記者16日從中國科學院自動化研究所獲悉,，該所李國齊研究員、徐波研究員團隊聯(lián)合清華大學,、北京大學等，提出“基于內(nèi)生復雜性”的類腦神經(jīng)元模型構(gòu)建方法，改善傳統(tǒng)模型計算資源消耗問題,，為有效利用神經(jīng)科學發(fā)展人工智能提供了示例,，相關(guān)研究發(fā)表于《自然·計算科學》。構(gòu)建更加通用的人工智能，讓模型具有更加廣泛和通用的認知能力,，是當前人工智能領(lǐng)域發(fā)展的重要目標,。“目前流行的大模型路徑是基于尺度定律構(gòu)建更大,、更深和更寬的神經(jīng)網(wǎng)絡,，可稱之為‘基于外生復雜性’的通用智能實現(xiàn)方法?！崩顕R說,，這一路徑面臨著計算資源及能源消耗難以為繼,、可解釋性不足等問題。另外一方面,，人類大腦有1000億神經(jīng)元,，1000萬億左右的突觸連接，每個神經(jīng)元具有豐富且形態(tài)各異的內(nèi)部結(jié)構(gòu),，但功耗僅20瓦左右,。因此借鑒大腦神經(jīng)元動力學特性，向內(nèi)豐富神經(jīng)元結(jié)構(gòu)探索通用智能潛力巨大,，這條路徑可稱之為“基于內(nèi)生復雜性”的通用智能實現(xiàn)方法,。李國齊表示，實驗結(jié)果驗證了內(nèi)生復雜性模型在處理復雜任務時的有效性和可靠性,，為將神經(jīng)科學的復雜動力學特性融入人工智能提供新方法和理論支持,，也為實際應用中的人工智能模型優(yōu)化和性能提升提供可行的解決方案。目前,，研究團隊已開展進一步研究,，有望提升大模型計算效率與任務處理能力，實現(xiàn)在實際應用場景中的快速落地,。（記者宋晨）來源：新華網(wǎng)
免責聲明：本文來自網(wǎng)絡收錄或投稿,，觀點僅代表作者本人，不代表芒果財經(jīng)贊同其觀點或證實其描述,，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1117313.html
溫馨提示：投資有風險，入市須謹慎,。本資訊不作為投資理財建議,。
