液态AI正在重新设计神经网络
作者：Will Knight
人工智能可能现在是解决高等数学问题表演中复杂推理，甚至使用个人计算机但是今天的算法仍然可以向微观蠕虫学习一二。
液态AI一家源自麻省理工学院的初创公司今天将公布几种基于新型“液态”神经网络的AI模型，这些模型有可能比从聊天机器人到图像生成器再到面部识别系统的现有模型更高效、耗电少且更加透明。
Liquid AI的新模型包括用于检测金融交易中的欺诈行为的一个模型，用于控制自动驾驶汽车的另一个模型以及用于分析基因数据的第三个模型。该公司今天在麻省理工学院举行的一次活动中宣传了这些新的模型，并将其授权给外部公司使用。该公司已从包括三星和Shopify在内的投资者那里获得了资金，这两家公司也在测试其技术。
“我们正在扩大规模，”他说。拉明·哈萨尼Liquid AI公司的联合创始人兼首席执行官，他在麻省理工学院攻读研究生期间共同发明了液态网络。Hasani的研究受到了启发来自秀丽隐杆线虫，一种毫米长的通常在土壤或腐烂植被中发现的蠕虫。这种蠕虫是少数几种其神经系统已被完全绘制出来的生物之一，尽管它只有几百个神经元，却能够表现出非常复杂的行為。哈萨尼说：“这最初只是一个科研项目，但现在这项技术已经完全商业化，并且准备好为企业创造价值。”
在一个常规的神经网络中，每个模拟神经元的属性由一个静态值或“权重”定义，这个值影响其激活（放电）。在液态神经网络每个神经元的行为由一个预测其随时间行为的方程控制，而网络在运行时解决了一系列相互连接的方程。这种设计使得网络更加高效和灵活，允许它即使在训练之后也能继续学习，这一点与传统的神经网络不同。液态神经网络还以现有模型不具备的方式开放给审查，因为它们的行为可以被回溯查看是如何产生输出的。
在2020年，研究人员展示了这样一个仅有19个神经元和253个突触的网络（按现代标准来看非常小），可以控制一辆模拟的自动驾驶汽车。而常规的神经网络只能在静态的时间间隔内分析视觉数据，液体网络则能够非常高效地捕捉视觉信息随时间变化的方式。2022年，Liquid AI的创始人找到了一个捷径这使得液态神经网络所需的数学运算在实际应用中成为可能。
关于《液态AI正在重新设计神经网络》的评论
暂无评论