法國研究人員開發(fā)出一種可以自主學習的人工突觸。他們還創(chuàng)建了物理模型，這對開發(fā)更復雜的電路至關重要。這一結果昨天發(fā)表在《自然通訊》上，仿生學領域的一個重要目標是模擬人腦，“從大腦的功能和運作中獲得靈感，設計出更多的智能機器。這在信息科學中有著廣泛的應用。用于處理特定任務（如圖像識別）的算法受到仿生學的啟發(fā)。但他們使用了大量的能量，法國研究人員最近在文森特·加西亞的帶領下在這一領域取得了突破：直接創(chuàng)建一個可以在芯片上學習的人工突觸，以及一個可以解釋其學習能力的物理模型。這項研究為人工神經突觸網絡的建立和更快速有效的人工智能系統(tǒng)的開發(fā)打開了一扇大門。人工突觸結構圖人腦的學習過程與突觸密切相關，突觸起著連接神經元的作用。突觸被激活的越多，它們之間的聯(lián)系就越強，它們的學習也就越好。研究人員從這個機制中獲得靈感，設計了一種叫做記憶電阻器的人工突觸。納米電子元件由兩個電極和夾在它們之間的一層鐵電材料組成。后者的電阻可以通過類似于神經元電信號的電壓脈沖來調節(jié)。如果電阻低，突觸連接就強；如果電阻高，突觸連接就弱。盡管世界上許多頂級實驗室都在研究人工突觸，但這些裝置的工作原理基本上還是未知的。法國研究人員的主要貢獻是建立了一個物理模型，可以預測人工突觸是如何工作的第一次。有了這個模型，就有可能創(chuàng)造出更復雜的系統(tǒng)，比如一系列與這些記憶器相連的人工神經元雷鋒已經了解到，作為歐盟ulpec h2020研究項目的一部分，這一發(fā)現(xiàn)將用于新相機上的實時輪廓識別：除非觀察到視角的變化，否則像素將保持非活動狀態(tài)。這種數據處理過程消耗更少的能量，可以更快地檢測到選定的目標。雷鋒了解到，參與研究的學者分別來自CNRS/Thales物理聯(lián)合研究室、波爾多大學、巴黎第11大學、埃弗里大學和阿肯色大學。

« 蝙蝠的人工智能戰(zhàn)斗升級了，真正的下半場 | 科學郵報：ofo使用的北斗導航定位技術比GPS精確得多 »