详细内容或原文请订阅后点击阅览
脑启发的模拟系统如何使无人机更有效
电气和计算机工程师希望模仿大脑的视觉系统，以创建用于指导自主系统的AI工具。
来源:罗切斯特大学电气和计算机工程师希望模仿大脑的视觉系统，以创建用于指导自主系统的AI工具。
指导无人机和自动驾驶汽车的人工智能系统依赖于神经网络 - 可鉴定的计算系统受人脑的启发。但是，他们运行的数字计算机最初是为通用计算任务而设计的，从文字处理到科学计算，并且具有超高的可靠性，而牺牲了高功率消耗。
为了探索新型的计算机系统，特别是对于机器学习而言，罗切斯特大学的工程师正在开发新的模拟硬件，并可能应用于更有效的无人机。罗切斯特工程师试图通过放弃在数字硬件上开发的用于计算机视觉的传统最先进的神经网络来做到这一点。取而代之的是，他们转向预测性编码网络，这些网络基于神经科学理论，即大脑具有环境的心理模型，并根据眼睛的反馈不断地对其进行更新。
罗切斯特大学“神经科学家的研究表明，发展神经网络的主力（这种机制被称为背部传播）在生物学上是难以置信的，而我们的大脑的感知系统则无法正常工作，”电脑科学，计算机科学以及Rochester的数据科学和人工智能的电脑和计算机工程学教授Michael Huang说。 “为了解决问题，我们询问了我们的大脑是如何做到的。流行的理论是预测性编码，涉及预测和纠正的等级过程 - 想到释义您所听到的内容，告诉发言者并使用他们的反馈来完善您的理解。”
Michael Huang 电气和计算机工程 计算机科学 数据科学和人工智能 最早，最有影响力的论文之一 hui wu Tong Geng