科隆大学 信用:CC0公共领域 科隆大学的动物学家研究了昆虫的神经系统，以探索生物大脑计算的原理以及机器学习和人工智能的可能应用
具体来说，他们分析了昆虫如何学会将环境中的感官信息与食物奖励联系起来，以及它们如何在以后回忆起这些信息来解决复杂的任务，比如寻找食物
研究结果表明，在大脑中将感觉信息转化为记忆可以激发未来的机器学习和人工智能应用来解决复杂的任务
这项研究已经发表在《PNAS》杂志上
生物在应对复杂多变的环境所带来的问题时表现出非凡的能力
他们能够概括自己的经历，以便在环境变化时迅速适应自己的行为
动物学家研究了果蝇的神经系统如何在寻找食物时控制其行为
利用计算机模型，他们模拟并分析了果蝇神经系统对食物来源发出的气味的反应
“我们最初训练苍蝇大脑模型的方式与昆虫在实验中训练的方式完全相同
我们在模拟中展示了一种特定的气味以及一种奖励和一种没有奖励的第二种气味
该模型只需几个气味演示，就能快速学习到受奖励气味的鲁棒表示，然后能够在空间复杂和时间动态的环境中找到这种气味的来源
汉尼斯·拉普是UoC动物研究所博士论文的一部分，他创造了这个模型
因此，所创建的模型能够从其记忆中进行归纳，并将之前所学应用于全新且复杂的气味分子景观，而学习只需要非常小的训练样本数据库
“对于我们的模型，我们利用了神经系统中生物信息处理的特殊性质，”博士解释说
这项研究的资深作者马丁·纳罗
特别是通过短暂的神经冲动对感觉刺激进行快速和平行的处理，以及在学习过程中通过同时改变许多突触联系形成分布式记忆
该模型的理论原理也可以用于人工智能和自主系统
它们使人工智能能够更有效地学习，并在不断变化的环境中应用所学知识
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
