大腦是一個包含數(shù)十億神經(jīng)元的復(fù)雜網(wǎng)絡(luò)。這些神經(jīng)元中的每一個都通過它們的突觸(鏈接)與數(shù)千個其他神經(jīng)元同時通信，并通過幾個極長的分支“臂”收集輸入信號，稱為樹突樹。
在過去的 70 年里，神經(jīng)科學(xué)的一個核心假設(shè)是，大腦學(xué)習(xí)是通過改變突觸的強度，跟隨其連接神經(jīng)元的相對放電活動而發(fā)生的。這個假設(shè)一直是機器和深度學(xué)習(xí)算法的基礎(chǔ)，這些算法越來越影響我們生活的幾乎所有方面。但七年之后，這個長期存在的假設(shè)現(xiàn)在受到質(zhì)疑。
在今天發(fā)表在《科學(xué)報告》上的一篇文章中，以色列巴伊蘭大學(xué)的研究人員揭示，大腦的學(xué)習(xí)方式與 20 世紀(jì)以來的假設(shè)完全不同。新的實驗觀察表明，學(xué)習(xí)主要在神經(jīng)元樹突樹中進(jìn)行，樹的樹干和樹枝會改變它們的強度，而不是像以前認(rèn)為的那樣只改變突觸(樹突葉)的強度。這些觀察結(jié)果還表明，神經(jīng)元實際上是一個比可以觸發(fā)或不觸發(fā)的二進(jìn)制元素更復(fù)雜、動態(tài)和計算的元素。只需一個神經(jīng)元就可以實現(xiàn)深度學(xué)習(xí)算法，這在以前需要人工復(fù)雜的網(wǎng)絡(luò)。由數(shù)千個連接的神經(jīng)元和突觸組成。
“我們已經(jīng)證明，對單個神經(jīng)元的樹突樹進(jìn)行有效學(xué)習(xí)可以人為地實現(xiàn)接近統(tǒng)一的手寫數(shù)字識別成功率。這一發(fā)現(xiàn)為高效的受生物啟發(fā)的新型人工智能硬件和算法鋪平了道路，”Ido 教授說Bar-Ilan 物理系和 Gonda (Goldschmied) 多學(xué)科腦研究中心的 Kanter 領(lǐng)導(dǎo)了這項研究。“這種簡化的學(xué)習(xí)機制代表著朝著合理的生物學(xué)實現(xiàn)反向傳播算法邁出了一步，反向傳播算法目前是人工智能的核心技術(shù)，”博士 Shiri Hodassman 補充道。學(xué)生和這項工作的主要貢獻(xiàn)者之一。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！