免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

前言:

科學家們構建出了一種合成腦細胞的關鍵部分,這些合成細胞能在毫秒級別上留存記憶,這一成果在將來可能會使類腦計算機成為現實。

這些合成出的關鍵部分采用離子來產生電信號,與大腦中神經元傳輸信息的方式相同。

作者 | 方文

圖片來源 |  網 絡

人工神經元及其模型

在這項于8月6日發表在《科學》期刊上的研究中,來自法國巴黎國家科學研究中心的科研人員們構建了一個人造神經元的計算機模型。

和大腦中的神經元一樣,這個模型可以用電信號傳輸信息。研究者輸送離子跨越水薄層,以此來模擬真實的離子通道;

如此,這些人造神經元能夠產生和大腦中神經元一樣的電發放。

科學家們推測,如果我們能制作出像人腦一樣的計算機,計算機的能耗會大大降低。而復刻人腦生物機制的一種方法就是像大腦一樣利用離子去產生電流。

在更精細的層面上,研究人員構建了一個系統來模擬動作電位的產生。

神經元在產生動作電位之前細胞膜處于靜息電位,當刺激引起細胞外的陽離子內流時,細胞膜發生去極化。

當去極化達到閾值時電壓門控的離子通道會開放,使得更多的陽離子進入細胞,直到膜內電位達到最大值后重新極化,這一過程歷時幾個毫秒。

為了模擬電壓門控的離子通道,研究人員對兩層石墨烯之間的水薄層進行了建模。

在模擬中,研究者分別以一個水分子、兩個水分子、三個水分子的厚度對水層進行建模,并且將水層表征成了準二維的狹縫。

在對這個模型進行計算機仿真測試時,科研人員發現:當施加更強的電場時,這些結構會以足夠慢的速度分解,從而留下某種記憶。

在真實神經元中,動作電位就等同于神經元的細胞記憶;我們的大腦通過打開和關閉離子通道去創造這樣的記憶。

模型是基于[記憶電阻]

根據此前的研究,有科學家認為人腦的存儲容量大約為1TB,不過也有科學家認為應該有100TB。

人腦雖然不是自然界中最大的,但卻是最發達的。在所有哺乳動物中,人腦占身體的比例最大。

人腦雖然只占了身體重量的2%,卻消耗著20%的能量。

神經元的數量的對應著著腦的能力,人腦大約包含了860億個神經細胞,其中大腦皮層就占了140億個神經細胞。

這些神經元就像計算機中的門電路,是基本的邏輯單元,它們復雜的連接在一起,而且是大規模串并聯,最終和神經膠質細胞一起構成人腦這一復雜的中樞神經系統。

研究顯示,每對神經元之間大約存在1000個突觸;860億個神經元和1000個突出相乘,可以大概計算出,人腦潛在的存儲能力高達86TB。

人工神經網絡就類似于這種模型,通過對不同數據賦予不同的權重,進而實現模糊計算,用來模擬人腦非線性、非精確的數據處理能力。

用更少的神經元做出更準確的預測

研究者將動力系統上的數據輸入神經網絡中一個由隨機連接的人工神經元組成的[儲備池]中。

系統越大、越復雜,期望預測的結果越準確,人工神經網絡就越大,完成任務所需的計算資源和時間也就越多。

基于人工神經元的儲備池是一個黑盒子,科學家們不知道它里面到底發生了什么,只知道它管用。

儲備池計算核心的人工神經網絡建立在數學基礎上的,發現整個儲備池計算系統可以大大簡化,從而顯著降低對計算資源的需求,節省大量時間。

研究者提出的下一代儲備池計算技術明顯優于當前的SOTA技術。在一臺臺式機上進行的一個相對簡單的模擬中,新系統的速度是當前模型的33到163倍。

實現任何意義上真正的人工智能

傳統的電子元器件需要消耗的能量非常大。而我們的人類大腦雖然復雜,但其能耗卻非常低。

這種差異,是因為人體神經元之間的交流也存在電流,但其電流的載體不是電子而是離子。

讓電子元件使用離子進行信號傳遞,新開發出來的[人工神經元]就能和人體大腦神經元使用同樣的電介質進行交流。

通俗一點來說,就是人類大腦可以實現和計算機的雙向交流。

現在,智能算法能夠進行人臉識別,甚至能夠駕駛無人汽車,而這些技術主要歸功于基于人腦結構原理的深度學習。

它們由許多人造神經細胞組成,并通過人造突觸連接并由此互相傳遞信號。

真實的神經元已經足夠深入,能夠幫助他們開展更復雜、更高效、更接近人腦的學習流程。

也就是說,這樣的人工網絡,識別一只貓所需學習的例子更少,且有內化語言意義的功能。

這樣的系統不僅能夠改變單個神經元在各個人工神經元網絡中的表現,還能將不同種類神經元的特點在人工網絡中結合起來,就像人腦一樣。

最終目標是建立一個電子復制的大腦,它能夠模仿人腦的功能、能力和多樣性,實現任何意義上真正的人工智能。

結尾:

如果精確模仿大腦的機器學習方法應用在計算機模型上,計算機模型的發展也會增強對大腦本身的理解。

科學家找到了能夠模仿自身學習能力的人工網絡的方法,而這反過來也讓我們更好地了解大腦和我們自身。

部分資料參考:《人工神經元再進一步,存儲記憶已成現實》,雷鋒網:《人工神經網絡能否駕馭生物神經元的“濃稠”程度?5到8層可能并非極限》,機器之心pro:《儲備池計算新突破:神經元更少,計算速度最高提升百萬倍》,科技誠談:《美腦機接口設備與中國“人工神經元”相比,誰更強?》

本公眾號所刊發稿件及圖片來源于網絡,僅用于交流使用,如有侵權請聯系回復,我們收到信息后會在24小時內處理。