-
清华类脑计算模型登Nature子刊，受大脑启发的人工树突网络，实现高能效AI
编辑 | KX5 月 30 日，清华大学类脑计算研究中心施路平团队，研发出全球首款类脑互补视觉芯片「天眸芯」，研究成果登上 Nature 封面。近日，该团队推出一种新的神经形态计算架构，即类脑神经计算模型 「Dendristor」。「Dendristor」旨在复制突触的组织（即神经元之间的连接）和树突的树状结构（即从神经元体延伸出来的突起）。这种创新的树突网络模拟了树突状结构及其固有的时空处理特性…- 17
- 0
-
登Nature，大脑如何把持举动？DeepMind设计拥有「AI大脑」的虚构植物
编辑 | 萝卜皮植物对身材的把持十分精妙，因此不妨做出各种各样的举动。然而，大脑如何兑现这类把持仍不清楚。要加深我们的理解，就需要不妨将把持原理与植物的神经举动结构联系起来的模型。为了兑现这一点，哈佛大学、谷歌 DeepMind 的钻研职员建立了一个「虚构啮齿植物」，使用人工神经收集在物理模拟器中驱动大鼠的生物力学仿真模型。该团队使用深度强化学习来训练虚构代理师法自由举动的老鼠的举动，从而让钻研职…- 9
- 0
-
博世团队提出参照神经算子，进修偏微分方程解对若干变形的滑润圆滑依赖
编辑 | 枯叶蝶在解决具有任意外形域的偏微分方程问题时，现有的神经算子法子致力于进修从若干外形到解的映照，但这通常需要庞大的（若干，解）二元组数据集来训练神经算子以确保准确性。然而，对于如工程设计优化等工业应用，因单次仿真可能耗时数小时乃至数天，满足此数据需求极为困难。针对这一挑战，博世人工智能中心（BCAI）的研究人员提出了参照神经算子（RNO）的概念，作为一种新颖的神经算子实行方式，旨在进修解…- 5
- 0
-
谷歌科学家 Nature 评论：人工智能如何更好地理解大脑
编译 | 绿萝2023 年 11 月 7 日，Google Research 高级研讨科学家，Google 团队衔接组学负责人 Viren Jain，在《Nature》发表了题为《人工智能如何更好地理解大脑》（How AI could lead to a better understanding of the brain）的评论文章。论文链接：？这是数学家、理论家和实验学家长期以来一直在问的一个问…- 14
- 0
-
Nature子刊：科学家在类脑芯片上实现类似LSTM的功能，能效高1000倍
格拉茨技术大学的计算机科学家在 Nature 子刊上发表的一篇论文表明，他们找到了一种在神经形状芯片上模仿 LSTM 的方案，可以让类脑神经形状芯片上的 AI 算法能效提高约 1000 倍。随着智能手机的普及，手机游戏也越来越受欢迎。但视频游戏等程序会大量耗电耗能。与 GPU 等标准硬件相比，基于 spike 的神经形状芯片有望实现更节能的深度神经收集（DNN）。但这需要我们理解如何在基于 eve…- 7
- 0
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×