详细内容或原文请订阅后点击阅览
AI 的游戏规则改变者：Tsetlin 机器在降低能耗方面的作用
人工智能 (AI) 的迅速崛起已经改变了众多行业，从医疗保健和金融到能源管理等等。然而，人工智能应用的增长导致了严重的能源消耗问题。现代人工智能模型，特别是基于深度学习和神经网络的模型，非常耗电。训练单个大型模型 […]文章《人工智能的游戏规则改变者：Tsetlin 机器在降低能耗方面的作用》首次出现在 Unite.AI 上。
来源:Unite.AI人工智能（AI）的迅速崛起已经改变了许多部门，从医疗保健和金融到能源管理及其他地区。但是，AI采用的这种增长导致了一个重大的能源消耗问题。现代的AI模型，尤其是基于深度学习和神经网络的模型，是令人难以置信的渴望。培训单个大型模型可以使用与每年消费的多个家庭一样多的能量，从而产生重大的环境影响。随着AI在我们的日常生活中越来越嵌入，寻找减少能源使用的方法不仅仅是技术挑战。这是环境优先事项。
人工智能（AI） 深度学习 神经网络TSETLIN机器提供了有希望的解决方案。与传统的神经网络依靠复杂的数学计算和大量数据集不同，Tsetlin机器采用了一种更直接，基于规则的方法。这种独特的方法使它们更容易解释并大大降低能耗。
TSETLIN MANICH了解TSETLIN机器
TSETLIN机器是一种AI模型，可重新想象学习和决策。与依靠神经元层和复杂计算的神经网络不同，Tsetlin机器使用了由简单布尔逻辑驱动的基于规则的方法。我们可以将Tsetlin机器视为通过创建规则来表示数据模式的计算机。他们使用二进制操作，连词，析取和否定进行操作，使它们本质上比传统模型更简单，计算较少。
tms根据加强学习的原则运行，使用Tsetlin Automata根据环境的反馈来调整其内部状态。这些自动机作为州机器，通过翻转位来学习决策。随着机器处理更多数据，它会完善其决策规则以提高准确性。
增强学习 黑匣子 确定性状态跳跃 图像识别