加拿大韋仕敦大學(xué)研究人員開發(fā)出了一種新技術(shù)，基于數(shù)學(xué)來準(zhǔn)確理解神經(jīng)網(wǎng)絡(luò)以做出決策——這是機(jī)器學(xué)習(xí)領(lǐng)域一個被廣泛認(rèn)可但又不太理解的過程。

當(dāng)今的許多技術(shù)，從Siri和ChatGPT等數(shù)字助理到醫(yī)學(xué)成像和自動駕駛汽車，都由機(jī)器學(xué)習(xí)驅(qū)動。然而，支持這些機(jī)器學(xué)習(xí)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)（受人類大腦啟發(fā)的計算機(jī)模型）一直難以理解，研究人員稱之為“黑匣子”。

“我們創(chuàng)建了可以執(zhí)行特定任務(wù)的神經(jīng)網(wǎng)絡(luò)，同時還使我們能夠解決控制網(wǎng)絡(luò)活動的方程式，”數(shù)學(xué)教授、韋仕敦大學(xué)菲爾茲網(wǎng)絡(luò)科學(xué)實(shí)驗(yàn)室主任Lyle Muller表示，該實(shí)驗(yàn)室隸屬于新成立的菲爾茲-西部合作中心。“該數(shù)學(xué)解決方案讓我們能夠‘打開黑匣子’，準(zhǔn)確了解網(wǎng)絡(luò)是如何運(yùn)作的?！?/p>

該研究結(jié)果發(fā)表在《PNAS》雜志上，研究團(tuán)隊(duì)首先在圖像分割任務(wù)中展示了這一新進(jìn)展。圖像分割是計算機(jī)視覺的一個基本過程，其中機(jī)器學(xué)習(xí)系統(tǒng)將圖像分成不同的部分，例如將圖像中的物體與背景分離。

從正方形和三角形等簡單的幾何形狀開始，他們創(chuàng)建了一個可以分割這些基本圖像的神經(jīng)網(wǎng)絡(luò)。

這種數(shù)學(xué)方法讓團(tuán)隊(duì)能夠精確理解計算的每個步驟是如何進(jìn)行的。團(tuán)隊(duì)隨后發(fā)現(xiàn)，該網(wǎng)絡(luò)還可以分割（或查看和解釋）一些自然圖像，例如北極熊在雪地中行走的照片或野生鳥類的照片。

韋仕敦大學(xué)神經(jīng)科學(xué)研究所成員Muller說：“通過簡化流程來獲得數(shù)學(xué)洞察力，我們可構(gòu)建一個比以前的方法更靈活的網(wǎng)絡(luò)，并且在從未見過的新輸入上也表現(xiàn)良好?！?/p>