自适应脉冲神经元开启视觉与语言建模的新纪元
ArXiv Neural Evo•2026年4月15日 04:00•research▸▾
分析
这项突破性的研究引入了自适应脉冲神经元(ASN),完美地结合了生物学合理性与高性能,标志着第三代神经网络实现了惊人的飞跃。通过引入可训练的参数来动态学习膜电位,ASN系列优雅地解决了一般大规模模型常面临的适应性挑战。在涵盖计算机视觉与自然语言处理任务的19个数据集上进行评估后,这种创新方法证明了节能架构同样可以提供极高的通用性和稳健的表现。
Aggregated news, research, and updates specifically regarding energy efficiency. Auto-curated by our AI Engine.
"据我们所知,这是第一个系统地建立多维分组计算以解决S-ViTs中内存开销、学习能力和能耗预算三重困境的工作。"
"该系统将基于梯度的对抗成功率从82.1%降低到18.7%,将时间抖动成功率从75.8%降低到25.1%,同时保持每次推理约45微焦耳的能耗。"
"据彭博社报道,开发了 CL1 生物计算机的澳大利亚科技初创公司 Cortical Labs 宣布了一项新的合作关系,以使用其实验性产品建立数据中心。"
"英伟达支持的试验表明,AI数据中心可以近乎实时地灵活调整电力使用,对全球能源消耗具有影响——这表明超大规模企业可以根据需要减少消耗,确保电网在高峰需求期间不会过载"
"关于轨道数据中心的话题,值得考虑一个更具未来主义的 AI 基础设施和能源效率的解决方案,对我来说,这可能是跨轨道制造、太空。"