根據記錄，人工智能仍然與人腦幾乎沒有相同。充其量，AI已經達到了從人腦中汲取靈感的地步，就像經驗的學習和改變一樣。據報導，一種新的“液體”形式的AI正在適應許多情況下，這對於許多專家來說是一個有趣的新成就。
根據奇異樞紐研究人員表明，一種稱為“液體神經網絡”的新技術允許學習算法機器甚至在初始培訓期之前提高其技能。專家說，這具有一個名為“神經塑性”的內置系統，就像人腦一樣，機器可以通過經驗來學習。例如，如果AI用於駕駛汽車，則可以根據其最初的學習階段遇到的不同經驗來學習。
液體神經網絡專注於質量而不是大小
儘管AI受到人腦的啟發，但截至當下，人類系統仍然非常複雜。因此，專家們設法操縱自己的方式，以與人類類似的結果調整更簡單，較小的模型。液體AI專注於質量而不是大型AI模型的大小，例如OpenAI，MicoroSFT和Google。
該研究名為“液體時劑網絡“馬薩諸塞州理工學院和科學技術研究所的研究人員出版，奧地利表明，這些液體神經元機算法的靈感來自302個神經元，這些神經元構成了Caenorhabditis elegans的系統。
該研究的支持者認為，最好專注於AI提供的工作質量，而不是機器學習算法的規模。我們大腦中的神經聯繫具有相同的概念。我們的腦細胞連接到許多其他細胞。在神經網絡的情況下，系統通過根據情況提供最佳結果來供應數據，但通常受參數限制。
未來的機器人會適應新體驗嗎？
新發現的液體網絡允許參數通過經驗隨時間擴展和變化。這使其在發生各種變化的現實世界中更現實和有用。將來，當面對不同的經驗時，機器人的適應性特徵可能與人類相同。在一個突然無法預料的情況下，適應性對於人類般的機器人至關重要。
但是，根據下一個網絡，一些批評家說，前往更大的AI機器的驅動器是昂貴而浪費的。這項新研究仍需要在不同的情況下進行測試，然後才能確認是否值得更改。此外，鑑於機器人現在可以像人類一樣進行批判性思考，可能仍會發生負面影響。但是，參與研究人員認為，這可能是一種有希望的尖端AI技術，可以模仿人腦的無限參數。
本文歸TechTimes擁有
由Nikki D撰寫
