腦啟發式AI技術：提升效率並降低能耗

人工智慧（AI）在推動各產業創新、提升效率方面扮演著至關重要的角色。它為複雜問題提供更智慧的解決方案，讓我們的日常生活更加便利。然而，現今的AI系統規模龐大，動輒包含數百萬甚至數十億個引數，這使得它們耗電量巨大，限制了其更廣泛的應用。

希臘研究與技術基金會（FORTH）的研究人員開發出一種新型人工神經網路（ANN），它融合了生物樹突的特性。樹突是神經細胞的分支延伸，形似樹枝，主要功能是接收其他神經元的資訊並傳遞至細胞本體。多年來，樹突在資訊處理中的作用並不明確，但近期研究發現，它們能夠獨立於主神經元進行複雜的運算，而且對大腦的可塑性（即適應環境變化的能力）至關重要。

這種創新設計能在使用顯著更少引數的情況下，實現準確且強健的影象識別，為更精簡、節能的AI系統鋪平了道路。透過將受神經啟發的特性融入AI，我們能夠建立更小、更智慧的系統，模擬大腦處理資訊的方式，提高其在模式識別和決策方面的效能，從而催生更高效的AI應用。

在近期發表於《自然通訊》期刊的一篇文章中，FORTH分子生物學與生物技術研究所（IMBB）的帕納約塔·波伊拉齊博士團隊，提出了一種新型人工神經元架構，該架構融入了生物樹突的不同特性，並在多種影象識別場景中進行了測試。

研究結果顯示，這些樹突式人工神經網路更能抵抗過擬合問題，在使用更少資源（即可訓練引數和學習步驟）的情況下，其效能可與傳統人工神經網路相媲美甚至超越。這種改善源於一種獨特的學習方法，網路中的多個節點共同參與不同類別的編碼，這與大多數節點針對特定類別的傳統人工神經網路不同。總的來說，這項研究表明，融入樹突特性可以讓人工神經網路變得更智慧、更高效。

這項研究由IMBB - FORTH的博士後研究員查夫利斯博士在波伊拉齊博士的指導下帶領完成。