蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作 Xamarin SDK开源 更正工具已添加到Google网站翻译器中 使用AI进行双检测 DARPA的AI下一步运动-20亿美元! AI在DARPA混战中击败了人类飞行员 Rodney Brooks称AI的状态 Arduino体内的蠕虫意识 深度学习找到您的照片 更多的机器学习应用于Google表格 深度天使-未来媒体操纵的AI ASP.NET更新并重命名 小猫猫猫探测器 .NET Jupyter笔记本宣布 介绍DeepSpeech 在Formula Pi中竞赛A YetiBorg Google开源准确解析器-Parsey McParseface 适用于我们的REST的MIcrosoft的Project Oxford AI API Eyeshot,.NET的CAD控件
您的位置:首页 >大数据 >

蠕虫在尾巴上平衡杆子

秀丽隐杆线虫正迅速成为AI的吉祥物。我们拥有完整的神经元回路,这已经取得了令人瞩目的成就,包括构建蠕虫大脑的人工版本。现在,我们正进入使用创造性发现的电路的时代。

秀丽隐杆线虫是一种微小的线虫,但目前非常重要。我们有一个公认的简单神经回路的完整图谱。它已以多种方式用于实现蠕虫的大脑,令人惊讶的是,人工设备的行为看起来像蠕虫一样。这很有趣,但是单个神经元的建模并不现实。更多的人工神经网络以相同的方式连接起来。现在,来自奥地利TU Wien的Mathias Lechner,Radu Grosu和Ramin M. Hasani的研究人员团队创建了一个更准确的模型,并将神经网络的一部分重新用于其他工作。

使用微分方程为泄漏积分和火神经元建模神经元-在生物学上比在人工神经网络中找到的神经元加权总和类型更合理。建模的网络部分是“窃听撤回” TW电路,当窃听其尾巴时,蠕虫会移动。

轻拍

这用于控制倒立摆-这是标准的AI任务,尤其是在强化学习中。倒立摆基本上是连接到小推车上的铰接杆。推车可以向左或向右移动,任务是将其移动以平衡杆。这与抽头抽回动作足够相似,以允许相同的神经元回路完成这项工作:

tap2

使用了电路的结构,但通过基于搜索的强化学习算法调整了参数。这似乎可行:

“最终的TW神经回路实现了最大可能的1,000的回报,这等于PID状态控制器或人工神经网络的性能。但是,由于手推车的位置和速度要么馈入电路中,要么直接影响奖励,因此受控手推车会产生很小的漂移,这会在环境评估后使其到达可移动空间的一端。结束”

您可以在以下短视频中看到运行中的电路:

您还可以在推车移动时看到电路中神经元的功能。

这很有趣,因为它证明了TW回路中神经元的结构能够解决一个困难的控制问题,而要做的就是调整控制神经元敏感度的参数。请注意,网络不是通常意义上的学习任务,而是使用强化学习来调整它。据推测,这些参数可能会随着时间的推移以渐进方式进行调整。

tap3

网络中的结构似乎具有很多功能,这是我们当前典型的人工神经网络与TW之间的另一个巨大差异。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。