AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：重磅！中科院自動(dòng)化所 開發(fā)基于內(nèi)部復(fù)雜性的新型類腦網(wǎng)絡(luò)模型有望實(shí)現(xiàn)AGI
關(guān)鍵字：模型,神經(jīng)元,復(fù)雜度,網(wǎng)絡(luò),復(fù)雜性
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

來源：機(jī)器人大講堂
得益于人工智能（AI）領(lǐng)域的性變革，特別是隨著大型基礎(chǔ)模型（Foundation Model）的發(fā)展，助推了機(jī)器人在通用人工智能領(lǐng)域的技術(shù)進(jìn)步。然而，這些大模型往往依賴于外部復(fù)雜度的提升——即通過增加神經(jīng)元數(shù)量和網(wǎng)絡(luò)深度來增強(qiáng)模型的性能，但也會(huì)造成計(jì)算成本以及優(yōu)化難度增加。近日中國科學(xué)院自動(dòng)化研究所腦認(rèn)知與類腦智能技術(shù)重點(diǎn)實(shí)驗(yàn)室何林軒提出了一種不同的設(shè)計(jì)思路，即建立了一種基于內(nèi)部復(fù)雜性的新型類腦網(wǎng)絡(luò)模型，以解決傳統(tǒng)模型面臨的計(jì)算資源消耗高等問題，目前該研究已發(fā)表在《Nature Computational Science》期刊上。
▍通過內(nèi)部復(fù)雜度設(shè)計(jì)突破AI大模型局限性AI大模型通過不斷擴(kuò)展神經(jīng)網(wǎng)絡(luò)的規(guī)模，包括增加神經(jīng)元數(shù)量、加深網(wǎng)絡(luò)層次以及擴(kuò)展網(wǎng)絡(luò)寬度，成功地在計(jì)算機(jī)視覺、自然語言處理、代碼生成等多個(gè)領(lǐng)域取得了突破性進(jìn)展。然而，AI大模型也存在較為明顯的技術(shù)短板，目前不少研究人員都在試圖讓AI大模型減負(fù)，以減少其計(jì)算的復(fù)雜程度。
中科院自動(dòng)化所研究人員表示，AI大模型對(duì)計(jì)算資源的需求極高。訓(xùn)練這些模型需要?jiǎng)佑么笠?guī)模的GPU集群，甚至需要借助云計(jì)算的力量。這種

原文鏈接：重磅！中科院自動(dòng)化所 開發(fā)基于內(nèi)部復(fù)雜性的新型類腦網(wǎng)絡(luò)模型有望實(shí)現(xiàn)AGI

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：
作者簡介：