机器之心报道
编辑：杜伟、陈萍
看来人工智能的发展还任重道远 。
来自耶路撒冷希伯来大学的研究者对单个神经元的计算复杂度进行了研究 ， 他们通过训练人工深度神经网络来模拟生物神经元的计算 ， 得出深度神经网络需要 5 至 8 层互连神经元才能表征（或达到）单个生物神经元的复杂度 。
人类糊状的大脑似乎与计算机处理器中的固态硅芯片相去甚远 ， 但科学家将二者进行比较已经有很多年的历史 。 正如「人工智能之父」阿兰 · 图灵在 1952 年所说 ， 「我们对大脑具有冷粥粘稠度这一事实不感兴趣 。 」换句话说 ， 介质不重要 ， 重要的是计算能力 。
文章图片
当前 ， 最强大的 AI 系统采用机器学习的一个分支——深度学习 ， 这些 AI 系统的算法通过处理互连节点隐藏层的大量数据来学习 ， 这被称为深度神经网络 。 顾名思义 ， 深度神经网络受到了人类大脑中真实神经网络的启发 ， 它们的节点模拟真实神经元 。 或者至少根据 1950 年代神经科学家对神经元的了解 ， 当时一个被称作「感知器」的有影响力的神经元模型已经诞生了 。
自那时起 ， 我们对单个神经元的计算复杂度的理解急剧增加 ， 也清楚了生物神经元要比人工神经元更加复杂 。 但复杂多少呢？这个问题一直没有明确的解答 。
为了找出答案 ， 耶路撒冷希伯来大学的计算神经科学博士生 David Beniaguev、神经科学教授 Idan Segev 和副教授 Michael London 训练了一个人工深度神经网络来模拟生物神经元的计算 。 他们表示 ， 一个深度神经网络需要 5 至 8 层互连神经元才能表征（或达到）单个生物神经元的复杂度 。
作者们也没有预料到会呈现出这种复杂度 。 一作 Beniaguev 表示：「我原以为生物神经元会更简单些 ， 3 至 4 层人工神经元就足以捕获细胞内执行的计算 。 」
文章图片
从左至右依次为耶路撒冷希伯来大学博士生 David Beniaguev、神经科学教授 Idan Segev 和副教授 Michael London 。
他们还发表了相关论文《Single Cortical Neurons as Deep Artificial Neural Networks》 。
文章图片
论文地址：https://www.sciencedirect.com/science/article/abs/pii/S0896627321005018
DeepMind 决策算法设计师 Timothy Lillicrap 认为 ， 新的研究结果表明有必要重新思考将大脑神经元与机器学习领域神经元进行松散比较的旧传统了 。
5 至 8 层人工神经元才能达到单个生物神经元的复杂度
推荐阅读
- 硬件|一个时代落幕 佳能：1DX3将会是旗下最后一款旗舰单反
- 疫苗|中国生物：全球首支获批使用二代新冠疫苗将在阿联酋用于序贯接种
- Siamese|一个框架统一Siamese自监督学习，清华、商汤提出简洁、有效梯度形式，
- 计算机|孟祥飞：用超算推动一个加速创新的中国
- 生物化学|我国卓越科技论文总体产出持续增长
- Samsung|三星生物技术：收购美生物技术公司渤健的消息不实
- 植物|开放生物资源，保护多样性：我们为了生物安全的那些努力。
- 生物地球化学过程|我国科学家发现第五条甲烷产生途径
- IT|传三星集团洽谈收购美生物技术公司渤健 后者股价大涨逾9%
- the|美疾控中心预测：未来一个月内全美或有超4.4万人死于新冠肺炎