日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

中國新型計(jì)算架構(gòu)突破!重定義人工神經(jīng)元,讓人工智能更聰明!

中國新型計(jì)算架構(gòu)突破!重定義人工神經(jīng)元,讓人工智能更聰明!

文章圖片

中國新型計(jì)算架構(gòu)突破!重定義人工神經(jīng)元,讓人工智能更聰明!
最近 , 中國清華大學(xué)和北京大學(xué)的科學(xué)家們共同發(fā)表了一項(xiàng)研究成果 , 這項(xiàng)成果是一種新型計(jì)算架構(gòu) , 這種架構(gòu)通過一種機(jī)制讓人工神經(jīng)元的工作方式和人腦中的神經(jīng)元的工作方式更接近 , 從而使得人工智能更“聰明” 。
這項(xiàng)研究發(fā)表后引爆轟動(dòng) , 甚至被人稱作是中國創(chuàng)造的一項(xiàng)全新里程碑 。
在這項(xiàng)研究中 , 科學(xué)家們提出一種新的假說 , 認(rèn)為人腦的原理和現(xiàn)在人工智能系統(tǒng)采用的原理并不一致 , 前者的復(fù)雜性不體現(xiàn)在外部表現(xiàn)上而是體現(xiàn)在內(nèi)部 。
大家都知道 , 當(dāng)前人工智能系統(tǒng)的智能程度是依賴它們不斷增加的復(fù)雜度的 , 這就導(dǎo)致深度學(xué)習(xí)模型越來越大 , 計(jì)算資源和能耗也大幅增加 。
同時(shí) , 推進(jìn)通用人工智能這一夢寐以求的目標(biāo)還需要更巨大的計(jì)算系統(tǒng) 。
通用人工智能(AGI)是什么?那么什么又是通用人工智能呢?
通用人工智能(AGI)是科學(xué)家們正在努力研發(fā)的一種理想中的人工智能系統(tǒng) , 它具有像人類一樣的推理和學(xué)習(xí)能力 。
AGI不僅具備對各種任務(wù)進(jìn)行自主思考、學(xué)習(xí)和推理的能力 , 而且能夠在不同領(lǐng)域之間進(jìn)行知識遷移 , 使其能夠在面對新的任務(wù)時(shí)具備一定自主學(xué)習(xí)能力 。
AGI遠(yuǎn)比當(dāng)前的AI系統(tǒng)要“聰明” , 它具備與人類相當(dāng)乃至超越人類的推理、學(xué)習(xí)和創(chuàng)造能力 , 并擁有一定意識水平 。
也就是說 , AGI不僅僅像現(xiàn)代人工智能那樣是一種工具 , 而是更像一個(gè)人類合作伙伴 。
因此 , AGI在許多領(lǐng)域都有著非常廣泛且重要的應(yīng)用 , 這包括科學(xué)探索、醫(yī)療診斷、環(huán)境保護(hù)等領(lǐng)域 。
比如在醫(yī)療領(lǐng)域 , 如果AGI能夠更好地幫助醫(yī)生做出診斷 , 那么這會為許多患者贏得新的生命 , 而且使用AGI將會降低醫(yī)療資源消耗 , 有助于醫(yī)療條件差地區(qū)的發(fā)展 。
再比如 , AGI可以幫助科學(xué)家們解決許多當(dāng)前無法解決的科學(xué)難題 , 比如癌癥、艾滋病等疾病 。

隨著技術(shù)進(jìn)步帶來的影響 , AGI不僅會大大提高生產(chǎn)效率 , 而且還可能為人類帶來許多我們現(xiàn)在無法想象的新機(jī)會 。
這將有助于我們探索宇宙、保護(hù)環(huán)境、預(yù)測自然災(zāi)害等 , 提高我們生活的方方面面 。
因此 , 各國各大科技公司都在為爭奪AGI這一“香餑餑”而努力 , 而讓人工智能系統(tǒng)“變聰明”的這項(xiàng)中國研究自然引起了重視 。
高效大規(guī)模神經(jīng)網(wǎng)絡(luò) 。根據(jù)這項(xiàng)中國研究 , 推進(jìn)通用人工智能需要讓深度學(xué)習(xí)模型變得“高效” , 不能只是一味增大模型 。
科學(xué)家們認(rèn)為 , 通過提升人工神經(jīng)元的內(nèi)部復(fù)雜性能夠?qū)崿F(xiàn)這一目標(biāo) 。
老師一定會給你反復(fù)強(qiáng)調(diào)一個(gè)詞 , 那就是要“善于從問題入手” 。
同樣 , 科學(xué)家們希望通過調(diào)節(jié)解決問題背后的原因 , 而不是一味從表面尋找解決方案 , 來讓深度學(xué)習(xí)模型更高效 。
這就是他們設(shè)想的新架構(gòu)想要實(shí)現(xiàn)的目標(biāo) 。
那么新架構(gòu)與傳統(tǒng)大規(guī)模神經(jīng)網(wǎng)絡(luò)有什么區(qū)別呢?
傳統(tǒng)大規(guī)模神經(jīng)網(wǎng)絡(luò)是將人造神經(jīng)元由大量處理邏輯簡單、體積較大的“電子元件”組成 , 而人工神經(jīng)元通過簡單信號傳遞過程向鄰域的神經(jīng)元傳遞信號 , 并收集到大量來自鄰域的輸入信號 , 再結(jié)合這些信號決定是否向下游的神經(jīng)元發(fā)送信號 。
這個(gè)過程同時(shí)也是信息處理和信息傳遞的過程 。
人類自然神經(jīng)元?jiǎng)t是由大量細(xì)胞器組成復(fù)雜細(xì)胞機(jī)械系統(tǒng) , 通過復(fù)雜生化過程實(shí)現(xiàn)信息傳遞和處理 。
顯然 , 傳統(tǒng)大規(guī)模神經(jīng)網(wǎng)絡(luò)人工神經(jīng)元與自然神經(jīng)元相比 , 只是在體積和復(fù)雜性層面大打折扣 , 要想追趕的話進(jìn)步幅度將會十分龐大 。
因此 , 科學(xué)家們希望通過改變設(shè)計(jì)思路 , 讓人造人工神經(jīng)元向自然神經(jīng)元看齊 。
據(jù)了解 , 這項(xiàng)中國研究由清華大學(xué)和北京大學(xué)幾個(gè)科研團(tuán)隊(duì)共同組成 , 這個(gè)團(tuán)隊(duì)率先完成了新架構(gòu)實(shí)現(xiàn)了高效的神經(jīng)網(wǎng)絡(luò) , 在處理復(fù)雜任務(wù)時(shí) , 其表現(xiàn)極其優(yōu)異 , 并以很小的計(jì)算資源達(dá)到了傳統(tǒng)大型神經(jīng)網(wǎng)絡(luò)需要幾十倍計(jì)算資源才行的水平 。
另外 , 他們還發(fā)現(xiàn) , 新架構(gòu)在處理復(fù)雜任務(wù)時(shí) , 比之前他們發(fā)布的大型神經(jīng)網(wǎng)絡(luò)模型Pangu-α要節(jié)能數(shù)十至數(shù)百倍 。
突破與應(yīng)用前景 ?,F(xiàn)在看來 , 這一突破已經(jīng)足夠驚人 , 但考慮到新架構(gòu)仍存在巨大的提升空間 , 讓人更加期待未來的新應(yīng)用場景 。
想象一下 , 也許在不久的未來 , 一款新發(fā)布的AGI程序甚至不需要超大的計(jì)算系統(tǒng)作為支撐 , 僅憑使用這種新架構(gòu)就可以實(shí)現(xiàn)全能力輸出 , 這將無疑成為新的技術(shù)突破 , 而更多關(guān)于這一新架構(gòu)潛力的討論才剛剛開始 。
這項(xiàng)研究成果在各種雜志上被進(jìn)行了轉(zhuǎn)載報(bào)道 , 并引起了許多猜測 , 主要集中在幾個(gè)方面:
首先 , 這種新架構(gòu)會給行業(yè)帶來怎樣的影響?
其次 , AGI到底能不能作為終極目標(biāo)去追求?
最后 , 對于研發(fā)真正AGI而言 , 有哪些關(guān)鍵挑戰(zhàn)?
然而 , 在深入了解這些問題之前 , 我們必須弄清楚通用人工智能是什么 , 以及它能做些什么 , 這個(gè)問題實(shí)際上已經(jīng)很早就有人問過 。
那么AGI到底是什么呢?
科學(xué)家們已經(jīng)對這一問題進(jìn)行了很長時(shí)間的研究 , 并得出了初步結(jié)論 。
通用人工智能應(yīng)該具備許多能力 , 包括推理能力、學(xué)習(xí)能力、行動(dòng)能力、適應(yīng)能力、社會交往能力等 , 而不僅僅是簡單的問題回答能力 。

如果一個(gè)AI能夠通過創(chuàng)造性的方式綜合這些能力來解決問題 , 那么這就非常接近通用人工智能了 。
其實(shí)這種定義只是一個(gè)開始 , 我們還有很多工作要做 , 以使我們能夠更好地理解AGI這一概念 。

有一種觀點(diǎn)認(rèn)為 , 為什么我們要追求人工智能呢?
畢竟 , 目前我們所擁有的特定領(lǐng)域人工智能已經(jīng)足夠強(qiáng)大 , 不僅幫助我們提高了生產(chǎn)力 , 而且在醫(yī)療領(lǐng)域也發(fā)揮了重要作用 。
而且 , 我們?nèi)绾尾拍苤牢覀兊哪繕?biāo)不會危害社會發(fā)展呢?
【中國新型計(jì)算架構(gòu)突破!重定義人工神經(jīng)元,讓人工智能更聰明!】但是 , 也有許多人支持AGI的發(fā)展 , 因?yàn)樗麄冋J(rèn)為 , 這將使我們深入了解我們自身 , 并增強(qiáng)我們對自己認(rèn)知和自我控制能力 。

    推薦閱讀