空间与时间在神经形态认知智能体中的重要性
神经与进化计算
2019-11-05 v1
摘要
人工神经网络与计算神经科学模型已取得巨大进展，使计算机在图像识别、自然语言处理或自动驾驶等人工智能（AI）应用中获得了令人瞩目的成果。尽管进展显著，生物神经系统所消耗的能量比当今的人工神经网络低数个数量级，且更加敏捷和自适应。这种效率与自适应差距部分源于生物神经处理系统的计算基底与当今计算机的根本构造不同。生物系统使用以大规模并行方式运作的存内计算单元，而非以顺序方式复用的时分复用计算单元。此外，生物神经元的活动遵循真实物理时间中的连续时间动力学，而非脱离实时的离散时间周期。在此，我们提出神经形态处理器件，其通过使用在实时运作的混合同步模拟/数字电路的并行实例来模拟生物式处理。我们认为这种方法在计算效率上具有显著优势。我们展示了使用此类器件与环境交互并展现自主学习的具身神经形态智能体示例。
引用
@article{arxiv.1902.09791,
title = {The importance of space and time in neuromorphic cognitive agents},
author = {Giacomo Indiveri and Yulia Sandamirskaya},
journal= {arXiv preprint arXiv:1902.09791},
year = {2019}
}