人工智能正变得越来越像人脑？

　　参考消息网9月21日报导据卡塔尔半岛电视台网站8月24日报导，科学家们一向致力于开辟人工智能，试图弥合人工智能取人类大脑之间的差异。他们正在近来的实验中发明，有一些人工智能法式已最先能以靠近人脑的体例运转。

　　报导称，该研讨讲明，人工神经网络取人脑的运作异常靠近。

　　10年前，科学家们已培训了很多最进步前辈的人工智能体系，让它们学会运用伟大的数据存储，以“锻炼”人工神经网络学会正确区分事物。

　　这类“监视型”的锻炼须要根据人工来对数据开展分类，这件事情是很是辛苦的。而神经网络往往会运用捷径来学会若何哄骗起码的信息将事物互相联系起来。

　　比方，人工神经网络（一组相连的计算机）大概经过草的存正在来辨认牛的图象，由于牛平常全是正在野外中被拍到的。

　　据《量子杂志》网站中提到的，加州大学伯克利分校的计算机科学家阿列克谢·埃弗罗斯曾默示：“计算机和人工智能步伐并没有真正进修课程，但在测验中还能考得很好。”

　　别的，在那些对生物和人工智能的交织感兴趣的研究人员看来，这类“监视型进修”也许仅限于可以展现生物大脑运作的素质。由于植物和人类并不会运用符号数据组作为独一的进修起原，反而是依附自身对环境的探索所取得的经历，这类体例能使其取得关于天下的雄厚而充裕的领会。

　　现在，盘算神经科学（即凭据神经系统构造的信息处理特征研讨大脑的功效）的一些专家最先探索经由过程由人类来分类的少许数据开展练习的主动神经网络。

　　报导指出，机械“自我进修”算法已被证明正在进修人类言语层面很乐成，而且近来乐成干到了辨认和辨别图象。

　　正在最新的一项研讨中，利用人工智能顺序的自我监视进修模子构建的模仿哺乳动物视觉和听觉体系的测算模子，显然比监视进修模子构建的测算模子更靠近大脑的功用。

　　关于一些神经科学家来讲，人工神经网络好像开端正在逐步揭露出人类和植物大脑的一些预期的学习方法。

　　根据向山公取人工神经网络展现雷同的图象来进行研究，神经科学家利用人工神经网络开发了视觉体系的简朴计算机模型。

　　例如，比照实在神经元和人造神经元的运动，能够发觉这两者浮现出了很是类似且风趣的对应干系。科学家还发觉了用以检验声音和气息的机械之间的一个通信模型。

　　经由过程对人工智能步伐及其毗邻的人工神经网络开展重复的试验，科学家们起头观测到了一种靠近人类大脑进修方法的共同进修模子。

　　AICebic研究所的较量争论神经科学家布莱克·理查兹暗示：“我以为，大脑所做的进修运动毫无疑问90%全是自我监视进修。”

　　大脑还会由本身的毛病中开展进修。正在我们大脑的反响中只有一小部分源自于外部，而这一部分会通知我们谜底是毛病的。

　　理查兹及其团队为接济回覆各类题目的机械创建了一个自我监视模子。他们训练了一个人工智能，该人工智能连系了两种分歧神经网络：一个名为卷积神经网络，负责处理图象；另一个被称为轮回神经网络，专门存眷挪动物体。

　　理查兹的团队发觉，运用卷积神经网络练习的人工智能善于辨认物体，但不善于对活动举行分类。

　　可是，科学家们将通信网络分成了两一些，然后就建立出了两条途径（没有转变神经元的总数）。即人工智能开发了辨别适用于辨认静态物体和挪动物体的两个一些，如许终究就可以对显现给它的场景举行分类。科学家以为，这也是我们人类大脑所运用的方式。

　　为了进一步对人工智能举行测试，研讨团队辨别向人工神经网络和一组老鼠展现了一些视频。值得一提的是，老鼠的大脑中还存在专门处置静态图象和活动特性场景的地区。