RAILS är en ny algoritm för teckenigenkänning. Ingenjörer inspirerades att skapa den genom immunitet. Författare
"RAILS representerar den allra första inställningen tillkontradiktoriskt lärande, som är modellerat efter det adaptiva immunförsvaret. Det fungerar annorlunda än medfödd immunitet”, förklarar Alfred Hero, professor emeritus vid John H. Holland University och en av ledarna för studien publicerad i tidskriften IEEE.
Medan det medfödda immunförsvaretär ansvarig för den övergripande attacken på patogener, genererar däggdjursimmunitet nya celler utformade för att försvara sig mot specifika virus. Det visar sig att djupa neurala nätverk, redan inspirerade av informationsbehandlingssystemet i hjärnan, kan dra fördel av denna biologiska process.
RAILS-algoritmen fungerar genom att simulera det naturligaimmunsystemsskydd för att identifiera fara och i slutändan ta hand om misstänkta neurala nätverksingångar. För att börja sin utveckling studerade ett team av biologer hur mössens adaptiva immunsystem svarade på antigenet. I experimentet användes vävnader från genetiskt modifierade möss som uttrycker fluorescerande markörer på B-celler.
RAILS-algoritmen visade sig inte bara vara effektiv utan ocksåoch överträffade de två vanligaste maskininlärningsprocesserna som används för att bekämpa motstridiga attacker: Robust Deep k-Nearest Neighbor och Convolutional Neural Networks.
Läs mer
"James Webb" tog historiens tydligaste bild av en stjärna
Utvecklingen av Moskva-radiologer på AI blev grunden för federala standarder
Kvantladdning kommer att möjliggöra rekordsnabbladdning av elfordon