HyperAIHyperAI

Command Palette

Search for a command to run...

H-Mem: استغلال المرونة التركيبية مع شبكات الذاكرة الهيبيانية

Robert Legenstein Thomas Limbacher

الملخص

القدرة على الاستناد إلى الذاكرة الماضية في الحسابات الحالية أمر بالغ الأهمية لمهام إدراكية عديدة، مثل فهم القصص. يُعتقد أن التغير التكيفي الهدبي (Hebbian-type synaptic plasticity) هو الأساس الذي يمكّن الدماغ من الاحتفاظ بالذكريات على مدى فترات زمنية متوسطة وطويلة. ومع ذلك، لا يزال غير واضح كيف تُدمج هذه العمليات التكيفية مع العمليات الحسابية في الشبكات القشرية. في هذا البحث، نقترح نماذج الذاكرة الهيبي (Hebbian Memory Networks أو H-Mems)، وهي نموذج بسيط لشبكة عصبية يُبنى حول شبكة أساسية غير متجانسة (hetero-associative) تخضع لعملية التكيف الهيبي. نُظهر أن الشبكة يمكن تحسينها لاستخدام عمليات التكيف الهيبي في عملياتها الحسابية. تُمكن H-Mems من تذكر الارتباطات بين أزواج المحفزات في مرة واحدة (one-shot memorization)، واستخدام هذه الارتباطات في اتخاذ القرارات لاحقًا. علاوةً على ذلك، تُظهر القدرة على حل مهام صعبة في الإجابة على الأسئلة المبنية على قصص اصطناعية. يُظهر هذا البحث أن نماذج الشبكات العصبية قادرة على إثراء عمليات حسابها بالذكريات من خلال عمليات تكيف هيبية بسيطة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp