MIT 研究:人工神经网络如何自组织出自身的学习机制
中文摘要
MIT研究发现,随机连接的网络可通过简单规则自组织成高效处理网络,性能媲美反向传播且更具生物合理性。
English Summary
MIT researchers found that random networks can self-organize into efficient information processors using simple rules, matching backpropagation's performance with higher biological plausibility.
原文节选
MIT McGovern 研究所与 ICoN 中心在 PNAS 发文,证明随机连接的多层网络仅凭"同时激活的神经元连接增强"等简单规则即可自组织成有效的信息处理网络,学会识别模式和分类图像。该自组织网络采用类似梯度下降的优化策略,性能与依赖反向传播设计的网络相当,而反向传播被神经科学家认为不太可能是大脑使用的方式。研究者认为自组织能力应成为衡量神经网络生物学合理性的关键指标。