股市四海堂：人工智能模拟生物模型

　　股市四海堂报道，在股市四海堂看来，生活变化背后的技术进步，一点都不比机器能在棋盘上打败人类冠军来得更小。

　　这与近年来宏大的计算才能有关，但同时，人工智能研讨的最新结果标明，更简单、更小的神经网络能够比以前更好、更有效、更牢靠地处理某些任务。比方，让人工智能模拟生物模型，事实上这也不断是科学家研讨的重要方向之一。

　　近日，来自麻省理工学院CSAIL、tuwien(维也纳)和IST奥天时的一个国际研讨小组就开发了一种新的人工智能系统，它基于微小动物的大脑，如丝虫。这种新型的人工智能系统只需19个人工神经元就能控制车辆。

　　相似于大脑，人工神经网络由许多单个神经元组成。当一个神经元处于活动状态时，它将向其他神经元发送信号。下一个神经元会搜集一切信号，组合起来并决议其本身能否激活。一个神经元影响下一个神经元的方式决议了整个系统的下一次行为。这些参数会在自动学习过程中不时调整，直到神经网络能够处理特定任务为止。

　　与此前的深度学习模型相比，新架构的神经元和数学模型是全新的，单个神经元的信号处置方式遵照了完整不同的数学原理。整个网络十分稠密，由于并非每个神经元之间都相互衔接在一同。这让模型变得更简单。

　　新系统由卷积神经网络和控制系统构成。其中，控制系统局部，又被称为神经回路战略(NCP)，能够将感知模块中的数据转换为转向命令，仅包含 19 个神经元，比现有最好模型要小好几个数量级。

　　新的深度学习模型在一辆真正的自主汽车上停止了测试。研讨人员能够随便地找出，在驾驶时，神经网络的留意力放在哪里：在这种状况下，是路肩和地平线。

　　研讨小组表示，与以前的深度学习模型相比，该系统具有决议性的优势：它能更好地处置噪声输入，而且由于其简单，其操作形式能够细致解释。它不用被视为一个复杂的“黑匣子”，由于它能够被人类了解。这种新的深度学习模型曾经发表在《自然机器智能》杂志上。

　　(本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除。市场有风险，选择需谨慎!此文不作买卖及投资依据。)