江苏龙网

  1. 首页 > 资讯 > 科技 > >

|19个神经元控制自动驾驶汽车，虫脑启发新研究登Nature( 二 )


|19个神经元控制自动驾驶汽车，虫脑启发新研究登Nature
本文插图

该研究提出新架构的端到端表示 。
第二个部分即「控制系统」 ， 它利用一组生物启发神经元做出的决策来控制汽车 。 这一控制系统又叫做「神经电路策略」（neural circuit polic ， NCP） 。
它将紧凑卷积模型的输出数据转换到仅有 19 个神经元的 RNN 架构中（该架构受线虫神经系统的启发） ， 进而控制汽车 。
NCP 网络的实现细节参见相关论文及 GitHub 项目 。
这带来了参数量的锐减 。 论文一作 Mathias Lechner 表示「NCP 比之前的 SOTA 模型小了三个数量级」 ， 参见下表 2 。
|19个神经元控制自动驾驶汽车，虫脑启发新研究登Nature
本文插图

网络规模对比 。
由于该架构规模很小 ， 因此我们可以看清楚其注意力在输入图像的哪一部分 。 研究者发现 ， 用这么小的网络提取图像最重要部分时 ， 这些神经元只关注路边和视野 。 在目前着重于分析图像每一个细节的人工智能系统中 ， 这是很独特的行为 。
|19个神经元控制自动驾驶汽车，虫脑启发新研究登Nature
本文插图

全局网络动态 。
与其他网络相比 ， 传输至 NCP 网络的信息可谓少之又少 。 仅通过上图 ， 我们就可以发现该方法比现有方法更加高效 ， 计算速度也更快 。
此外 ， 噪声对于现有方法而言是一个大问题 ， 如下雨、下雪 ， 但 NCP 系统对输入噪声展示出强大的抵抗力 ， 这是由于其架构和新型神经模型 ， 使其即使在输入摄像头有噪声的时候 ， 注意力也能聚焦在路程视野上（参见以下视频） 。
|19个神经元控制自动驾驶汽车，虫脑启发新研究登Nature
本文插图

NCP 系统在噪声环境中的稳健性 。
结论
这一新方法因其规模小而呈现出更稳健、更快速的特征 ， 又因其能够清晰地可视化神经网络内部活动而具备更高的可解释性 。 该方法将人工智能和生物神经系统结合起来 ， 带来了新的研究角度 。
参考链接：
https://medium.com/towards-artificial-intelligence/a-new-brain-inspired-intelligent-system-drives-a-car-using-only-19-control-neurons-1ed127107db9


推荐阅读


上一篇：|土巴兔率先推家居按需定制 价格最高便宜一半

下一篇：|年营业额超10亿，这个品牌如何让消费者“上瘾”25年？