Bug的大脑比机器学习

发布的丽莎哈维,2018年4月3日

(30天)| 5视图0喜欢|7评论

生物长期以来为技术提供了灵感。生物仿生鸟帮助我们设计我们的第一个飞机,而种子的钻头的结构复制维可牢尼龙搭扣。今天,生物仿生应用等先进技术机器人和计算机视觉。

另一个现代应用程序的生物仿生人工智能(AI)。与人工智能,机器学习等自然认知功能和解决问题。人工神经网络(ann)把生物仿生更进一步通过创建计算系统受生物的大脑。

但是多么智能系统可以模仿一个相对不成熟的生物大脑?事实证明,由于进化,甚至相对简单的生物可以很聪明的大脑一个任务时,对于他们的生存是必要的。蛾,这意味着嗅觉。

有时候,小更好

尽管蛾的大脑的大小微不足道的东西时,它是高效学习新的气味。需要它的嗅觉寻找食物和寻找配偶,这两个关键任务作为一个物种生存。

华盛顿大学的研究人员开发了一个神经网络,被称为MothNet,基于蛾的大脑的结构。

《蛾嗅觉网络是最简单的生物神经系统,可以学习,”研究人员杰弗里·Riffell查尔斯·b·德拉亨特和j·内森他表示,在他们的论文中提到的,学习的生物机制:计算模型嗅觉学习Manduca sexta蛾,神经网络的应用程序。

的麻省理工学院技术评论文章中,为什么即使蛾的大脑比AI聪明吗由MothNet描述了生物系统复制,“飞蛾的嗅觉学习系统是相对简单的,由神经学家映射。它由五个不同的网络,信息从一个到另一个。”

MothNet旨在模拟蛾的大脑的结构。图片来源:德拉亨特,他表示。

而不是识别气味,研究人员利用监督学习训练安识别手写的数字只有15到20每个数字从0到9的图像。训练样本来自MNIST(修改国家标准与技术研究院)数据库数字常用的机器学习领域的培训和测试。MNIST数据库的一些例子如下所示:

样本从MINST数据库。图片来源:维基百科,CC 4.0。

他们发现MothNet可以学习比机器快得多。MothNet“学会”认识到数字几训练样本有85%到75的准确性。相比之下,一个典型的卷积神经网络需要成千上万的训练例子达到99%的准确率。

研究人员发现,斜纹夜蛾的生物系统有效地学习是因为三个主要特征可以帮助发展的新的机器学习算法:

首先,它学会了快速过滤信息的每一步,只有最重要的信息传递到下一个阶段是系统。虽然第一个五个不同网络始于近30000受体天线,第二网络由4000个细胞。信息到达的时候最后一个网络系统中,神经元数量10年代。
第二,过滤过程的好处是消除噪声的信号。前两个网络之间的稀疏层作为一个有效的噪声滤波器,保护下游神经元从嘈杂的信号接收的“天线”。
最后,大脑的“奖赏”成功地识别气味和一个叫章鱼胺的释放的一种化学神经递质,强化成功连接的神经线路。主动联系加强分配数字,其余的枯萎。