公司新闻

被忽略了1个多世纪的大脑关键物质 让AI行为越来越像人类

大脑

在曩昔的1个世纪里,神经科学的研讨使人们过错地以为乐橙游戏注册神经元是仅有可以处理和学习信息的细胞,这种误解和现实相去甚远。

星形胶质细胞是另一种类型的脑细胞,曩昔研讨人员一向以为,它的作用仅仅是添补神经元之间的空地。但现在的研讨发现,这些细胞在大脑功用中也起着要害作用,包含学习和中枢形式生成(CPG),这是呼吸和行走等要害节律行为的根底。

现有的核算机体系都是以神经元的结构和功用为方针的,遭到新研讨结果启示,罗格斯大学的研讨人员提出了一种新算法。他们将在7月份的ICONS 2020大会上介绍了一种由人工星形胶质细胞调制的神经形状中枢形式发生器(CPG),它成功将几种有节奏的行走行为植入室内机器人中。

研讨人员引进了一种新的神经形状研讨办法,旨在经过仿制神经元和星形胶质细胞协同作业发生特定行为的无缝办法来了解和仿照人脑全体。他们是第1个从这个视点看待人工智能(AI)开展的人,他们不以为神经元是大脑中仅有的处理单元,而是在神经网络中引进星形胶质细胞作为第2个处理单元。

罗格斯大学核算机科学助理教授、这项研讨的首席研讨员康斯坦蒂诺·米奇米索斯(Konstantinos Michmizos)表明,星形胶质细胞的数量是神经元的2到10倍。了解或仿照大脑一半以上的部分在做什么的影响是巨大的。”

首要,米奇米索斯的实验室规划了核算模型,描绘了当星形胶质细胞接纳和发送神经脉冲时,星形胶质细胞内部发生了什么。然后,他们将这些模型用作神经元星形细胞网络的构建块,这些神经网络被嵌入到可以操控机器人的神经形状芯片中。

在研讨人员规划的体系中,机器人的功用天然来自人工神经元和星形胶质细胞之间的塑性相互作用。因而,他们的CPG的结构和功用与干流的学习算法有很大的不同,干流的学习算法只重视神经元,没有充分利用大脑怎么作业的现有常识。

经过让星形胶质细胞改动神经元之间的沟通办法,这个网络改动了它操控有腿机器人的办法,而不改动它的结构。这种可塑的细胞功用改动了神经元传递神经脉冲的办法,是一种与干流学习算法底子不同的办法。

一般,神经形状芯片被用来完成简略的神经元模型,这些模型只仿制人脑细胞的部分活动。米奇米索斯和他的团队是第1批在神经形状芯片上成功完成更杂乱行为(如迸发行为)的人之一。

到目前为止,该团队现已经过运用CPG在仿照环境中操控6条腿机器人的行走行为来证明其有效性。他们的体系取得了明显的作用,使机器人可以在不同的速度下高效地移动,而不会遭到外界感官搅扰的影响。

译/前瞻经济学人APP资讯组

参考资料:

[1]https://techxplore.com/news/2020-07-astrocytes-behavior-robots-neuromorphic-chips.html

联系我们

CONTACT US

联系人:张先生

手机:

电话:

邮箱:

地址: