生物投入的总和可能大于其贡献。机器人往往遵循更直接的加法，但宾夕法尼亚州立大学的研究人员现在已经利用生物学概念在人工智能中的应用，开发出第一个人工多感官集成神经元。

该团队由SaptarshiDas领导，并在《自然通讯》上发表了美国国家科学基金会支持的研究成果。

“机器人根据环境做出决策，但它们的传感器通常不会相互通信，”达斯说。“可以通过传感器处理单元做出集体决策，但这是最有效的方法吗?在人脑中，一种感觉可以影响另一种感觉，使人能够更好地判断情况。”

汽车可能有一个传感器扫描障碍物，而另一个传感器则感知黑暗以调节前灯的强度。这些传感器单独将信息传递给中央单元，然后指示汽车制动或调整前灯。

达斯表示，这个过程会消耗更多的能量。允许传感器直接相互通信可以在能量和速度方面更加有效——特别是当两者的输入都很微弱时。

达斯说：“生物学使小型生物体能够在资源有限的环境中繁衍生息，从而最大限度地减少这一过程中的能源消耗。”

“对不同传感器的要求取决于具体情况——在黑暗的森林中，你会更多地依赖于聆听而不是看到，但我们不会仅根据一种感觉做出决定。我们对周围环境有完整的感觉，我们的决策是基于我们所看到的、听到的、触摸到的、闻到的等等的综合。在生物学中，感官是一起进化的，但在人工智能中，感官是分开进化的。在这项工作中，我们希望结合传感器并模仿我们大脑的工作方式。”

达斯表示，人工多感官神经元系统可以提高传感器技术的效率，为更环保的人工智能应用铺平道路。因此，机器人、无人机和自动驾驶汽车可以更有效地在环境中导航，同时使用更少的能源。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：