Lompat ke konten Lompat ke sidebar Lompat ke footer

Meningkatkan Kapasitas Memori Sistem Cerdas Berdasarkan Fungsi Neuron Manusia

Para peneliti dari University of Liège (Belgia) baru-baru ini mengembangkan neuron buatan baru yang terinspirasi oleh berbagai mode operasi neuron manusia. Disebut Sel Berulang Bistabil (BRC), proses ini telah memungkinkan jaringan berulang untuk mempelajari hubungan temporal lebih dari seribu unit waktu diskrit di mana metode klasik gagal setelah hanya seratus unit waktu. Hasil penting ini dipublikasikan dalam jurnal PLOS One.

Minat besar dalam kecerdasan buatan (AI) dalam beberapa tahun terakhir telah menyebabkan pengembangan teknik pembelajaran mesin yang sangat kuat. Misalnya, deret waktu -- rangkaian data apa pun yang menampilkan komponen waktu, seperti harga saham, pola cuaca, atau elektroensefalogram -- pada dasarnya sangat umum dan sangat menarik karena cakupan aplikasinya yang luas.

IMAGES
Gambar: disk.mediaindonesia.com

Analisis deret waktu adalah jenis tugas yang teknik pembelajaran mesinnya menarik, memungkinkan prediksi peristiwa masa depan berdasarkan peristiwa masa lalu. Mengingat keragaman aplikasi potensial, adalah logis bahwa pemrosesan data tersebut melalui algoritma AI telah menjadi sangat populer dalam beberapa tahun terakhir.

Jenis tertentu dari jaringan saraf tiruan, yang disebut jaringan saraf berulang (RNN), telah dikembangkan secara khusus dalam beberapa tahun terakhir untuk memiliki memori yang memungkinkan jaringan untuk menyimpan informasi dari waktu ke waktu untuk memproses deret waktu dengan benar. Setiap kali data baru diterima, jaringan memperbarui memorinya untuk menyimpan informasi baru ini. Terlepas dari perkembangan ini, masih sulit untuk melatih jaringan seperti itu dan kemampuan memorinya terbatas dalam waktu. "Kita dapat membayangkan contoh jaringan yang menerima informasi baru setiap hari," jelas Nicolas Vecoven, mahasiswa doktoral di lab Sistem dan Pemodelan di University of Liège dan penulis pertama studi tersebut. " tetapi setelah hari kelima puluh, kami melihat bahwa informasi dari hari pertama sudah dilupakan."

Namun, neuron manusia mampu menyimpan informasi selama periode waktu yang hampir tak terbatas berkat mekanisme bi-stabilitas. Hal ini memungkinkan neuron untuk menstabilkan dalam dua keadaan yang berbeda, tergantung pada sejarah arus listrik yang mereka alami, dan ini untuk jangka waktu yang tidak terbatas. Dengan kata lain, berkat mekanisme ini, neuron manusia dapat menyimpan sedikit (nilai biner) informasi untuk waktu yang tidak terbatas. , "jelas Nicolas lebih lanjut. Berdasarkan mekanisme bi-stabilitas ini, Nicolas Vecoven dan rekan-rekannya Damien Ernst (spesialis AI) dan Guillaume Drion (spesialis ilmu saraf) dari ULiège, telah membangun neuron buatan baru dengan mekanisme yang sama dan telah mengintegrasikannya ke dalam jaringan buatan berulang. Disebut Sel Berulang Bistabil (BRC),neuron buatan baru ini telah memungkinkan jaringan berulang untuk mempelajari hubungan temporal lebih dari 1000 langkah waktu, di mana metode klasik telah gagal setelah hanya sekitar 100 langkah waktu. Ini adalah hasil penting dan menjanjikan yang telah dipublikasikan di jurnalPLOS Satu . Ketiga peneliti tersebut melanjutkan penelitian mereka di bidang khusus ini dan terus mengembangkan teknologi untuk meningkatkan ingatan RNN, dengan mempromosikan munculnya titik keseimbangan di dalamnya.

Powered By NagaNews.Net