泛智能時(shí)代下，人工智能已經(jīng)嵌入人們的生活的方方面面，從搜索引擎到自動(dòng)駕駛汽車，打開的新聞是人工智能為做的算法推薦，網(wǎng)上購(gòu)物，首頁上顯示的是人工智能為用戶推薦的最有可能感興趣、最有可能購(gòu)買的商品，這些生活變化背后的技術(shù)進(jìn)步，一點(diǎn)都不比機(jī)器能在棋盤上戰(zhàn)勝人類冠軍來得更小。
這與近年來巨大的計(jì)算能力有關(guān)，但同時(shí)，人工智能研究的最新結(jié)果表明，更簡(jiǎn)單、更小的神經(jīng)網(wǎng)絡(luò)可以比以前更好、更有效、更可靠地解決某些任務(wù)。比如，讓人工智能模仿生物模型，事實(shí)上這也一直是科學(xué)家研究的重要方向之一。
近日，來自麻省理工學(xué)院CSAIL、tuwien（維也納）和IST奧地利的一個(gè)國(guó)際研究小組就開發(fā)了一種新的人工智能系統(tǒng)，它基于微小動(dòng)物的大腦，如絲蟲。這種新型的人工智能系統(tǒng)只需19個(gè)人工神經(jīng)元就能控制車輛。
類似于大腦，人工神經(jīng)網(wǎng)絡(luò)由許多單個(gè)神經(jīng)元組成。當(dāng)一個(gè)神經(jīng)元處于活動(dòng)狀態(tài)時(shí)，它將向其他神經(jīng)元發(fā)送信號(hào)。下一個(gè)神經(jīng)元會(huì)收集所有信號(hào)，組合起來并決定其自身是否激活。一個(gè)神經(jīng)元影響下一個(gè)神經(jīng)元的方式?jīng)Q定了整個(gè)系統(tǒng)的下一次行為。這些參數(shù)會(huì)在自動(dòng)學(xué)習(xí)過程中不斷調(diào)整，直到神經(jīng)網(wǎng)絡(luò)可以解決特定任務(wù)為止。
與此前的深度學(xué)習(xí)模型相比，新架構(gòu)的神經(jīng)元和數(shù)學(xué)模型是全新的，單個(gè)神經(jīng)元的信號(hào)處理方式遵循了完全不同的數(shù)學(xué)原理。整個(gè)網(wǎng)絡(luò)非常稀疏，因?yàn)椴⒎敲總€(gè)神經(jīng)元之間都互相連接在一起。這讓模型變得更簡(jiǎn)單。
新系統(tǒng)由卷積神經(jīng)網(wǎng)絡(luò)和控制系統(tǒng)構(gòu)成。其中，控制系統(tǒng)部分，又被稱為神經(jīng)回路策略（NCP），可以將感知模塊中的數(shù)據(jù)轉(zhuǎn)換為轉(zhuǎn)向命令，僅包含19 個(gè)神經(jīng)元，比現(xiàn)有最好模型要小好幾個(gè)數(shù)量級(jí)。
新的深度學(xué)習(xí)模型在一輛真正的自主汽車上進(jìn)行了測(cè)試。研究人員可以輕易地找出，在駕駛時(shí)，神經(jīng)網(wǎng)絡(luò)的注意力放在哪里：在這種情況下，是路肩和地平線。
研究小組表示，與以前的深度學(xué)習(xí)模型相比，該系統(tǒng)具有決定性的優(yōu)勢(shì)：它能更好地處理噪聲輸入，而且由于其簡(jiǎn)單，其操作模式可以詳細(xì)解釋。它不必被視為一個(gè)復(fù)雜的“黑匣子”，因?yàn)樗梢员蝗祟惱斫?。這種新的深度學(xué)習(xí)模型已經(jīng)發(fā)表在《自然機(jī)器智能》雜志上。
