很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于新的AI方法增加了人工神经网络的功能的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对新的AI方法增加了人工神经网络的功能这篇文章感兴趣的小伙伴可以一起来看看

来自艾恩德霍芬科技大学，德克萨斯大学奥斯汀分校和德比大学的国际科学家团队开辟了一种革命性的方法，可以二次加速人工智能(AI)训练算法。这为便宜的计算机提供了完整的AI功能，并使一台超级计算机在一到两年内就可以利用人工神经网络，而这种人工神经网络在数量上已经超过了当今人工神经网络的可能性。科学家于6月19日在“ 自然通讯 ”杂志上提出了他们的方法。

人工神经网络(ANN)是AI革命的核心，它正在塑造社会和技术的各个方面。但是到目前为止，我们已经能够处理的人工神经网络无法解决非常复杂的问题。最新的超级计算机将要与一个1600万个神经元的网络(大约相当于一个青蛙大脑的大小)作斗争，而一台功能强大的台式计算机要训练仅十万个神经元的网络就需要十几天的时间。

个性化医学

所提出的方法被称为稀疏进化训练(SET)，其灵感来自生物网络，尤其是神经网络，这得益于其三个简单的功能：网络相对较少的连接(稀疏性)，枢纽很少(无标度)和路径短(小世界)。《自然通讯》报道的这项工作通过引入一种新的训练程序来证明摆脱完全连接的人工神经网络的好处(就像在一般 人工智能中所做的那样)，该程序从一个随机的，稀疏的网络开始，逐步地演变为一个无标度的系统。在每个步骤中，都会消除较弱的连接，并随机添加新的连接，这类似于称为突触收缩的生物学过程。

这种方法惊人的加速效果具有巨大的意义，因为它将同意 将AI应用到由于大量参数而当前无法解决的问题上。例子包括负担得起的个性化药物和复杂的系统。在复杂的，瞬息万变的环境(例如智能电网和社交系统)中，需要频繁地对ANN进行即时再培训，因此，提高学习速度(而不影响准确性)至关重要。另外，因为可以用有限的计算资源来实现这种训练，所以对于连接到较大系统的许多分布式设备的嵌入式智能，建议的SET方法将是首选。

青蛙脑

因此，具体而言，使用SET，任何用户都可以在自己的笔记本电脑上构建多达100万个神经元的人工神经网络，而使用最新方法，则仅保留给昂贵的计算云使用。这并不意味着云不再实用。他们是。想象一下，您可以使用SET在它们之上构建什么。目前，最大的基于超级计算机的人工神经网络具有青蛙大脑的大小(约1600万个神经元)。在克服了一些技术挑战之后，借助SET，我们可以在接近人脑大小(约800亿个神经元)的相同超级计算机上构建人工神经网络。

主要作者Decebal Mocanu博士说：“是的，我们确实需要如此庞大的网络。例如，研究表明，人工神经网络可以很好地检测人类基因中的癌症。但是，完整的染色体太大，无法容纳先进的人工神经网络，但它们可以容纳800亿个神经元网络。这个事实可以为我们所有人带来更好的医疗保健和负担得起的个性化医疗。”