洛斯阿拉莫斯國家實驗室的研究人員發(fā)現，經過無中斷的無監(jiān)督自我訓練后，尖峰神經網絡變得不穩(wěn)定。而且，這些“人造大腦”在獲得等同于一夜安息的休息之后，似乎可以恢復活力。
洛斯阿拉莫斯實驗室的計算機科學家Yijing Watkins對實驗室新聞部門說的話。
研究小組在努力使他們的神經網絡具有學習如何看待的能力的同時做出了這一發(fā)現。
加勒特·肯揚（Garrett Kenyon）也是洛斯阿拉莫斯實驗室的計算機科學家，他解釋說，當開發(fā)人員使用具有生物現實意義的尖峰神經形態(tài)處理器時，或者在研究處理器以了解生物學本身時，網絡就會出現不穩(wěn)定。
Kenyon說，大多數從事機器學習，深度學習和AI的研究人員“從來沒有遇到過這個問題，因為在他們研究的非常人工的系統(tǒng)中，他們具有執(zhí)行全局數學運算的奢望，這些運算可以調節(jié)系統(tǒng)的整體動態(tài)增益。”
研究小組計劃在神經形態(tài)芯片上嘗試他們的算法，測試休息時間是否允許芯片穩(wěn)定地實時處理從硅視網膜發(fā)送給它的信息。
該實驗室的新聞小組提供：“如果這些發(fā)現證實了需要人工大腦進行睡眠，那么我們可能會期望未來可能出現的機器人和其他智能機器也是如此?！?/p>
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯系本站處理。
舉報投訴
-
神經網絡
+關注
關注
42文章
4789瀏覽量
101537 -
計算機科學
+關注
關注
1文章
144瀏覽量
11428
發(fā)布評論請先 登錄
相關推薦
BP神經網絡與卷積神經網絡的比較
多層。 每一層都由若干個神經元構成，神經元之間通過權重連接。信號在神經網絡中是前向傳播的，而誤差是反向傳播的。 卷積神經網絡（CNN） ：
BP神經網絡和人工神經網絡的區(qū)別
BP神經網絡和人工神經網絡（Artificial Neural Networks，簡稱ANNs）之間的關系與區(qū)別，是神經網絡領域中一個基礎且重要的話題。本文將從定義、結構、算法、應用及未來發(fā)展等多個方面，詳細闡述BP
rnn是遞歸神經網絡還是循環(huán)神經網絡
RNN（Recurrent Neural Network）是循環(huán)神經網絡，而非遞歸神經網絡。循環(huán)神經網絡是一種具有時間序列特性的神經網絡，能夠處理序列數據，具有記憶功能。以下是關于循環(huán)
遞歸神經網絡與循環(huán)神經網絡一樣嗎
神經網絡是一種基于樹結構的神經網絡模型，它通過遞歸地將輸入數據分解為更小的子問題來處理序列數據。RvNN的核心思想是將復雜的序列問題
遞歸神經網絡是循環(huán)神經網絡嗎
遞歸神經網絡（Recurrent Neural Network，簡稱RNN）和循環(huán)神經網絡（Recurrent Neural Network，簡稱RNN）實際上是同一個概念，只是不同的翻譯方式
循環(huán)神經網絡和卷積神經網絡的區(qū)別
循環(huán)神經網絡（Recurrent Neural Network，RNN）和卷積神經網絡（Convolutional Neural Network，CNN）是深度學習領域中兩種非常重要的神經網絡
深度神經網絡與基本神經網絡的區(qū)別
在探討深度神經網絡（Deep Neural Networks, DNNs）與基本神經網絡（通常指傳統(tǒng)神經網絡或前向神經網絡）的區(qū)別時，我們需要從多個維度進行深入分析。這些維度包括
卷積神經網絡和bp神經網絡的區(qū)別在哪
結構、原理、應用場景等方面都存在一定的差異。以下是對這兩種神經網絡的詳細比較： 基本結構 BP神經網絡是一種多層前饋神經網絡，由輸入層、隱藏層和輸出層組成。每個神經元之間
反向傳播神經網絡和bp神經網絡的區(qū)別
反向傳播神經網絡（Backpropagation Neural Network，簡稱BP神經網絡）是一種多層前饋神經網絡，它通過反向傳播算法來調整網
如何使用神經網絡進行建模和預測
神經網絡是一種強大的機器學習技術，可以用于建模和預測變量之間的關系。 神經網絡的基本概念 神經網絡是一種受人腦啟發(fā)的計算模型，由大量的節(jié)點（神經元）組成，這些節(jié)點
bp神經網絡是深度神經網絡嗎
Network）有相似之處，但它們之間還是存在一些關鍵的區(qū)別。 一、引言 神經網絡是一種模擬人腦神經元結構的計算模型，它由大量的神經元（或稱為節(jié)點）組成，這些神經元
bp神經網絡和卷積神經網絡區(qū)別是什么
結構、原理、應用場景等方面都存在一定的差異。以下是對這兩種神經網絡的比較： 基本結構 BP神經網絡是一種多層前饋神經網絡，由輸入層、隱藏層和輸出層組成。每個神經元之間
卷積神經網絡的原理是什么
基本概念、結構、訓練過程以及應用場景。 卷積神經網絡的基本概念 1.1 神經網絡 神經網絡是一種受人腦神經元結構啟發(fā)的數學模型，由大量的節(jié)點（神經
卷積神經網絡和bp神經網絡的區(qū)別
卷積神經網絡（Convolutional Neural Networks，簡稱CNN）和BP神經網絡（Backpropagation Neural Networks，簡稱BPNN）是兩種
神經網絡架構有哪些
神經網絡架構是機器學習領域中的核心組成部分，它們模仿了生物神經網絡的運作方式，通過復雜的網絡結構實現信息的處理、存儲和傳遞。隨著深度學習技術的不斷發(fā)展，各種
工商網監(jiān)
評論