Исследователи из Массачусетского технологического института (MIT) разработали новый тип нейронной сети, основанный на нервной системе круглого червя Caenorhabditis elegans, который называется жидкостной нейронной сетью.
Эти сети используют уравнения для прогнозирования поведения каждого нейрона с течением времени, что позволяет сети характеризовать состояние системы в любой момент, в отличие от традиционных нейронных сетей, которые дают результаты только в определенные моменты времени. Обмен сигналами между нейронами в жидких сетях носит вероятностный характер и управляется нелинейной функцией, а это означает, что ответы на входные данные не всегда пропорциональны. Сети являются адаптируемыми, они могут изменять лежащие в их основе уравнения на основе входных данных, которые они наблюдают. Тест с участием автономного вождения показал, что жидкая сеть лучше реагирует на визуальные данные с камеры автомобиля. но был медленным из-за уравнений, представляющих синапсы и нейроны. Однако новая жидкая нейронная сеть, представленная командой в прошлом году, обошла это узкое место.
Хотя все еще существуют некоторые ограничения, такие как скорость, открытие такого типа сети может привести к значительному прогрессу в различных приложениях искусственного интеллекта.