RAILS — новый алгоритм для распознавания символов. На его создание инженеров вдохновил иммунитет. Авторы разработки отмечают, что он надежнее сверточных нейронных сетей.
«RAILS представляет собой самый первый подход к состязательному обучению, который смоделирован по образцу адаптивной иммунной системы. Она работает иначе, чем врожденный иммунитет», — объясняет Альфред Герой, почетный профессор Университета Джона Х. Холланда, один из руководителей исследования, опубликованного в журнале IEEE.
В то время как врожденная иммунная система отвечает за общую атаку на патогены, иммунитет млекопитающих генерирует новые клетки, предназначенные для защиты от конкретных вирусов. Оказывается, глубокие нейронные сети, уже вдохновленные системой обработки информации в мозге, могут использовать преимущества этого биологического процесса.
Алгоритм RAILS работает, имитируя естественную защиту иммунной системы, чтобы идентифицировать опасность и в конечном итоге позаботиться о подозрительных входных данных нейронной сети. Чтобы начать его разработку, команда биологов изучила, как адаптивная иммунная система мышей реагировала на антиген. В эксперименте использовались ткани генетически модифицированных мышей, которые экспрессируют флуоресцентные маркеры на В-клетках.
Алгоритм RAILS оказался не только эффективным, но и превзошел по производительности два наиболее распространенных процесса машинного обучения, используемых для борьбы с состязательными атаками: Robust Deep k-Nearest Neighbor и сверточные нейронные сети.
Читать далее
«Джеймс Уэбб» сделал самую четкую фотографию звезды в истории
Разработки московских радиологов по ИИ вошли в основу федеральных стандартов
Квантовая зарядка позволит рекордно быстро заряжать электромобили