抬頭，人類。人工智能可能會變得更加聰明。
一支國際科學家團隊使用神經網絡模型為人工智能係統開發了一種新型的合成突觸。在人工神經網絡中，計算系統旨在模仿人腦的功能，並複制了數字神經元和突觸，以復制其生物學對應物的功能。
在這種情況下，突觸是神經元的門戶，無論是合成的還是生物學的，可以將信息和信號傳遞給彼此。它們是生物和人工神經網絡中的結締組織。據估計，典型的人類神經系統包含超過100萬億的突觸。
儘管科學家在人工神經網絡方面取得了巨大的成功，但當代AI系統受到特定限制的阻礙。在哺乳動物的大腦中，突觸可以同時容納兩種類型的信號 - 抑制性和興奮性。但是，由納米鏡電子組件製成的人工突觸一次只能一次處理一種信號。結果，AI系統只能以半油門運行。
到目前為止。
根據新研究出版本週在日記中ACS納米。該項目的資金由國家科學基金會和陸軍研究辦公室提供。
南加州大學的合著者韓沃說：“這些新的人工突觸允許將同一突觸重新配置為興奮性或抑制模式，在固態人造突觸設備中，這是不可能的。” “這種新的功能靈活性對於啟用更複雜的人工神經網絡很重要，該神經網絡也可以像我們的大腦一樣動態重新配置。”
韓說，在人腦中，興奮性反應通常會使大腦更加興奮和機敏，而抑製作用的反應使其更加平靜和放鬆。沿著神經系統進一步，興奮性反應會導致肌肉收縮並抑制性肌肉使肌肉放鬆。
新的人工突觸允許在計算機系統中的類似功能。在神經系統使用生物突觸來處理化學和電信號的地方，人工神經網絡使用合成突觸來處理數字信息。
王說：“在人工神經網絡中，興奮性信號增強了網絡內的某些連接並抑制反應削弱了這種聯繫。”
這種生物學仿真對於人工神經網絡中的下一代認知能力的發展至關重要。
王說：“可以模仿更複雜的神經系統，從而使系統可能更加聰明和通用。”
您需要一個或三個博士學位才能真正纏繞著所有的頭，但王建議使用汽車隱喻。
王說：“就像一個是加速器，另一個是製動器，兩者共同努力確保大腦活動的適當功能和穩定性 - 汽車。” “這更接近生物大腦可以做什麼。”
最初出版尋求者。
