设为首页 - 加入收藏 应用计算网_南平站长网 (http://www.0599zz.com)- 国内知名站长资讯网站,提供最新最全的站长资讯,创业经验,网站建设等!
热搜: 2016 2015 平台 学习
当前位置: 首页 > 运营中心 > 交互 > 正文

IBM受生物启发,创造了一个超越传统的人工智能

发布时间:2020-01-24 12:06 所属栏目:[交互] 来源:站长网
导读:听说过FlyHash吗?这个算法的灵感来自于果蝇的嗅觉回路,它可以产生哈希码——物体的数字表示,其性能优于经典算法。但非常可惜的是,由于FlyHash使用随机投影,它无法从数据中学习。 为了克服这一限制,普林斯顿大学、圣地亚哥大学、IBM Research和MIT-IB

IBM受生物启发,创造了一个超越传统的人工智能

听说过FlyHash吗?这个算法的灵感来自于果蝇的嗅觉回路,它可以产生哈希码——物体的数字表示,其性能优于经典算法。但非常可惜的是,由于FlyHash使用随机投影,它无法从数据中学习。

为了克服这一限制,普林斯顿大学、圣地亚哥大学、IBM Research和MIT-IBM Watson AI实验室的研究人员开发了BioHash,它应用“局部”和“生物学上合理的”突触可塑性规则,来生成哈希码。研究人员表示,它比之前发布的各种哈希方法基准测试都要好,而且它还可以生成对相似度搜索有用的二进制表示。

这种被称为扩展表征的现象在神经生物学中几乎无处不在。 “扩展”是指将高维输入数据映射到更高维的二次表示。例如,在上述果蝇嗅觉系统中,大约50个神经元会将它们的活动发送到约2500个细胞——凯尼恩细胞,从而实现约50倍的扩增。

IBM受生物启发,创造了一个超越传统的人工智能

从计算的角度来看,扩展可以增加AI模型的内存存储容量。正是基于这种动机,该团队设计了散列算法BioHash,可用于相似度搜索。在相似度搜索中,给定一个查询、一个相似度度量和一个包含任意数量项的数据库,就可以从数据库中检索与查询最相似的项的排序列表。FlyHash利用了LHS,BioHash也是如此。

但不同的是,BioHash速度更快,可扩展性也更强。

研究人员在MNIST和CIFAR-10上对Biohash进行了培训,以及测试。MNIST是一组包含7万张灰度图像的手写数字,其中10类数字从“0”到“9”不等,CIFAR-10是一个包含6万张来自10类数字的数据集。BioHash在速度方面表现出了最好的检索性能,远远超过了其他方法,而BioHash的改进版本——BioConvHash——由于加入了专门构建的过滤器,性能得到了进一步的提升。

团队断言:扩展表示之所以在生物中普遍存在,是因为它们把相似的刺激聚在一起,把不同的刺激分开。

事实已经证明,神经生物学和机器学习领域是密切相关的。

【免责声明】本站内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

网友评论
推荐文章