人工智能停放只有12个神经元的汽车

维也纳理工大学的计算机科学家正在通过从生物学中汲取灵感来改善人工智能。新方法毫不费力地实现了惊人的结果。

自然生长的大脑与普通的计算机程序完全不同。它不使用由清晰的逻辑指令组成的代码，它是相互通信的单元网络。在计算机上模拟此类网络可以帮助解决难以分解为逻辑操作的问题。

在维也纳维也纳(TU Wien)，与麻省理工学院(MIT)的研究人员合作，现已开发出一种对此类神经网络进行编程的新方法，该方法以完全不同的方式对神经信号的时间演化进行建模。它的灵感来自于一个特别简单且经过精心研究的生物-round虫秀丽隐杆线虫。在计算机上模拟了来自其神经系统的神经回路，然后使用机器学习算法对模型进行了修改。这样，可以用极少的模拟神经细胞来解决非凡的任务，例如停车。即使蠕虫启发的网络仅包含12个神经元，可以训练它将漫游机器人引导到指定地点。维也纳工业大学计算机工程研究所的Ramin Hasani现在在10月20日于维也纳举行的TEDx会议上介绍了他的工作。

可以证明，这些新颖的神经网络具有极强的通用性。与通常被认为是有用但难以理解的“黑匣子”的标准人工神经网络相比，另一个优点是可以理解它们的内部动力学。

“必须训练神经网络” Ramin Hasani说。“您提供一个特定的输入并调整神经元之间的连接，以便传递所需的输出。”

输入例如可以是照片，而输出可以是图片中人物的名字。维也纳工业大学计算机工程学院的拉杜·格罗苏(Radu Grosu)说：“时间通常在此过程中不起作用。” 对于大多数神经网络，所有输入都立即传递，立即产生一定的输出。但是自然界的情况却大不相同。