弯曲的神经网络通过几何设计使AI记忆回忆

一项新的国际研究引入了弯曲的神经网络，一种新型的AI内存体系结构，灵感来自几何学的想法。该研究表明，弯曲AI“认为”可以创造爆炸性记忆的“空间”可以让人回想起与人脑中的灯泡时刻相似的作用。该研究为脑启发的计算，神经科学甚至下一代机器人技术开辟了新的途径，提供了更好地理解记忆本身的工具。

如果什么人工智能能记住事情不仅好，而且更快或更可靠吗？一项新的国际研究引入了一种新型的AI记忆``一个不是通过更多数据来应对挑战的，而是几何学。

来自巴斯克应用数学中心（BCAM），Araya Inc.，Sussex大学和京都大学的研究人员团队开发了一种新的AI类模型，称为Curved Neural Networks。

他们的发现，出版在自然通讯，显示AI“认为”的“空间”如何创造爆炸性记忆的“空间”如何回忆起类似于人类大脑中的灯泡时刻的效果。

传统的AI系统依赖于相对简单的连接，类似于一对一的对话。“但是人脑在BCAM的Miguel Aguilera说：“以丰富的多向交互作用，许多信号立即相互影响。为此，团队将弯曲的几何形状引入了AI模型，从而可以进行更复杂且栩栩如生的记忆过程。

团队的弯曲神经网络揭示了三个关键特征：爆炸性记忆回忆，系统可以轻松地跳到存储的内存，例如翻转开关；自我调整智能，AI自动调整其回忆时的“焦点”，从而加快了其响应；较少的错误，其中单个调整参数使系统可以在内存功率和准确性之间取得平衡。

Araya Inc.的Pablo A Morales说：“这些特性不是硬编码，而是自然而然地来自模型的曲面几何形状。”这一发现可能导致AI系统更适应性，高效且更易于理解当今的“黑盒”模型的重大飞跃。

苏塞克斯大学的费尔南多·E·罗萨斯（Fernando E.“这项工作开辟了有关大脑和机器如何有效存储和检索信息的新方法。”

京都大学副教授Hideaki Shimazaki补充说：“最初是一个简单的想法。”神经网络•进入了一个深入的协作之旅。这一发现无疑将有助于AI的未来。”