想让机器人更聪明?IBM正在测试人脑运算法则|西甲下注网站

西甲下注

西甲下注-十年来,Palm的创始人杰夫霍金斯把他所有的时间和积累用于理论研究,这一理论解释了人脑的工作原理,为新的人工智能软件获得了理论基础。 但是,霍金斯的Numenta公司对科技行业影响不大,即使机器学习已经在谷歌等公司发挥了核心作用。 现在另一个大科学技术人员对他的理论感兴趣。

IBM已经在位于加利福尼亚州圣何塞的阿尔马安研究室正式成立了研究Numenta公司自学算法的研究小组。 他们把这些算法用于卫星图像的分析和测试,设计了可以在硬件上执行霍金斯设想的计算机。 霍金斯说大约有100人专门从事这个项目。 这个项目的内部名称是皮质自学中心。

IBM不允许项目负责人温弗里德威尔克拒绝采访媒体,但在桑迪亚国立研究所2月举行的大会上公布了他的工作。 他称赞Numenta的软件比其他机器学习软件更像生物现实,能更有效地分析原始数据。 专家们一般在用于机器学习软件之前需要用样本数据进行训练。

官方网站

威尔说Numenta的软件可以通过机器学习更好地解决问题。 机器学习由谷歌和其他电脑公司完成了图像分类和口语处理等各种任务。

很多研究者为了寻找数据中不存在的模式,专注于训练多层人工神经网络的被称为深度自学的技术的研究,其结果备受瞩目,但深度自学与生物学不相似。 Numenta的算法也以网络开始,但研究者的目标是正确再现被称为新皮质的大脑外侧的约100个神经元组成的神经电路的结构。 霍金斯说:我们在某种程度上是从人脑的生物功能中获得灵感的,我的目的几乎是再现人脑的功能。

他指出大脑认识世界的能力来自这些神经回路。 在软件上模仿这些电路使机器学习软件更强大。

他说,这样我们就能构筑可靠的机器智能。 威尔在桑迪亚研究所大会上说Numenta公司在利用生物线索和制作实用工具之间取得了平衡。 威尔说。

“我们可能找到了突破口。 Numenta的算法太形式化了,太简单了,可以制作大规模的模型。 IBM研究小组研究了Numenta的算法,分析了作物卫星图像,从数据中找到了机器故障的初始迹象。

西甲下注网站

威尔说他们正在开发需要物理再现Numenta算法的新电脑。 为了生产这样的计算机,必须填充多个硅片,以模仿Nementa算法中所说的网络的方式连接这些硅片。 但是一些计算机科学家和神经科学家明确地批评了霍金斯的方案,指出他的方案与他的主张出入。

纽约大学心理学教授和人工智能初发公司的GeometricIntelligence领袖GaryMarcus说,Numenta公司的模型可能比人工神经网络更像大脑的工作方式,但该模型被形式化而且至今为止,我从未见过西甲下注网站证明这些方案在具有根本挑战性的任何领域都能取得更好的结果的论据。 马库斯说霍金斯的算法只是模仿已知的工作机制,但大脑的大部分机制依然是个谜。 到目前为止,Numenta公司的技术成果依然有限。

官方网站

他说。 “我从没见过他们想要处理自然语言的解读,或者在图像识别方面有什么最先进的设备成果。 霍金斯认为IBM拒绝接受他的构想说明了其价值,但他可能并不特别意图看到成果。

他已经退出了2013年推出的名为Grok的软件上市获利的计划。
Grok软件是用来寻找云软件日志的异常的,霍金斯说这个软件不会马上免费分发。

Numenta公司的20名员工现在专注于完善基于霍金斯最初理论的算法,重点是让软件学会控制引擎和其他物理设备,对机器人技术来说并不那么简单。 霍金斯说:我们幸运地得到了投资,而且我自己也有一些资金,所以我们不需要马上投入生产。 他指出,我们为今后30年的知识产权奠定了基础。

【西甲下注】。

本文来源:西甲下注网站-www.yanduniot.com