Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les ordinateurs ne peuvent pas concurrencer des êtres humains dans la capacité d'identifier des configurations ou des images

Les ordinateurs, pour tout leur muscle de calcul, ne retiennent pas une bougie sur des êtres humains dans la capacité d'identifier des configurations ou des images. Ce problème fondamental dans la théorie de calcul - pourquoi peuvent les numéros de craquement d'ordinateurs mais ne peuvent pas efficacement traiter des images - stumped des scientifiques depuis de nombreuses années.

Maintenant, les chercheurs à l'université de l'Etat d'Arizona ont fourni un modèle qui pourrait aider à débloquer certains des secrets de la façon dont des configurations de procédé d'êtres humains et mène probablement à des robots plus intelligents. L'avance concerne les réseaux oscillants de mémoire associative, fondamentalement la capacité de voir une configuration, les enregistre et puis recherche cette configuration une fois eue besoin. Un bon exemple est comment les êtres humains peuvent identifier des faces.

« C'est toujours un mystère réellement grand pour la façon dont les êtres humains peuvent rappeler tant de faces, mais cela il est extrêmement difficile que un ordinateur fasse, » a dit Ying-Cheng Lai, un professeur d'ASU des mathématiques et un professeur du génie électrique dans l'IRA A. Fulton School du bureau d'études.

Lai, avec l'ancien camarade post-doctoral Takashi Nishikawa (maintenant à l'Université Méthodiste du Sud), et professeur Frank Hoppenstaedt de l'ancien ASU (maintenant à l'université de New York), publié leur recherche, « capacité de réseaux oscillants de mémoire associative avec la recherche exempte d'erreurs, » dans une édition récente des lettres matérielles de la révision de société d'examen médical américain.

Bien que ce que l'équipe développée est un modèle mathématique et de calcul pour les réseaux oscillants qui peuvent être des blocs de mémoires associés utilisés, la mise en place du modèle soit possible à l'aide des circuits électroniques comme boucles à verrouillage de phase.

Les « ordinateurs peuvent faire le calcul très rapide que les êtres humains ne peuvent pas faire, mais les êtres humains peuvent identifier des configurations tellement pour améliorer que des ordinateurs, » Lai a dit. « La question est pourquoi. Ce qui est le mécanisme principal qu'un système biologique comme nous peut se servir et essayer pour mémoriser des configurations. »

Une clavette à la reconnaissance des formes est l'utilisation des réseaux oscillants de mémoire associative. Lai a dit que l'esprit humain et son utilisation des neurones ont un avantage grand par rapport à la mémoire de l'ordinateur du fait ils utilisent les systèmes mémoire oscillants, systèmes où les différentes composantes peuvent osciller ou librement changer entre les conditions. En revanche, les mémoires de l'ordinateur digitales traitent une numération binaire (1 ou 0).

Une avance importante a été effectuée dans cet endroit pendant les années 1980 par John Hopfield, un chercheur de Caltech alors, qui a développé le « réseau de Hopfield » pour aider à comprendre comment la mémoire biologique fonctionne. Mais l'inconvénient majeur du réseau de Hopfield est que tandis qu'il représente comment la mémoire biologique fonctionne, il utilise les éléments discrets de mémoire de condition tandis que la plupart des éléments biologiques sont oscillants.

« Notre travail est la première démonstration de la possibilité pour que les réseaux oscillants aient la même capacité de stockage que pour le réseau de Hopfield de discret-condition, » Lai a dit. « Quand le réseau de Hopfield a été inventé, on l'a considéré une opération révolutionnaire en comprenant comment la mémoire biologique fonctionne.

« Une difficulté avec le réseau de Hopfield est qu'elle se compose des éléments (ou des neurones artificiels) avec deux conditions discrètes, » lui a ajouté. « Il est pour cette raison désirable d'étudier les réseaux oscillants mais c'a été une lutte, car tous les anciens travaux prouvent que les capacités de ces réseaux sont très inférieur avec cela du réseau de Hopfield. Dans une certaine mesure, nos aides de travail résolvent cette difficulté. »

Lai a dit que la demande la plus immédiate de cette recherche est dans l'artificial intelligence, où les chercheurs essayent d'obtenir des ordinateurs pour raisonner pendant qu'un être humain. Il ajoute que cette avance pourrait probablement permettre le développement des blocs de mémoires artificiels qui utiliseraient les oscillateurs, qui sont robustes et sécurisés.

Ceci pourrait signifier des robots, ou d'autres dispositifs électromécaniques réglés par un « cerveau » électronique qui pourrait identifier des configurations et faire une certaine forme des motifs en marche -- répondez fondamentalement à un éventail beaucoup de situations imprévues -- pour effectuer sa tâche. Ce serait une étape importante vers des robots plus intelligents.

Mais être le profit réel dans la recherche de Lai pourrait ce qu'il peut fournir en termes de recherche fondamentale dans l'esprit humain elle-même. Développant un bon modèle de l'esprit humain, un qui pourrait plus attentivement reproduire le fonctionnement réel du cerveau en tant que lui raisonne, pourrait aider à comprendre plus de sa base de fonctionnement et comment il s'est développé en organe c'est aujourd'hui.

Les « systèmes biologiques, tels que des cellules et des neurones, sont des oscillateurs, » Lai ont expliqué. « Expliquer que les réseaux oscillants peuvent avoir des souvenirs avec la grande capacité est une plus d'opération vers comprendre la mémoire biologique.

« Bien que le réseau classique de Hopfield fournit un mécanisme plausible pour la mémoire, il a l'inconvénient qu'il est trop idéalisé par rapport aux réseaux biologiques réels et oscillants, » il a ajouté. « Nous espérons que notre travail stimulera d'autres études d'origine des systèmes implantés en mémoire sur un réseau oscillant plus réaliste. »