会睡觉的AI效率更高( 二 )

当ANN清醒的时候 , 它不停地学习并存储各种信息 。 问题是 , 它的存储容量是有限的 。

因此 , 该团队设计了一种在数学上再现人类睡眠模式的方法——快速眼动睡眠和慢波睡眠 , 前者被认为可以消除不必要的记忆 , 后者被认为可以巩固重要的记忆 。

ANN的“睡眠”状态也是如此 , 循环和消除不必要的信息 , 然后整合剩下的、重要的东西 。

结果非常之好 。 没有睡眠 , 最大容量是α= 0.14 , 其中α表示每个突触存储的比特数 。 当结合睡眠周期时 , ANN达到了这种网络的理论极限——α= 1 。

模拟的广泛测试验证了他们的结论——允许神经网络偶尔打盹(使用正确的打盹算法)可以提高性能 。

萨兰托大学的数学家Adriano Barra说:“我们相信 , 在认知的过程中——虽然学习和检索肯定会发挥关键作用——睡眠对人工智能来说也是必须的 , 就像对生物一样 。 ”

我们由衷希望 , 他们的理论正确无误 。

推荐阅读