模仿大脑的算法来了，可帮助人工神经网络节省内存和能量

图片地址：https://images.tmtpost.com/uploads/images/2020/08/20200804150052162.jpg

图片来源@视觉中国文丨学术头条如今，人工智能的发展如火如荼，广泛应用到了图像、自然语言、人机对话等各个领域，对各个产业进行了变革。在移动应用中，人工智能广泛使用的最大障碍之一是人工神经网络的学习活动需要消耗大量能量，而解决这一问题的一种方法可以从大脑中获得灵感。这是因为大脑具有超级计算能力，而且大脑神经元之间可以通过短的电脉冲或尖峰进行有效传输，极大节省了能量。基于此思路，奥地利格拉茨工业大学的研究人员 Wolfgang Maass 和 Robert Legenstein 领导的工作组开发了一种称为 e-propagation (简称 e-prop) 的新型机器学习算法。该算法可根据人脑模型进行学习，适应不断变化的需求，其在线学习的特性也极大节省了能量。该项研究的结果发表在近期的 Nature Communications 杂志上。大脑的神经网络比人工神经网络更节能通常我们将大脑中的神经元网络与人工智能的深度神经网络进行类比，然