首页 > 新闻资讯 > IT新闻 >

麻省理工学院的科学家们设计可与灵长类动物大脑的视觉识别的计算机

虽然多年来研究者一直致力于建立一个计算机模型,可以与灵长类动物大脑的视觉识别,一组大学神经学家说,它终于这样做通过建立所谓的神经网络。

麻省理工学院的科学家们设计了一个计算机网络,可以直观地识别对象以及灵长类动物。

 

虽然多年来研究者一直致力于建立一个计算机模型,可以与灵长类动物大脑的视觉识别,一组大学神经学家说,它终于这样做通过建立所谓的神经网络。

 

神经网络是基于计算机的设计工作更像是一个大脑比传统的电脑。

 

从历史上看,电脑上都有很好的进行计算、排序和存储数据和解决科学问题。但是传统的电脑没有做得那么好时,人类天生擅长的事情,像发现模式,处理歧义和视觉识别对象。

 

Neuro-based电脑应该更善于处理大数据问题和复杂的分析,使其适合于处理所需的数百万或数十亿传感器物联网、机器人和大数据。

 

在麻省理工学院最新的神经网络更好的识别对象的能力表明,神经科学家获得了他们所称的相当准确的把握对象识别是如何工作的,根据詹姆斯·迪卡洛的神经科学教授,麻省理工学院大脑与认知科学系。

 

进步也是可能由于最近增加处理能力和更大的数据集的图像可以养活了计算机算法和“火车”。

 

“事实上,模型预测的神经反应和神经人口中的对象空间的距离显示,这些模型封装我们目前最好的理解在这之前发生了什么神秘的大脑的一部分,”迪卡洛在一份书面声明中说。

 

 

查尔斯•Cadieu麻省理工学院麦戈文研究所和博士后研究员项目,指出新技术应导致更强大的人工智能,有一天,在人类视觉修复问题的能力。

 

大学解释说,建立神经网络是基于类人脑层次结构的信息交付,模仿的方式信息流动从眼睛的视网膜大脑处理。

 

数字网络的设计者创建多层次的计算程序。每个级别,根据麻省理工学院执行数学运算。在每个连续的层次,视觉对象的表示变得越来越复杂。

 

Cadieu说:“每个单独的元素通常是一个非常简单的数学表达式,但是当你把成千上万这些东西在一起,你会非常复杂的转换从原始信号为对象识别表示这非常好。”

 

接下来,研究人员给他们视觉项目的工作计划跟踪运动的能力和识别三维形式.

?