Разработана новая архитектура искусственных нейронов, копирующая структуру дендритов человеческого мозга

Дендриты — это разветвлённые отростки нервных клеток, напоминающие ветви деревьев. Их основная функция — получать информацию от других нейронов и передавать её в тело клетки. В течение многих лет роль дендритов в обработке информации была неясной, но недавние исследования показали, что они могут выполнять сложные вычисления независимо от основного нейрона. Кроме того, дендриты необходимы для пластичности мозга, то есть его способности адаптироваться к меняющимся условиям.

Искусственный интеллект (ИИ) играет важнейшую роль в стимулировании инноваций и повышении эффективности в различных отраслях, предлагая более рациональные решения сложных проблем и улучшая нашу повседневную жизнь. Однако современные системы ИИ огромны и содержат от миллионов до миллиардов параметров, потребляя при этом огромное количество энергии, что ограничивает их широкое применение.

Интегрируя в ИИ функции, вдохновлённые нейробиологией, можно создавать более компактные и интеллектуальные системы, которые имитируют то, как наш мозг обрабатывает информацию, повышая эффективность распознавания закономерностей и принятия решений. Это приводит к созданию более эффективных приложений на основе ИИ.

В недавней статье, опубликованной в журнале Nature Communications, команда доктора Панайоты Поираци из Института молекулярной биологии и биотехнологий (IMBB) компании FORTH предложила новую архитектуру для искусственных нейронов, которая включает в себя различные особенности биологических дендритов, и протестировала её в различных сценариях распознавания изображений.

Изображение: Искусственные нейронные сети (ИНС) с дендритами. На этом рисунке показана структура искусственных нейронов с дендритами, вдохновлённая биологическими нейронами. По сравнению с традиционными ИНС, дендритные ИНС демонстрируют более высокую производительность при распознавании изображений, характеризуются меньшими затратами энергии, меньшим размером сети и меньшим переобучением. Автор: доктор Спиридон Чавлис

Результаты показывают, что эти дендритные нейросети более устойчивы к переобучению и могут соответствовать или превосходить по производительности традиционные нейросети, используя при этом гораздо меньше ресурсов, а именно обучаемых параметров и этапов обучения.

Это улучшение достигается за счёт уникального подхода к обучению, при котором несколько узлов в сети вносят вклад в кодирование различных категорий. Это отличается от традиционных искусственных нейронных сетей, в которых большинство узлов относятся к определённой категории. В целом исследование показывает, что включение дендритных функций может сделать искусственные нейронные сети более умными и эффективными.

Источник: russianelectronics.ru

Комментарии: