当前所在位置: 文档库 > 座右铭 > 正文

陈根:人工智能的仿生模型在协助自动驾驶方面更有效q8s

2020-09-26 座右铭 【 字体: 】 标签 : 座右铭,面试,什么 浏览量:824万

在泛智能时代,人工智能已经嵌入到人们生活的各个方面,从搜索引擎到自动驾驶汽车,打开的新闻是人工智能提出的算法建议。,在线购物和首页上。它显示了人工智能为最有可能引起兴趣和最有可能购买的用户推荐的产品。这些生活改变背后的技术进步不亚于一台机器在棋盘上击败人类冠军的能力。

这与近年来的强大计算能力有关,但与此同时,人工智能研究的最新结果表明,更简单,更小的神经网络可以更好,更有效地解决更多问题。比以前可靠。seo优化http://www.zgjrjc.cn/这些任务。例如,让人工智能模仿生物模型,实际上,这一直是科学家的重要研究方向之一。

最近,来自麻省理工学院CSAIL,图维恩(维也纳)和ISTAustria的国际研究团队已经开发了一种基于诸如丝绸之类的小动物大脑的新型人工智能系统。昆虫。这个新的人工智能系统仅需要19个人工神经元即可控制车辆。

类似于大脑,人工神经网络由许多单个神经元组成。当神经元处于活动状态时,它将向其他神经元发送信号。下一个神经元将收集所有信号,将它们组合并决定是否激活自身。神经元影响下一神经元的方式决定了整个系统的下一行为。这些参数将在自动学习过程中不断调整,直到神经网络可以解决特定任务为止。

与以前的深度学习模型相比,新架构的神经元和数学模型是全新的,单个神经元的信号处理方法遵循完全不同的数学原理。整个网络非常稀疏,因为并非每个神经元都相互连接。这使模型更简单。

新系统由卷积神经网络和控制系统组成。其中,控制系统部分(也称为神经电路策略(NCP))可以将感知模块中的数据转换为转向命令。它仅包含19个神经元,比现有的最佳模型小几个数量级。

真正的自动驾驶汽车中的新型深度学习模型经过测试。研究人员可以轻松地找出驾驶时神经网络的注意力所在:在这种情况下,指路肩和地平线。

研究团队说,与以前的深度学习模型相比,该系统具有决定性的优势:它可以更好地处理嘈杂的输入,并且由于其简单性,可以详细说明其操作模式。它不必被视为复杂的“黑匣子”,因为它可以被人类理解。这种新的深度学习模型已发表在《自然机器智能》杂志上。