Воскресенье, 14 апреля, 2024
ДомойТехнологииКак человеческий мозг может конкурировать с искусственным интеллектом?

Как человеческий мозг может конкурировать с искусственным интеллектом?

- Advertisement -

Исследование Университета Бар-Илан показывает, что эффективное поверхностное обучение мозга, включающее широкую сеть с несколькими слоями, может конкурировать с многоуровневыми моделями глубокого обучения в сложных задачах классификации. Это бросает вызов нынешнему дизайну графических процессоров, который предпочитает глубокую архитектуру широкой.

Мозг, несмотря на свою сравнительно неглубокую структуру с ограниченным количеством слоев, работает эффективно, тогда как современные системы искусственного интеллекта характеризуются глубокой архитектурой с множеством слоев. Возникает вопрос: могут ли поверхностные архитектуры, вдохновленные мозгом, конкурировать по производительности с глубокими архитектурами, и если да, то каковы фундаментальные механизмы, которые позволяют это сделать?

Методы обучения нейронных сетей основаны на функционировании мозга, однако существуют фундаментальные различия между тем, как мозг учится, и тем, как работает глубокое обучение. Ключевое различие заключается в количестве слоев, которые использует каждый.

Системы глубокого обучения часто имеют много слоев, иногда до сотен, что позволяет им эффективно изучать сложные задачи классификации. Напротив, человеческий мозг имеет гораздо более простую структуру с гораздо меньшим количеством слоев. Несмотря на свою относительно поверхностную архитектуру и более медленный и шумный характер своих процессов, мозг удивительно хорошо справляется со сложными классификационными задачами.

Исследование механизмов поверхностного обучения в мозге

Ключевой вопрос, лежащий в основе новых исследований, — это возможный механизм, лежащий в основе эффективного поверхностного обучения мозга, который позволяет ему выполнять задачи классификации с одинаковой точностью. точность как глубокое обучение. В статье, опубликованной в Физика АИсследователи из Университета Бар-Илан в Израиле показывают, как такие поверхностные механизмы обучения могут конкурировать с глубоким обучением.

Фото: профессор Идо Кантер, Университет Бар-Илан.

«Вместо глубокой архитектуры, такой как небоскреб, мозг состоит из широкой неглубокой архитектуры, больше похожей на очень широкое здание с очень небольшим количеством этажей», — сказал профессор Идо Кантер с кафедры физики Бар-Илана и Гонды (Гольдшмид). ) Многопрофильный центр исследования мозга, который руководил исследованием.

«Способность правильно классифицировать объекты возрастает там, где архитектура становится глубже, с большим количеством слоев. Напротив, поверхностный механизм мозга указывает на то, что более широкая сеть лучше классифицирует объекты», — сказал Ронит Гросс, студентка бакалавриата и один из ключевых участников этой работы.

«Более широкие и более высокие архитектуры представляют собой два взаимодополняющих механизма», — добавила она. Тем не менее реализация очень широких неглубокая архитектураимитируя динамика мозгатребует изменения свойств передовой технологии графических процессоров, которая способна ускорять глубокую архитектуру, но терпит неудачу в реализации широкой мелкой.

Ссылка: «Эффективный механизм поверхностного обучения как альтернатива глубокому обучению», Офек Тевет, Ронит Д. Гросс, Шири Ходассман, Тал Рогачевский, Ярден Цах, Юваль Меир и Идо Кантер, 11 января 2024 г., Физика A: статистическая механика и ее приложения.
DOI: 10.1016/j.physa.2024.129513

Исходная ссылка

- Advertisement -

Популярное по теме