本文摘要:2020-03-29 ,《NatureMethods》发刊了谷歌的一篇新的毕业论文《用于Flood-Filling网络高效自动修复神经元》(High-Precisionautomatedreconstructionofneuronswithflood-fillingnetworks)。

2020-03-29 ,《NatureMethods》发刊了谷歌的一篇新的毕业论文《用于Flood-Filling网络高效自动修复神经元》(High-Precisionautomatedreconstructionofneuronswithflood-fillingnetworks)。在这篇毕业论文中,谷歌描绘了她们所开创的人工智能系统软件,是怎样帮助神经学家更优讲解大脑构造和作用的。在人们的大脑中,大概包含了大概860亿次根据100亿个神经元连接网络的神经元,假如对单独立方毫米神经元进行电子光学,最终必须造成高达1000TB的数据信息。

而假如神经系统生物学家要对这种展开全部标识得话,这有可能务必十万个钟头。对于这些方面,谷歌与马克斯普朗克研究室的研究员一起协作打造了一个人工智能系统软件,只务必7天的训炼,这一系统软件就必须顺利完成与上边一样的工作中。在过去的做法中,研究员不容易用于图像分割优化算法先识别神经纤维中间的界限,进而用wateshed或graphcut等优化算法将仍未被界限分拆的图象像素人组在一起。与之各有不同,谷歌与马克斯普朗克研究室明确指出的“floor-fillingNetworks”实体模型将传统式的2个流程制取一个流程。

具体来讲,新的优化算法不容易从特殊清晰度方向刚开始生长发育,并用于循环系统卷积和神经元网络大大的铺满一个地区,从而预测分析什么清晰度和原始清晰度属于同一物件。大家都知道,在谈及方便性的情况下,大家常常不容易谈及对“人们大脑”的科学研究,由于它是让人工智能更为“智能化”的重要,而对大脑的了解匮乏也防碍了大家的研究成果。这些方面,谷歌的这新成效获得了诸多帮助。“这一新项目的确危害的是能够顺利完成的认知科学科学研究的总数,必须以全方位的方法科学研究大脑中神经元的具体方式,它是在历史上神经系统生物学家所没法搭建的。

”谷歌研究员、毕业论文关键创作者维纶·贾恩(VirenJain)答复。

本文关键词:亚博App,亚博APP手机版

本文来源:亚博App-www.see5u.com

网站地图xml地图