AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：Nature論文 “淺腦理論”：深度神經(jīng)網(wǎng)絡(luò)或許不是下一代AI的核心架構(gòu)？
關(guān)鍵字：皮質(zhì),皮層,區(qū)域,丘腦,結(jié)構(gòu)
文章來(lái)源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：13092字

內(nèi)容摘要：

導(dǎo)讀：最新的神經(jīng)科學(xué)研究挑戰(zhàn)了傳統(tǒng)的認(rèn)知，提出了“淺層大腦”假說(shuō)，顛覆了傳統(tǒng)對(duì)大腦層級(jí)結(jié)構(gòu)的理解。相較于深度學(xué)習(xí)和預(yù)測(cè)性編碼，這一新理論認(rèn)為大腦架構(gòu)更為扁平，每個(gè)腦區(qū)都能直接與亞皮質(zhì)結(jié)構(gòu)相互作用，形成大規(guī)模的并行計(jì)算單元。從感知到，甚至意識(shí)，各腦區(qū)都在這個(gè)淺層網(wǎng)絡(luò)中發(fā)揮著重要作用。這項(xiàng)新理論可能為人工智能領(lǐng)域帶來(lái)革新，從而為未來(lái)智能系統(tǒng)的發(fā)展提供新的啟示。本文總結(jié)：
解剖大腦后分析大腦的連接特性發(fā)現(xiàn)，我們強(qiáng)調(diào)深度學(xué)習(xí)和預(yù)測(cè)編碼雖然是目前AI的主流，但神經(jīng)生物學(xué)的證據(jù)表明分層結(jié)構(gòu)可能并非神經(jīng)處理的核心。
淺腦假設(shè)認(rèn)為大腦具有淺層結(jié)構(gòu)，由大量并行的遞歸神經(jīng)網(wǎng)絡(luò)組成，每個(gè)網(wǎng)絡(luò)不僅向亞皮層區(qū)域投射，而且具有高度復(fù)雜的微電路，從而能夠利用淺的皮質(zhì)-亞皮質(zhì)回路和皮質(zhì)層次結(jié)構(gòu)之間的“橫向”形成的計(jì)算能力進(jìn)行快速而強(qiáng)大的計(jì)算。
淺層大腦結(jié)構(gòu)的基本單元是一個(gè)包含L5p神經(jīng)元的單一丘腦-皮層-亞皮層回路。
淺腦假說(shuō)模型有三個(gè)潛在的優(yōu)點(diǎn)：局部學(xué)習(xí)，速度和靈活可拆解的跨層次特征表達(dá)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(jīng)網(wǎng)絡(luò)或許不是下一代AI的核心架構(gòu)？

聯(lián)系作者

文章來(lái)源：人工智能學(xué)家
作者微信：AItists
作者簡(jiǎn)介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)