详细内容或原文请订阅后点击阅览
超级疲倦的AI：像人类思维一样学习
模仿大脑学习过程的新的高级神经系统有望创造更快，更高效和节能的AI。通过利用Hebbian学习和依赖于峰值的可塑性，这一创新可以提高AI的性能，同时大大降低环境和经济成本。
来源:Qudata超级疲倦的AI：像人类思维一样学习
人工智能的快速发展导致了越来越复杂的模型，但是这些系统仍然面临着基本的效率挑战。由德克萨斯A＆M工程学院助理教授Suin Yi博士领导的一组研究人员开发了一种名为Super-Turing AI的新方法，该方法模仿了人类大脑的学习和适应能力。通过大大降低计算成本和能源消耗，这种创新可以大大改善AI。
超级柔软的AI，它模仿了人脑学习和适应的能力当前的AI模型依赖于将数据存储与处理的架构，需要巨大的计算能力和能量来迁移这两个组件之间的信息。相比之下，人的大脑通过称为突触的神经联系整合学习和记忆，这些神经连接基于经验而动态增强或削弱 - 这种过程称为突触可塑性。
Yi博士的团队从神经科学中汲取了灵感，开发了更像生物学大脑的AI系统。传统的AI模型在很大程度上取决于反向传播，这是一种用于调整训练过程中神经网络的优化算法。虽然有效，但反向传播是计算密集型的，并且在生物学上令人难以置信。
为了解决这个问题，团队探索了诸如Hebbian学习之类的替代机制 - 通常被总结为“将它们一起射击，连接在一起”的细胞和依赖性依赖性可塑性（STDP）。这些受生物学启发的学习过程允许AI系统根据活动模式加强连接，从而减少了对不断再培训和过度计算资源的需求。
通过重新构想AI体系结构以反映人脑的效率，超级柔软的AI代表了迈向可持续AI开发的重要一步。这项技术可能导致新一代的AI既聪明又对环境负责。