Nature論文 “淺腦理論”：深度神經網絡或許不是下一代AI的核心架構？

AIGC動態歡迎閱讀

原標題：Nature論文 “淺腦理論”：深度神經網絡或許不是下一代AI的核心架構？
關鍵字：皮質,皮層,區域,丘腦,結構
文章來源：人工智能學家
內容字數：13092字

內容摘要：

導讀：最新的神經科學研究挑戰了傳統的認知，提出了“淺層大腦”假說，顛覆了傳統對大腦層級結構的理解。相較于深度學習和預測性編碼，這一新理論認為大腦架構更為扁平，每個腦區都能直接與亞皮質結構相互作用，形成大規模的并行計算單元。從感知到，甚至意識，各腦區都在這個淺層網絡中發揮著重要作用。這項新理論可能為人工智能領域帶來革新，從而為未來智能系統的發展提供新的啟示。本文總結：
解剖大腦后分析大腦的連接特性發現，我們強調深度學習和預測編碼雖然是目前AI的主流，但神經生物學的證據表明分層結構可能并非神經處理的核心。
淺腦假設認為大腦具有淺層結構，由大量并行的遞歸神經網絡組成，每個網絡不僅向亞皮層區域投射，而且具有高度復雜的微電路，從而能夠利用淺的皮質-亞皮質回路和皮質層次結構之間的“橫向”形成的計算能力進行快速而強大的計算。
淺層大腦結構的基本單元是一個包含L5p神經元的單一丘腦-皮層-亞皮層回路。
淺腦假說模型有三個潛在的優點：局部學習，速度和靈活可拆解的跨層次特征表達方式。
淺腦理論和Jeff的A Thousand Brains有些許相似之處(https://www.numenta.com/

原文鏈接：Nature論文 “淺腦理論”：深度神經網絡或許不是下一代AI的核心架構？

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構