根据记录，人工智能仍然与人脑几乎没有相同。充其量，AI已经达到了从人脑中汲取灵感的地步，就像经验的学习和改变一样。据报道，一种新的“液体”形式的AI正在适应许多情况下，这对于许多专家来说是一个有趣的新成就。
根据奇异枢纽研究人员表明，一种称为“液体神经网络”的新技术允许学习算法机器甚至在初始培训期之前提高其技能。专家说，这具有一个名为“神经塑性”的内置系统，就像人脑一样，机器可以通过经验来学习。例如，如果AI用于驾驶汽车，则可以根据其最初的学习阶段遇到的不同经验来学习。
液体神经网络专注于质量而不是大小
尽管AI受到人脑的启发，但截至当下，人类系统仍然非常复杂。因此，专家们设法操纵自己的方式，以与人类类似的结果调整更简单，较小的模型。液体AI专注于质量而不是大型AI模型的大小，例如OpenAI，MicoroSFT和Google。
该研究名为“液体时剂网络“马萨诸塞州理工学院和科学技术研究所的研究人员出版，奥地利表明，这些液体神经元机算法的灵感来自302个神经元，这些神经元构成了Caenorhabditis elegans的系统。
该研究的支持者认为，最好专注于AI提供的工作质量，而不是机器学习算法的规模。我们大脑中的神经联系具有相同的概念。我们的脑细胞连接到许多其他细胞。在神经网络的情况下，系统通过根据情况提供最佳结果来供应数据，但通常受参数限制。
未来的机器人会适应新体验吗？
新发现的液体网络允许参数通过经验随时间扩展和变化。这使其在发生各种变化的现实世界中更现实和有用。将来，当面对不同的经验时，机器人的适应性特征可能与人类相同。在一个突然无法预料的情况下，适应性对于人类般的机器人至关重要。
但是，根据下一个网络，一些批评家说，前往更大的AI机器的驱动器是昂贵而浪费的。这项新研究仍需要在不同的情况下进行测试，然后才能确认是否值得更改。此外，鉴于机器人现在可以像人类一样进行批判性思考，可能仍会发生负面影响。但是，参与研究人员认为，这可能是一种有希望的尖端AI技术，可以模仿人脑的无限参数。
本文归TechTimes拥有
由Nikki D撰写
