ستساعدك المقالة التالية: تقترح ورقة الذكاء الاصطناعي هذه طريقة جديدة قائمة على التدرج تسمى المخاريط لتحليل وتحديد مفهوم الخلايا العصبية في نماذج الانتشار
تمكن البنية المعقدة للدماغ من أداء مهام معرفية وإبداعية مذهلة. وفقًا للبحث ، تتفاعل الخلايا العصبية المفاهيمية في الفص الصدغي البشري بشكل مختلف مع الخصائص الدلالية للمنبهات المعينة. يعتقد أن هذه الخلايا العصبية هي أساس الذكاء عالي المستوى ، وتخزين الاتصالات الزمنية والمجردة بين عناصر الخبرة عبر الفجوات الزمانية المكانية. وبالتالي ، من المثير للاهتمام معرفة ما إذا كانت الشبكات العصبية العميقة المعاصرة تقبل بنية مشابهة من الخلايا العصبية للأفكار باعتبارها واحدة من أنجح أنظمة الذكاء الاصطناعي.
هل تقوم نماذج الانتشار التوليدي على وجه التحديد بتشفير العديد من الموضوعات بشكل مستقل مع خلاياها العصبية لمحاكاة القدرة الإبداعية للدماغ البشري؟ عالج الباحثون الصينيون هذا الاستعلام من وجهة نظر جيل يحركه الموضوع. وفقًا لدلالات موجه نص الإدخال ، يقترحون تحديد موقع مجموعة صغيرة من الخلايا العصبية التي تعد معلمات في طبقة الانتباه لنموذج نشر النص إلى صورة ، بحيث يمكن لتغيير قيم تلك الخلايا العصبية إنشاء موضوع مطابق في مختلف محتويات. يتم تحديد هذه الخلايا العصبية على أنها فكرة الخلايا العصبية المرتبطة بالموضوع ذي الصلة في نماذج الانتشار. يمكن أن يساعدنا تحديدها في معرفة المزيد حول الأعمال الأساسية لشبكات الانتشار العميق وتقديم نهج جديد للتوليد القائم على الموضوع. يتم تحليل وتحديد فكرة الخلايا العصبية المعروفة باسم Cones1 باستخدام نهج فريد قائم على التدرج مقترح في هذه الدراسة. يستخدمونها كمعلمات تصغير الحجم والتي يمكن لقيمتها المطلقة أن تخلق بشكل أكثر فعالية الموضوع المقدم مع الحفاظ على المعرفة الحالية. قد يؤدي هذا الدافع إلى معيار قائم على التدرج لتحديد ما إذا كانت المعلمة عبارة عن خلية مفاهيمية. بعد عدد قليل من حسابات التدرج ، قد يستخدمون هذا المعيار لتحديد موقع جميع الخلايا العصبية المفاهيمية. يتم بعد ذلك فحص قابلية تفسير تلك الفكرة من الخلايا العصبية من زوايا مختلفة.
يبدأون بالنظر في مدى مقاومة الخلايا العصبية للأفكار للتغييرات في قيمها. يستخدمون الدقة الرقمية float32 ، و float16 ، والرباعية ، والثنائية لتحسين فقدان مفهوم زرع الخلايا في مفهوم الخلايا العصبية ، وإغلاق تلك الخلايا العصبية المفهومية مباشرةً دون تدريب. نظرًا لأن الدقة الرقمية الثنائية تشغل أقل مساحة تخزين ولا تتطلب تدريبًا إضافيًا ، فإنهم يستخدمونها كأسلوبهم الافتراضي للإنشاء المدفوع بالموضوع. تشير النتائج إلى أداء ثابت في جميع المواقف ، مما يدل على قوة الخلايا العصبية العالية في إدارة الموضوع المستهدف. يمكن أن تنتج الخلايا العصبية المتسلسلة للفكرة من موضوعات مختلفة كل هذه النتائج في النتائج باستخدام هذا النهج ، والذي يسمح أيضًا بالإضافة المثيرة. قد يكون هذا الاكتشاف للبنية الدلالية المباشرة والقوية في مساحة معلمة نموذج الانتشار هو الأول. يمكن أن يؤدي الضبط الدقيق الإضافي المستند إلى التسلسل إلى تطوير قدرة التوليد متعددة المفاهيم إلى مرحلة جديدة: فهي الأولى في جيل يحركه الموضوع لإنتاج أربعة أهداف متميزة ومتباينة في صورة واحدة بنجاح.
في النهاية ، يمكن استخدام الخلايا العصبية بشكل فعال في التطبيقات واسعة النطاق بسبب تنوعها ومرونتها. تظهر العديد من التحقيقات حول الفئات المختلفة ، بما في ذلك الصور البشرية ، والإعدادات ، والزخارف ، وما إلى ذلك ، أن النهج متفوق في القابلية للتفسير ويمكن أن يولد العديد من المفاهيم. عند مقارنة الأساليب الحالية التي تعتمد على موضوع معين ، فإن تخزين البيانات اللازمة لتطوير موضوع معين يستخدم حوالي 10٪ فقط من الذاكرة ، مما يجعلها فعالة من حيث التكلفة وصديقة للبيئة للاستخدام على الأجهزة المحمولة.
تفحص ال ورق. يذهب كل الفضل في هذا البحث إلى الباحثين في هذا المشروع. أيضا ، لا تنسى الانضمام 15k + ML SubRedditو قناة الخلاف، و النشرة البريد الإلكتروني، حيث نشارك آخر أخبار أبحاث الذكاء الاصطناعي ومشاريع الذكاء الاصطناعي الرائعة والمزيد.
تحقق من https://aitoolsclub.com للعثور على مئات من أدوات الذكاء الاصطناعي الرائعة
