大腦是一個由數十億個神經元組成的複雜網絡。每個神經元同時與成千上萬個神經元通過「突觸」溝通,並通過名為「樹突」結構的多條長長的「手臂」接收外界的信息。
在過去七十多年來,科學家一直以為,大腦學習的過程是通過改變突觸(synapse)的強度,繼而激活與它們相連的神經元而完成。這種理論也指導著人工智能網絡、機器學習算法的設計,對現代社會的方方面面有著深遠的影響。可是最新的一份研究發現,神經元的工作模式並不是這樣。
以色列巴伊蘭大學(Bar-Ilan University)的研究人員在新研究中揭示,他們的實驗顯示,學習的機制主要是通過神經元的樹突(dendritic trees)結構完成。研究者稱,樹突結構就像神經元大樹的樹幹和樹枝,學習的過程是通過改變樹幹和樹枝的強度而完成,而不像以前以為的僅改變突觸(樹狀結構上的葉子)進行。
研究稱這項發現表明神經元是個非常複雜、動態的計算單元,並不是像以前認為的只有激活和關閉兩種狀態的二元系統。僅一個神經元就能執行深度學習算法,而以前的研究以為,這需要一整套由幾千個神經元、並通過突觸相互連接的人工智能網絡才能完成。
這份研究的負責人巴伊蘭大學物理系教授伊多‧坎特(Ido Kanter)說:「我們的研究顯示,單個神經元樹狀結構進行學習後,對手寫數字識別的成功率接近100%。這項發現為開發新型仿生人工智能硬件鋪平了道路。」
這份研究4月28日發表於《自然》(Nature)旗下的子刊《科學報告》(Scientific Reports)期刊。#
------------------
請訂閱新官方YouTube頻道:
https://bit.ly/2XxPrsd
✅立即支持訂閱:
https://hk.epochtimes.com/subscribe
✅直接贊助大紀元:
https://www.epochtimeshk.org/sponsors
✅成為我們的Patron:
https://www.patreon.com/epochtimeshk
------------------
💎成為會員 📧訂閱電子報
https://hk.epochtimes.com/subscribe
🔔下載大紀元App 接收即時新聞通知
🍎iOS:https://bit.ly/epochhkios
🤖Android:https://bit.ly/epochhkand