一种新神经网络架构让AI更易懂

文章预览

（来源：MIT TR） 科学家对神经网络中人工神经元工作方式进行调整可以使人工智能更容易被理解。 人工神经元是深度神经网络的基本组成部分，几十年来几乎没有任何变化。虽然这些网络赋予了现代人工智能强大力量，但它们向来都是难以捉摸的。  现有的人工神经元用于 GPT-4 等大型语言模型，其工作原理是：接收大量输入，将它们相加，然后使用神经元内部的另一种数学运算将总和转换为输出。这些神经元组合在一起形成了庞大的神经网络，它们的组合工作可能很难解码。 但这种组合神经元的新方法的工作原理略有不同，现有神经元的一些复杂性被简化并移到神经元之外。在内部，新的神经元只需对它们的输入进行求和并产生输出，而不需要额外的“隐藏操作”。这种神经元网络被称为 Kolmogorov-Arnold Networks（KAN），其以开发它们的俄罗斯数学 ………………………………