Китайські вчені створили новий тип мозкоподібної мережі, щоб побудувати міст між ШІ та нейронаукою

Команда китайських вчених створила новий тип мозкоподібної мережі, що базується на внутрішній складності, для розв'язання проблем, з якими стикаються традиційні моделі, таких як високе споживання обчислювальних ресурсів, повідомив Інститут автоматизації при Академії наук Китаю.

Відповідну заяву поширила Інформаційна агенція Сіньхуа.

Створення більш універсального штучного інтелекту (ШІ) з моделями, що мають ширші та загальні когнітивні можливості, є важливою метою в сучасному розвитку області ШІ.

Нині популярний підхід, який використовується великими моделями, полягає у створенні більших, глибинних та ширших нейронних мереж на основі закону масштабу, який можна назвати методом досягнення універсального інтелекту на основі "зовнішньої складності", сказав дослідник з Інституту автоматизації Лі Гоці.

Однак цей підхід, за його словами, стикається з такими проблемами, як нераціональне споживання обчислювальних ресурсів та енергії, а також недостатня інтерпретованість.

З іншого боку, людський мозок налічує 100 млрд нейронів і близько 1000 трлн синаптичних зв'язків, кожен нейрон має багату та морфологічно різноманітну внутрішню структуру, але споживана потужність складає всього близько 20 Вт.

Натхненні динамікою нейронів мозку, вчені з Інституту автоматизації та інших дослідницьких інститутів, таких як Університет Цінхуа та Пекінський університет, використовували підхід "внутрішньої складності" для досягнення універсального інтелекту.

Їхні експерименти підтвердили ефективність та надійність моделі внутрішньої складності при обробці складних завдань, надаючи нові методи та теоретичну підтримку для інтеграції динамічних характеристик нейробіології в ШІ, а також пропонуючи можливі рішення для оптимізації та підвищення практичної продуктивності моделей ШІ.

Статтю про результати дослідження було опубліковано у журналі Nature Computational Science.

Якщо Ви помітили орфографічну помилку, напишіть нам.