情况可能会改变。席林和克劳斯构建了一种特殊类型的人工神经细胞。这些单元是长短期记忆的缩写可以记住以前的经历并通过所谓的门忘记它们。
这意味着
不再需要的信息可以从系统中删除。研究人员修改了单元使它们的行为类似于使用尖峰传输和处理信息的脑神经细胞。研究人员在四个用于训练系统的图像数据集上测试了这些修改 KH 列表 后的单元。结果新的单元也取得了与现有人工神经网络类似的良好结果。现在的计划是将算法升级为更复杂的算法数据比如语言和音乐。德克萨斯州数据中心运营商的一项研究刚刚表明尽可能节能地使用人工智能是多么重要。结果培训人员机器人大量的电力。
