单个神经元也能实现 DNN 功能，图像分类任务准确率可达 98%，登上 Nature 子刊

图片地址：https://img.ithome.com/newsuploadfiles/2022/4/0a50982a-03a6-441c-8b46-ef2e6999b9ec.png

人工神经网络的尽头是一个神经元？—— 没准儿还真有可能。当前，最先进的 AI 系统通过创建多层神经网络来模仿人类大脑，旨在将尽可能多的神经元塞进尽可能小的空间。可惜，这样的设计需要消耗大量的电力等资源，而产生的输出结果与强大且“节能”的人脑比起来相形见绌。最近，柏林工业大学的研究小组提供了一个新思路：把任意大小的深度神经网络折叠成单神经元，这个神经元具有多个延时反馈回路。关于研究成果的论文发布于 Nature 子刊。这个“单个神经元的 AI 大脑”概念的提出，无疑给神经网络的发展指明了一个新方向。下面就来看看这是一项怎样的研究吧！具体方法研究团队设计了一种多层前馈深度学习神经网络的完全时间折叠的方法（Fit-DNN）。Fit-DNN 的诞生主要受到“folded- in-time”概念的启发，即：使用单一的延迟环路配置和输入数据的时间复用来模拟环形拓扑结构。传统的深度神经网络由多层神经元组成，以前馈结构耦合。如果用一个神经元来实