大腦是一個(gè)包含數(shù)十億神經(jīng)元的復(fù)雜網(wǎng)絡(luò)。這些神經(jīng)元中的每一個(gè)都通過它們的突觸(鏈接)與數(shù)千個(gè)其他神經(jīng)元同時(shí)通信，并通過幾個(gè)極長(zhǎng)的分支“臂”收集輸入信號(hào)，稱為樹突樹。
在過去的 70 年里，神經(jīng)科學(xué)的一個(gè)核心假設(shè)是，大腦學(xué)習(xí)是通過改變突觸的強(qiáng)度，跟隨其連接神經(jīng)元的相對(duì)放電活動(dòng)而發(fā)生的。這個(gè)假設(shè)一直是機(jī)器和深度學(xué)習(xí)算法的基礎(chǔ)，這些算法越來越影響我們生活的幾乎所有方面。但七年之后，這個(gè)長(zhǎng)期存在的假設(shè)現(xiàn)在受到質(zhì)疑。
在今天發(fā)表在《科學(xué)報(bào)告》上的一篇文章中，以色列巴伊蘭大學(xué)的研究人員揭示，大腦的學(xué)習(xí)方式與 20 世紀(jì)以來的假設(shè)完全不同。新的實(shí)驗(yàn)觀察表明，學(xué)習(xí)主要在神經(jīng)元樹突樹中進(jìn)行，樹的樹干和樹枝會(huì)改變它們的強(qiáng)度，而不是像以前認(rèn)為的那樣只改變突觸(樹突葉)的強(qiáng)度。這些觀察結(jié)果還表明，神經(jīng)元實(shí)際上是一個(gè)比可以觸發(fā)或不觸發(fā)的二進(jìn)制元素更復(fù)雜、動(dòng)態(tài)和計(jì)算的元素。只需一個(gè)神經(jīng)元就可以實(shí)現(xiàn)深度學(xué)習(xí)算法，這在以前需要人工復(fù)雜的網(wǎng)絡(luò)。由數(shù)千個(gè)連接的神經(jīng)元和突觸組成。
“我們已經(jīng)證明，對(duì)單個(gè)神經(jīng)元的樹突樹進(jìn)行有效學(xué)習(xí)可以人為地實(shí)現(xiàn)接近統(tǒng)一的手寫數(shù)字識(shí)別成功率。這一發(fā)現(xiàn)為高效的受生物啟發(fā)的新型人工智能硬件和算法鋪平了道路，”Ido 教授說Bar-Ilan 物理系和 Gonda (Goldschmied) 多學(xué)科腦研究中心的 Kanter 領(lǐng)導(dǎo)了這項(xiàng)研究。“這種簡(jiǎn)化的學(xué)習(xí)機(jī)制代表著朝著合理的生物學(xué)實(shí)現(xiàn)反向傳播算法邁出了一步，反向傳播算法目前是人工智能的核心技術(shù)，”博士 Shiri Hodassman 補(bǔ)充道。學(xué)生和這項(xiàng)工作的主要貢獻(xiàn)者之一。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！