新型神经网络显著提升识图能力

新型神经网络显著提升识图能力

引用

中国科学院

1.

https://www.cas.cn/kj/202502/t20250210_5046738.shtml

希腊研究团队开发出一种新型人工神经网络，该网络受生物神经元启发，融入了树突特征。研究显示，这种新型神经网络在参数更少、能耗更低的情况下，实现了图像识别性能的显著提升。

研究示意图。图片来源：希腊研究和技术基金会

当前的AI系统普遍存在“体型”庞大、能耗高的问题，参数数量从数百万到数十亿不等，这在一定程度上限制了其广泛使用。希腊研究和技术基金会的科学家们通过模仿大脑中神经元的工作原理，将树突特征集成到AI系统中，成功开发出一种更小且更智能的新型人工神经网络。

树突是神经元短而多分支的结构，形似树枝。它们的主要职责是从其他神经细胞接收信息，并将其传递到细胞体内。研究表明，树突能够独立于主神经元进行复杂的计算，对于大脑的可塑性（即大脑适应环境变化的能力）至关重要。

基于这些发现，研究团队提出了一种全新的人工神经元架构，该架构融合了生物树突的多种特征。他们在各种图像识别场景中对该架构的性能进行了测试，结果显示，这些树枝状神经网络可以在使用更少资源（即更少的训练参数和学习步骤）的情况下，媲美或超过传统神经网络的性能。

新型人工神经网络性能的提升得益于一种独特的学习方法。在该网络中，多个节点能够对不同类别进行编码，而传统人工神经网络中，大多数节点往往只针对特定类别进行编码。融合树突特征的新型神经网络在识别模式和决策制订方面展现出更高效率，这将使AI在多个领域的应用更加高效。

相关论文已发表于新一期《自然-通讯》杂志。

本文原文来自中国科学院网站