Saltar al contenido
Volver a la lista de blogs
Stanford Üniversitesi'nden Yapay Zeka Alanında Devrim: Beyin Yapısını Taklit Eden Model
Inteligencia artificial

Revolucionario en Inteligencia Artificial de la Universidad de Stanford: Modelo para la construcción de cerebros

Traducido automáticamente
Masqot Community
Masqot CommunityCreator
3 min de lectura

El Wu Tsai Neuroscience Institute of Stanford University desarrolló un innovador modelo de inteligencia artificial que imita la información visual en forma de edición del cerebro. Este modelo puede recrear con éxito los mapas funcionales del cerebro y tiene el potencial de revolucionar tanto la investigación neurociencia como las tecnologías de inteligencia artificial.

Inteligencia Artificial Tomando el Mecanismo de Procesamiento Visual del cerebro

Los investigadores de Stanford desarrollaron un nuevo algoritmo de inteligencia artificial para entender mejor cómo el cerebro procesa la información sensorial. Este algoritmo se llama "red nerviosa artificial profunda topográfico" (TDANN). TDANN está trabajando usando entradas sensoriales naturales y restricciones de conexión espacial. De esta manera, el sistema visual del cerebro puede predecir con precisión tanto las reacciones sensoriales como la organización espacial.

Resultados de la investigación de siete años

Después de muchos años de investigación, los hallazgos obtenidos fueron publicados en la revista Neuron con el artículo titulado "Forma Activa" para la Organización Funcional de los Kortes Visuales de Alta Ventral. El liderazgo del equipo de investigación fue nombrado Dan Yamins y miembro del instituto Kalanit Grill-Spector, profesor del Instituto de Neurociencia de Wu Tsai.

Restricciones espaciales y mapas funcionales

A diferencia de las redes neuronales tradicionales, TDANN organiza neuronas virtuales en una " capa cortical" bidimensional con limitaciones espaciales. Esta estructura resulta en la creación de mapas espaciales que reflejan cómo el cerebro responde a las alertas visuales mientras aprende las visuales del modelo. En particular, el modelo recrea con éxito racimos de neuronas, que responden a categorías como estructuras de "roja de viento" y corteza temporal ventral alta (VTC) en la corteza visual primaria (V1).

Grandes efectos para la neurociencia e inteligencia artificial

Este modelo que puede ser completamente entrenado ofrece neurociencias una nueva perspectiva en la comprensión de cómo se organiza el cerebro. La corteza visual proporciona nuevos hallazgos sobre cómo se desarrolla y funciona y puede potencialmente revolucionar los trastornos neurológicos en su tratamiento. En términos de inteligencia artificial, las ideas del cerebro pueden conducir a sistemas de procesamiento visual más avanzados que trabajan más cerca del sistema de visión humana.

Energy Efficiency and Artificial Intelligence

El cerebro humano necesita millones de veces más energía para hacer una operación de supercomputadora misma, mientras que sólo puede realizar proceso matemático con 20 vatios de poder. Estos nuevos hallazgos destacan que los mapas neuronales y las restricciones espaciales o balográficas, conectandolos a 100 mil millones de neuronas del cerebro, lo más simple posible. Estas ideas pueden ser claves para diseñar sistemas artificiales más eficientes.

Neurociencia Virtual y Aplicaciones Médicas

Más eficiencia energética AI puede ayudar a crecer neurociencia virtual. Los investigadores mostraron que las redes nerviosas artificiales profundas topográficas dan reacciones cerebrales a estímulos visuales naturales en una amplia gama. Estos sistemas se pueden utilizar como áreas de juego rápidas y baratas para experimentos de neurociencia en el futuro y ayudar a identificar hipótesis para ser probadas rápidamente.

Los experimentos de neurociencia virtual pueden seguir moviendo la atención médica humana. Por ejemplo, imitando la forma en que un bebé aprende visualmente el mundo, un sistema visual artificial puede entrenar mejor, ayudar a una inteligencia artificial ver el mundo como humano. Otra aplicación puede ayudar a mejorar las prótesis de la visión o simular los efectos de enfermedades y lesiones en el cerebro.

Esta investigación innovadora en la Universidad de Stanford abre la vanguardia de los avances en neurociencia e inteligencia artificial. Aumentar la eficiencia energética de la inteligencia artificial y transformar el tratamiento de los trastornos neurológicos, sólo algunos de estos estudios en aplicaciones potenciales.

Puede retirar su interés: Inteligencia Artificial Revolución de Apple: Apple Inteligencia

Fuente

El Wu Tsai Neuroscience Institute of Stanford University desarrolló un innovador modelo de inteligencia artificial que imita la información visual en forma de edición del cerebro. Este modelo puede recrear con éxito los mapas funcionales del cerebro y tiene el potencial de revolucionar tanto la investigación neurociencia como las tecnologías de inteligencia artificial. Inteligencia Artificial Tomando el Mecanismo de Procesamiento Visual del cerebro Los investigadores de Stanford desarrollaron un nuevo algoritmo de inteligencia artificial para entender mejor cómo el cerebro procesa la información sensorial. Este algoritmo se llama "red nerviosa artificial profunda topográfico" (TDANN). TDANN está trabajando usando entradas sensoriales naturales y restricciones de conexión espacial. De esta manera, el sistema visual del cerebro puede predecir con precisión tanto las reacciones sensoriales como la organización espacial. Resultados de la investigación de siete años Después de muchos años de investigación, los hallazgos obtenidos fueron publicados en la revista Neuron con el artículo titulado "Forma Activa" para la Organización Funcional de los Kortes Visuales de Alta Ventral. El liderazgo del equipo de investigación fue nombrado Dan Yamins y miembro del instituto Kalanit Grill-Spector, profesor del Instituto de Neurociencia de Wu Tsai. Restricciones espaciales y mapas funcionales A diferencia de las redes neuronales tradicionales, TDANN organiza neuronas virtuales en una " capa cortical" bidimensional con limitaciones espaciales. Esta estructura resulta en la creación de mapas espaciales que reflejan cómo el cerebro responde a las alertas visuales mientras aprende las visuales del modelo. En particular, el modelo recrea con éxito racimos de neuronas, que responden a categorías como estructuras de "roja de viento" y corteza temporal ventral alta (VTC) en la corteza visual primaria (V1). Grandes efectos para la neurociencia e inteligencia artificial Este modelo que puede ser completamente entrenado ofrece neurociencias una nueva perspectiva en la comprensión de cómo se organiza el cerebro. La corteza visual proporciona nuevos hallazgos sobre cómo se desarrolla y funciona y puede potencialmente revolucionar los trastornos neurológicos en su tratamiento. En términos de inteligencia artificial, las ideas del cerebro pueden conducir a sistemas de procesamiento visual más avanzados que trabajan más cerca del sistema de visión humana. Energy Efficiency and Artificial Intelligence El cerebro humano necesita millones de veces más energía para hacer una operación de supercomputadora misma, mientras que sólo puede realizar proceso matemático con 20 vatios de poder. Estos nuevos hallazgos destacan que los mapas neuronales y las restricciones espaciales o balográficas, conectandolos a 100 mil millones de neuronas del cerebro, lo más simple posible. Estas ideas pueden ser claves para diseñar sistemas artificiales más eficientes. Neurociencia Virtual y Aplicaciones Médicas Más eficiencia energética AI puede ayudar a crecer neurociencia virtual. Los investigadores mostraron que las redes nerviosas artificiales profundas topográficas dan reacciones cerebrales a estímulos visuales naturales en una amplia gama. Estos sistemas se pueden utilizar como áreas de juego rápidas y baratas para experimentos de neurociencia en el futuro y ayudar a identificar hipótesis para ser probadas rápidamente. Los experimentos de neurociencia virtual pueden seguir moviendo la atención médica humana. Por ejemplo, imitando la forma en que un bebé aprende visualmente el mundo, un sistema visual artificial puede entrenar mejor, ayudar a una inteligencia artificial ver el mundo como humano. Otra aplicación puede ayudar a mejorar las prótesis de la visión o simular los efectos de enfermedades y lesiones en el cerebro. Esta investigación innovadora en la Universidad de Stanford abre la vanguardia de los avances en neurociencia e inteligencia artificial. Aumentar la eficiencia energética de la inteligencia artificial y transformar el tratamiento de los trastornos neurológicos, sólo algunos de estos estudios en aplicaciones potenciales. Puede retirar su interés: Inteligencia Artificial Revolución de Apple: Apple Inteligencia Fuente

Masqot Community
Masqot CommunityCreator
@masqot

Comentarios (0)

Inicia sesión para comentar.

Iniciar sesión
Aún no hay comentarios. ¡Sé el primero en comentar!