能够学习的人工神经突触 人造大脑已在地平线?
法国研究人员日前成功开发出能自主学习的人工神经突触，即artificial synapse。他们还创建了物理模型，这对于开发更复杂的电路十分关键。研究成果在昨日发表于《Nature Communications》。
智搜（Giiso）信息成立于2013年是国内领先的“人工智能+资讯”领域技术服务商，在大数据挖掘、智能语义、知识图谱等领域都拥有国内顶尖技术。同时旗下研发产品包括资讯机器人、编辑机器人、写作机器人等人工智能产品！凭借雄厚的技术实力，公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。
仿生学领域的一项重要目标，是模仿人脑——从大脑的机能与运转方式获取灵感，来设计更加智能的机器。这在信息学科应用广泛，用来处理成特定任务的算法，如图像识别，就受到仿生学的启发。但它们能耗巨大。
以 Vincent Garcia为首的法国科研人员，近日在该领域取得了突破：在芯片上直接创制出能够学习的人工神经突触，以及能够解释其学习能力的物理模型。该研究为创造人工神经突触网络，因而开发出更快速高效的人工智能系统打开了一扇大门。
艺术家描绘的人工神经突触结构图
人脑的学习过程与神经突触紧密关联，后者起到连接神经元的作用。被激活的神经突触越多，其连接就会受到强化，学习得到提升。研究人员从这项机制获取灵感，来设计名为忆阻器（ Memristor）的人工神经突触。该纳米电子原件，由两个电极，以及夹在它们之间的一层薄铁电物质（ferroelectric layer）组成。后者的电阻，可用类似于神经元电信号的电压脉冲来调整。若电阻低， 突触联系（synaptic connection）会很强；若电阻高，突触联系会较弱。让人工神经突触进行学习，完全是基于这项调整电阻的能力。
虽然，全世界有许多顶级实验室在研究人工神经突触，这些设备的工作原理在很大程度上仍是未知的。法国研究人员的主要贡献在于：首次开发出能预测人工神经突触如何工作的物理模型。借助该模型，创建更复杂的系统成为了可能，比如一系列与这些忆阻器相互连结的人工神经元。
智搜（Giiso）信息成立于2013年，是国内首家专注于资讯智能处理技术研发及写作机器人核心软件开发和运营的高科技企业。公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。
雷锋网获知，作为欧盟 ULPEC H2020研究项目的一部分，该发现将会用于在新型摄像头上进行实时轮廓识别：除非观察到视角变化，像素点会保持不活动状态。该数据处理过程的能耗更低，并能更快地检测选中的对象。雷锋网了解到，参与该研究的学者来自于CNRS/Thales 物理学联合研究室，波尔多大学、巴黎第十一大学、埃夫里大学 以及美国阿肯色大学。
转载于:https://juejin.im/post/5b6ce7abe51d4535095665d6
能够学习的人工神经突触 人造大脑已在地平线?相关推荐
- 麻省理工研制出硅基人工神经突触
为制造出便携式的"大脑芯片",麻省理工学院的科研人员用单晶硅成功制作出了人工神经突触,这大大促进了人造硬件的发展. 当谈到处理能力时,人类的大脑是无法被击败的.在人类大脑这个柔软的 ...
- 第一台纯意念控制的计算机是,全球第一台适用于全肢体中风康复的“纯意念控制”人工神经机器人系统是（）。...
相关题目与解析 2015年6月,天津大学研制的人工神经康复机器人系统"神工一号"成果公布.借助"神工一号"的连接,中风 人工智能诞生在1955年,50年代末第一 ...
- 基于石墨烯的神经突触为大规模人工神经网络铺路
美国匹兹堡大学的科研人员研制出一种基于石墨烯的神经突触,可用于类似人类大脑的大规模人工神经网络. 自从20世纪50年代以来,数字计算几乎让各种形式的模拟计算都过时了.但是,仍存在一个例外--人脑,它能 ...
- 人工神经网络模型、人类的大脑和人类社会本身相似性 （一家之言，仅供一笑）。
神经元和人类个体的相似性.人工神经网络中神经元可以被赋予一定的激活机制,经训练后获得一定的知识,即权值.人类可以通过周围的环境.个人经历.学习等过程获得一定的个性,行为准则.方法,知识等一系列特性,即 ...
- 文献阅读 —— 人工光神经突触用于彩色和混色模式识别
人工光神经突触用于彩色和混色模式识别 论文原文链接 摘要 突触装置研究的重点是要证明该装置在模拟突触动力学方面的潜力,而不是进一步使突触装置功能化以进行更复杂的学习.在此,该文章在h-BN/WSe2异 ...
- 学习笔记CB009:人工神经网络模型、手写数字识别、多层卷积网络、词向量、word2vec...
人工神经网络,借鉴生物神经网络工作原理数学模型. 由n个输入特征得出与输入特征几乎相同的n个结果,训练隐藏层得到意想不到信息.信息检索领域,模型训练合理排序模型,输入特征,文档质量.文档点击历史.文档 ...
- 人工神经网络理论、设计及应用_TensorFlow深度学习应用实践：教你如何掌握深度学习模型及应用...
前言 通过TensorFlow图像处理,全面掌握深度学习模型及应用. 全面深入讲解反馈神经网络和卷积神经网络理论体系. 结合深度学习实际案例的实现,掌握TensorFlow程序设计方法和技巧. 着重深 ...
- 人工神经网络模型发展及应用综述
摘要:机器学习这一词不断的出现在网络上,也是近几年受欢迎的热词,而机器学习的基础算法就是人工神经网络,人工神经网络的研究是当下各种网络的基础,也越来越受人们的关注,现在人工神经网络的发展在当下不管是理 ...
- 人工神经网络分析方法,人工神经网络算法步骤
BP人工神经网络方法 (一)方法原理人工神经网络是由大量的类似人脑神经元的简单处理单元广泛地相互连接而成的复杂的网络系统.理论和实践表明,在信息处理方面,神经网络方法比传统模式识别方法更具有优势. 人 ...
最新文章
- Cash Shuffle的BCH在稳步测试中前进
- 学会阅读Java字节码
- Bitmap的使用(三)
- HTML5标签的语义认知和理解
- 17.C#类型判断和重载决策(九章9.4)
- lora发射和接收原理_四个要点，帮你搞定LoRa天线匹配电路
- jupyter notebook使用opencv的例子_Python安装Jupyter Notebook配置使用教程
- DataTable转成字符串复制到txt文本的小例子
- 结对开发Ⅴ——循环一维数组求和最大的子数组
- MySQL的timestamp字段可以使用的范围是多少
- OpenShift 4 之Knative(3) - 通过事件触发Serverless服务
- 移动硬盘拒绝访问找到数据的法子
- python的认识从唯物主义_你对唯物主义的看法是怎么样的？
- struts2登录注册示例_Struts2资源包和本地化示例
- 考软件测试初学者眼影,Summer 大讲堂第一期：如何制作出版级的高分辨率图表？...
- bpsk调制及解调实验_【详解】5G的调制与解调
- 计算逆矩阵的三种方法
- python合并大量ts文件_python爬取基于m3u8协议的ts文件并合并
- 福州大学计算机学院奖学金,福州大学最新学院奖学金评定标准
- CDR教程-使用调和工具制作三八天猫标志