HI,下午好,欢迎来到微信公众号转让!
公众号转让,微信公众号交易平台,公众号出售购买卖价格 24小时服务热线: 4000-163-301

新闻动态

NEWS CENTER

2014年左右就有少数研究开始涉及神经网络与神经元的交叉研究

2019-05-18

2014年左右就有少数研究开始涉及神经网络与神经元的交叉研究,比如:研究人员通过从人类和猕猴身上记录到的神经活动与神经网络中的人工活动相比较,最终了解了不同系统看到的图像。

论文Khaligh-Razavi and Kriegeskorte (2014)使用了表征相似度分析,将37种不同的模型与人类和猴子IT进行了比较,发现更擅长目标识别的模型也能更好地匹配IT表征,而且,通过监督学习训练的深度CNN(AlexNet)是表现最好的。这为深度学习的进展打下了坚实的基础。

总体而言,机器神经网络可以算作是对为脑神经科学家建模道路的延续。脑科学贡献了路径,计算机领域贡献了算力和训练方法,以及数据。二者的结合,才让这些模型锤炼出了令人惊喜的能力。

不过,大脑的神经网络要比人工的复杂N倍。直到今天,还有一些特性是今天大多数神经网络所没有的,比如:尖峰、横向连接、中央凹、可以跳过某些层的前馈连接等等。

了解这些大脑细节会不会对人工智能带来突破性的影响呢?

坦率地说,没有人知道答案,因为深度神经网络并不是(也不可能是)大脑神经系统的完整复现,但这却是AI不得不走的路。

生物学家,同时也是哲学家的亚里士多德曾经这样形容图像之于大脑的意义:我们看见某些图像之所以感到快感,因为我们一边在看,一边在求知。善于摹仿,是人类的“本能”,也是AI的宿命。