1750章 機器自主學習技術！

  其實白冰跟一眾數學家和腦神經科學家進行合作借鑒生物大腦的神經環路結構和神經機製構建了包括學習記憶融合、感官場景分析、規劃和決策等解決抽象問題的功能模型，然後不斷地進行各種實驗測試。


  對於搞清楚大腦的神經網絡如何解決這些複雜的計算問題，這個才能為設計高效、強大的機器智能提供重要啟示和線索。


  人類大腦是世界上最先進的電腦，它能快速學習新事物、識別物體、理解語言的含義，並針對外界變化製定應對措施，而且能耗少得驚人，和一隻燈泡差不多，卻比今天任何一台超級計算機都能更準確地識別語音和圖像。


  科學家一直都致力於研發一種類似於人類大腦那樣工作的計算機，現在梅溪大學人工智能研究院集中了一大批的科學家在一起進行研究工作，讓神經元計算機跟生物大腦更為相似地運行。


  當然，類腦計算研究整體來說還處於初級階段，女媧神經元計算機雖然擁有了上億顆神經元以及千億神經觸突，但是智能化程度與真正的人類大腦還有很大的差距，這套係統通過各種測試，證明這套係統智力水平相當於一隻貓的智商程度，也就是相當於一個三歲左右小孩子的智力水平，不過這個已經是現階段來說已經是最聰明的神經元計算機了。


  白冰帶領的技術團隊終極目標是創造出一套相當於一個受過高等教育的健康成年人智力相當的神經元計算機，現在這套神經元計算機相當於進入學前班的程度，可以說前麵還有非常長的路要走。


  梅溪大學人工智能研究院研究人工智能的方向跟米國國內穀歌以及萬國商業機器公司研發的都是大為不同的，並沒有集中在一些規則和評價方法明確的使用領域，譬如說象棋以及圍棋等棋牌類遊戲上，畢竟這些領域是計算機最為擅長的部分，計算機比人類做得好並不是什麽稀奇的事情。


  所以這邊的技術團隊主要集中在機器感知以及機器自主學習方麵的技術，雖然人工神經網絡同樣也是在模擬生物大腦工作的方式，不過需要建立訓練算法，不過這種數據驅動的人工神經網絡需要海量的數據，同時需要大量的人力來對數據進行提取製作訓練樣本，會消耗大量的時間和精力，是一項費力的工程。


  現在新型女媧神經元的計算機人造突觸的性能更強，也是讓這套係統自主學習的能力更為強大，大幅降低了訓練樣本和訓練的時間。


  當然，通過這些年的研發，白冰帶領的科學家團隊也是誕生了眾多的新技術，包括了新型計算機技術、存儲技術、通信技術、生物學技術等。


  為了搞清楚生物大腦神經網絡是如何運行的，科學家團隊也是用上了極為高端的探測儀器設備，也研製了一些探測靈敏度極高的超導器件傳感器係統來對生物大腦的生物神經信號進行探測記錄。


  通過各種技術手段，科學家團隊也是更進一步理清了生物大腦一些區域內部的通信規則以及運作機製，很多新發現還是頭一次，而這些新發現也是為神經元計算機模擬大腦的技術研究提供了技術支撐。


  華興科技集團公司旗下的愛華科技集團公司現在已經在根據第二代新型的女媧神經元計算機原型機在研製更大的設備來進行更多的人工智能算法的驗證，以更強的魯棒性、實時性和強智能化去解決各個子集團公司不同技術領域實際的研發需要。


  這種強智能的神經元計算機係統華興科技集團公司本身當然要自身先用起來的，同時培養這方麵更多的技術人才。


  華興科技集團公司旗下的不少技術部門已經開始用這種新型的神經元芯片搭建不少小型的神經元計算機終端搭載在各種產品平台上進行各種技術驗證測試，畢竟梅溪大學這邊已經將神經元計算機的底層硬件架構和係統軟件架構差不多都給搭建好了，原先在人工神經網絡基礎上進行開發的技術人員轉移到這神經元計算機平台上進行開發難度並不是很困難，因為研究院這邊已經在係統軟件架構上是異架構係統，並且開發出了編譯器，在人工神經網絡技術開發的一些算法模型可以在神經元計算機係統上跑起來的。


  白冰帶頭的這些很多科學家團隊多年前研發的就是人工神經網絡智能技術，後來轉到了神經元計算機，自然是早就考慮到了跨平台的技術問題。


  楊傑在人工智能研究院這邊其他的實驗室也是轉了半天，這邊的實驗室也是向楊傑這個大老板演示了用神經元計算機作為智能中樞控製多個機器人在複雜運用場景協同工作的場景。


  技術人員向係統下達了語音指令後，神經元計算機也是開始向多台機器人下達了語言指令，在沒有技術人員幹預的情況下根據機器人搭載的攝像頭進行場景識別，對機器人進行指揮調度。


  技術人員在中間也是不斷地設置各種突發情況來測試這套係統的自我適應調整能力，這套係統也是表現出了很強的等多項智能任務的同時處理的能力。


  另外楊傑也是對非監督學習人工神經網絡研發實驗室進行了視察參觀，尤其是對幾個創新性的研究課題進行了解。


  這幾個創新性的研究課題就包括了利用深度學習革新圖像處理算法，在極端黑暗的環境中生成高質量的圖像，還包括了在給定某場景語義布局的情況下讓計算機係統能夠生成準確描繪此場景的圖像的技術研究。


  這些研發課題也是對計算機係統本身的智力程度以及非監督學習神經網絡算法模型有著非常高的要求。


  現在人工智能技術已經成了眾多國家爭相投入的高科技領域，不過大多都是集中在強化學習和監督學習技術領域，在非監督學習技術領域投入的力度都不大，顯得默默無聞。


  楊傑自然是深知機器自主學習技術的巨大潛力，所以也是讓人工智能研究院這邊在這方麵投入了不小的力度。