來自維也納維也納（Vienna），奧地利奧地利技術(shù)學(xué)院（IST Austria）和美國麻省理工學(xué)院（MIT）的國際研究團隊已經(jīng)開發(fā)了一種新的人工智能系統(tǒng)，該系統(tǒng)基于線蟲等小動物的大腦。這個新穎的AI系統(tǒng)可以控制帶有幾個人工神經(jīng)元的車輛。該團隊表示，該系統(tǒng)比以前的深度學(xué)習(xí)模型具有決定性的優(yōu)勢：它可以更好地應(yīng)對嘈雜的輸入，并且由于其簡單性，可以詳細說明其操作模式。它不必被視為復(fù)雜的“黑匣子”，但人類可以理解。這種新的深度學(xué)習(xí)模型現(xiàn)已發(fā)表在《自然機器智能》雜志上。

類似于活腦，人工神經(jīng)網(wǎng)絡(luò)由許多單個細胞組成。當一個單元處于活動狀態(tài)時，它將向其他單元發(fā)送信號。下一個小區(qū)接收到的所有信號都會組合起來，以決定該小區(qū)是否也將變?yōu)榛顒訝顟B(tài)。一個細胞影響下一個細胞活動的方式?jīng)Q定了系統(tǒng)的行為-在自動學(xué)習(xí)過程中調(diào)整這些參數(shù)，直到神經(jīng)網(wǎng)絡(luò)可以解決特定任務(wù)為止。

“多年來，我們一直在研究我們可以從自然界中學(xué)到什么，以改善深度學(xué)習(xí)，”維也納工業(yè)大學(xué)“網(wǎng)絡(luò)物理系統(tǒng)”研究小組負責人拉杜格羅蘇教授說?！袄?，線蟲的線蟲生活中的神經(jīng)元數(shù)量驚人地少，并且仍然表現(xiàn)出有趣的行為模式。這是由于線蟲的神經(jīng)系統(tǒng)有效而和諧地處理信息的方式所致?！?/p>

麻省理工學(xué)院計算機科學(xué)與人工智能實驗室（CSAIL）主任Daniela Rus教授說：“自然向我們展示了仍有很多改進的空間?！耙虼?，我們的目標是大幅降低復(fù)雜性并增強神經(jīng)網(wǎng)絡(luò)模型的可解釋性?！?/p>

“受自然界的啟發(fā)，我們開發(fā)了神經(jīng)元和突觸的新數(shù)學(xué)模型，” IST Austria總裁Thomas Henzinger教授說。

TU Wien和MIT CSAIL計算機工程學(xué)院的博士后研究員Ramin Hasani博士說：“與以前的深度學(xué)習(xí)模型相比，單個單元內(nèi)信號的處理遵循不同的數(shù)學(xué)原理?！薄按送猓覀兊木W(wǎng)絡(luò)非常稀疏-這意味著并非每個單元都與其他每個單元連接。這也使網(wǎng)絡(luò)更加簡單?！?/p>

為了測試新想法，團隊選擇了一項特別重要的測試任務(wù)：將自動駕駛汽車留在自己的車道上。神經(jīng)網(wǎng)絡(luò)接收道路的攝像機圖像作為輸入，并自動決定是向右還是向左轉(zhuǎn)向。

“如今，具有數(shù)百萬個參數(shù)的深度學(xué)習(xí)模型通常用于學(xué)習(xí)諸如自動駕駛之類的復(fù)雜任務(wù)，” IST Austria的TU Wien校友和博士生Mathias Lechner說?！暗?，我們的新方法使我們能夠?qū)⒕W(wǎng)絡(luò)規(guī)模減少兩個數(shù)量級。我們的系統(tǒng)僅使用75，000個可訓(xùn)練參數(shù)。”

麻省理工學(xué)院CSAIL的學(xué)生亞歷山大·阿米尼（Alexander Amini）解釋說，新系統(tǒng)由兩部分組成：攝像機輸入首先由所謂的卷積神經(jīng)網(wǎng)絡(luò)處理，該卷積神經(jīng)網(wǎng)絡(luò)僅感知視覺數(shù)據(jù)以從傳入像素中提取結(jié)構(gòu)特征。該網(wǎng)絡(luò)確定攝像機圖像的哪些部分有趣且重要，然后將信號傳遞到網(wǎng)絡(luò)的關(guān)鍵部分-“控制系統(tǒng)”，然后控制車輛。

兩個子系統(tǒng)堆疊在一起并同時接受培訓(xùn)。收集了大波士頓地區(qū)許多小時的人類駕駛交通視頻，并將其與有關(guān)如何在任何給定情況下如何駕駛汽車的信息一起饋入網(wǎng)絡(luò)-直到系統(tǒng)學(xué)會了自動將圖像與適當?shù)奈恢眠B接并可以獨立處理新情況。

該系統(tǒng)的控制部分（稱為神經(jīng)回路策略或NCP）將感知模塊中的數(shù)據(jù)轉(zhuǎn)換為轉(zhuǎn)向命令，僅包含19個神經(jīng)元。Mathias Lechner解釋說，NCP比以前的最新模型小3個數(shù)量級。

責任編輯：lq