像人类一样学习，基于信息瓶颈构建类脑算法新形态 | 追问新知

文章预览

追问快读： 1. 当下流行的神经网络都将神经元的传递简化为开关操作，但这是不正确的。脉冲神经网络试图通过脉冲序列和时间编码的方式，模拟生物神经元的动态活动和时间依赖性。 2. 新的训练脉冲神经网络的算法——基于信息瓶颈的学习模型，通过模拟人类和生物的学习方式，允许系统在接收实时反馈的同时进行学习，并首次将工作记忆和突触权重联系起来，这可能为下一代人工智能的发展提供启发。 神经元不仅仅是一个开关 1876年，意大利物理学家Luigi Galvani在一次偶然实验中发现，静电可以让死青蛙的腿动起来。这一发现不仅揭示了神经系统对电信号的反应，也无意中探索到了控制青蛙肢体的“开关”。但实际上， 生物体中神经元不只是开与关的关系，它们的相互作用要复杂得多。如这涉及 膜电位变化 、轴突传递 等更复杂的过程*。 当 ………………………………