Fugu-MT 論文翻訳(概要): Brain-inspired computing: We need a master plan

論文の概要: Brain-inspired computing: We need a master plan

arxiv url: http://arxiv.org/abs/2104.14517v1
Date: Thu, 29 Apr 2021 17:34:16 GMT
ステータス: 処理完了
システム内更新日: 2021-04-30 15:55:39.804547
Title: Brain-inspired computing: We need a master plan
Title（参考訳）: 脳にインスパイアされたコンピューティング:マスタープランが必要だ
Authors: Adnan Mehonic and Anthony J Kenyon
Abstract要約: 脳にインスパイアされた新しいコンピューティング技術は、極端なエネルギー効率で情報を処理するさまざまな方法と、私たちが生成する非構造化でノイズの多いデータのバランシェを、常に増加速度で処理する能力を約束します。この約束を実現するには、異なる研究コミュニティをまとめ、必要な資金、集中、支援を提供する勇敢で協調的な計画が必要である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: New computing technologies inspired by the brain promise fundamentally different ways to process information with extreme energy efficiency and the ability to handle the avalanche of unstructured and noisy data that we are generating at an ever-increasing rate. To realise this promise requires a brave and coordinated plan to bring together disparate research communities and to provide them with the funding, focus and support needed. We have done this in the past with digital technologies; we are in the process of doing it with quantum technologies; can we now do it for brain-inspired computing?
Abstract（参考訳）: 脳にインスパイアされた新しいコンピューティング技術は、極端にエネルギー効率で情報を処理し、不規則でノイズの多いデータの雪崩を処理する能力を、基本的に異なる方法で約束する。この約束を実現するには、異なる研究コミュニティをまとめ、必要な資金、集中、支援を提供する勇敢で協調的な計画が必要である。私たちは過去に、デジタル技術を使ってこれを行い、量子技術を使ってそれを実行しています。

関連論文リスト

Neuromorphic Programming: Emerging Directions for Brain-Inspired Hardware [0.0]
現在、ニューロモルフィックハードウェアはディープラーニングに適応した機械学習手法に依存していることが多い。ニューロモルフィックコンピュータは、そのエネルギー効率と完全な計算能力しか利用できない場合、ディープラーニングをはるかに超える可能性を持っている。本稿では,ニューロモルフィックコンピューティングの文脈におけるプログラミングの概念解析について述べる。
論文参考訳（メタデータ） (2024-10-15T10:08:15Z)
Brain-inspired Computing Based on Deep Learning for Human-computer Interaction: A Review [1.18749525824656]
脳にインスパイアされたコンピューティングは、マルチモーダル技術とバイオメディカル分野の間の重要な交差点である。本稿では、ディープラーニング(DL)に基づく脳に触発されたコンピューティングモデルについて、その進化、アプリケーション価値、課題、潜在的研究動向について概観する。脳にインスパイアされた計算モデルの大幅な進歩にもかかわらず、その能力を完全に活用することが課題である。
論文参考訳（メタデータ） (2023-12-12T12:26:37Z)
The QUATRO Application Suite: Quantum Computing for Models of Human Cognition [49.038807589598285]
量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
論文参考訳（メタデータ） (2023-09-01T17:34:53Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文参考訳（メタデータ） (2022-10-04T17:32:27Z)
In the realm of hybrid Brain: Human Brain and AI [0.0]
現在の脳-コンピュータインターフェース(BCI)技術は主に治療結果に関するものである。近年,脳信号のデコードには人工知能(AI)と機械学習(ML)技術が用いられている。クローズドループ,インテリジェント,低消費電力,小型化されたニューラルインターフェースの開発を想定する。
論文参考訳（メタデータ） (2022-10-04T08:35:34Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)
Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
論文参考訳（メタデータ） (2020-10-30T21:41:44Z)
Neurocoder: Learning General-Purpose Computation Using Stored Neural Programs [64.56890245622822]
ニューロコーダ(Neurocoder)は、汎用計算機の全く新しいクラスである。共有可能なモジュール型プログラムのセットから関連するプログラムを構成することで、データ応答性のある方法で“コード”を行う。モジュールプログラムを学習し、パターンシフトを厳しく処理し、新しいプログラムが学習されると、古いプログラムを記憶する新しい能力を示す。
論文参考訳（メタデータ） (2020-09-24T01:39:16Z)
Memristors -- from In-memory computing, Deep Learning Acceleration, Spiking Neural Networks, to the Future of Neuromorphic and Bio-inspired Computing [25.16076541420544]
機械学習は、特にディープラーニングの形で、人工知能の最近の基本的な発展のほとんどを駆動している。ディープラーニングは、オブジェクト/パターン認識、音声と自然言語処理、自動運転車、インテリジェントな自己診断ツール、自律ロボット、知識に富んだパーソナルアシスタント、監視といった分野に成功している。本稿では、電力効率の高いインメモリコンピューティング、ディープラーニングアクセラレーター、スパイクニューラルネットワークの実装のための潜在的なソリューションとして、CMOSハードウェア技術、memristorsを超越した小説をレビューする。
論文参考訳（メタデータ） (2020-04-30T16:49:03Z)
A New Age of Computing and the Brain [25.548544303230933]
コンピュータ科学と脳科学の歴史は絡み合っている。 2014年12月、ワシントンD.C.で2日間のワークショップが開かれた。目標は、コンピューター科学者と脳科学者を集結させ、新たな機会とつながりを探ることだった。
論文参考訳（メタデータ） (2020-04-27T16:38:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。