人工神经网络算法的例子

人工神经网络算法的例子
2018年09月22日 09:37 五金堂

大脑中的信号以大约每秒118.872米的速度从一个神经元跳到另一个神经元。另一方面,光在一秒钟内传播的速度3.0×10^8m/s 。想象一下,如果人类大脑中想信号传播速度也有光那么快,那将会发生什么不可思议的事。

加州大学洛杉矶分校(UCLA)的研究人员周四公布了一种3D打印的光学神经网络,它能让计算机以光速来解决复杂的数学计算问题。

除了有点夸张之意外,研究人员认为,这种计算技术可以将机器学习算法的能力(这是目前许多人工智能应用的基础)转变为一种全新的工具。

深度学习是人工智能研究和实现中增长最快的领域之一。如:计算机通过人体组织图像诊断癌症的方法、信用评分的判定以及当就职人员在某一行业中的口碑较差事,那么人工智能很可能会让你失去这份工作。

人工神经网络在同样的逻辑下工作,但“神经元”只是高度简化的数据被输入数学方程式,然后在计算解决方案时被输出。人工神经网络包含成千上万的这些数学神经元,它们被层层排列。当一个神经元进行计算时,它将传递给下一层的一个神经元,在这个神经元执行计算并依次传递。

研究人员通过给人工神经网络提供大量的解决方案来训练人工神经网络,比如识别树木的图片。通过显示树的神经网络图像的解决方案让算法“学习”树是什么。随着时间的推移,算法会自动调整每个神经元的数学运算,直到输出与训练集的解决方案相匹配。当一台计算机识别一个物体时,它只是简单地给出一个数学解,这个解即为一个数学概率(即物体是一棵树的概率为95%)。

本文引用:https://www.ait800.com/ai/500.html

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部