《自然-机器智能》：神经形态技术可使大型深度学习网络节能16倍

图片地址：https://images.tmtpost.com/uploads/images/2022/05/1f143c79da325f4f2cf75792e9034856_1653562423.jpeg

图片来源@视觉中国文 | 学术头条受生物大脑机制的启发，研究人员一直在提高人工神经网络的性能效率和计算要求。一项新的研究表明，对于大型深度学习网络，神经形态技术的能源效率有望达到其他人工智能系统的 16 倍。格拉茨技术大学（TU Graz）理论计算机科学研究所的研究人员首次通过实验证明，大型神经网络可以处理句子等序列，同时在神经形态硬件上运行时消耗的能量比非神经形态硬件少 4 到 16 倍。该研究由人类大脑计划（HBP）资助，HBP 是世界上最大的研究项目之一，包括欧洲500 多名研究人脑的科学家和工程师。研究结果以“Memory for AI Applications in Spike-based Neuromorphic Hardware”为题发表在 Nature Machine Intelligence 上。近年来，人工神经网络（ANN）已成为人工智能（AI）中最著名的方法，并在