RAILS er en ny algoritme til tegngenkendelse. Ingeniører blev inspireret til at skabe det af immunitet. Forfattere
"RAILS repræsenterer den allerførste tilgang tiladversariel læring, som er modelleret efter det adaptive immunsystem. Det virker anderledes end medfødt immunitet,” forklarer Alfred Hero, professor emeritus ved John H. Holland University og en af lederne af studiet offentliggjort i tidsskriftet IEEE.
Mens det medfødte immunsystemer ansvarlig for det overordnede angreb på patogener, genererer pattedyrs immunitet nye celler designet til at forsvare sig mod specifikke vira. Det viser sig, at dybe neurale netværk, der allerede er inspireret af informationsbehandlingssystemet i hjernen, kan drage fordel af denne biologiske proces.
RAILS-algoritmen virker ved at simulere det naturligebeskyttelse af immunsystemet for at identificere farer og i sidste ende tage sig af mistænkelige neurale netværk input. For at begynde sin udvikling undersøgte et hold biologer, hvordan musenes adaptive immunsystem reagerede på antigenet. Forsøget brugte væv fra genetisk modificerede mus, der udtrykker fluorescerende markører på B-celler.
RAILS-algoritmen viste sig ikke kun at være effektiv, menog overgået de to mest almindelige maskinlæringsprocesser, der bruges til at bekæmpe modstridende angreb: Robust Deep k-Nearest Neighbor og Convolutional Neural Networks.
Læs mere
"James Webb" tog historiens klareste billede af en stjerne
Udviklingen af Moskva-radiologer på AI blev grundlaget for føderale standarder
Kvanteopladning vil muliggøre rekord-hurtig opladning af elbiler