维也纳理工大学的计算机科学家正在通过从生物学中汲取灵感来提高人工智能。新方法不费吹灰之力就取得了惊人的效果。

自然生长的大脑与普通的计算机程序完全不同。它不使用由清晰的逻辑指令组成的代码，而是由相互通信的单元组成的网络。在计算机上模拟这样的网络可以帮助解决难以分解为逻辑运算的问题。

在维也纳，与麻省理工学院的研究人员合作，开发了一种编程这种神经网络的新方法，它以完全不同的方式模拟神经信号的时间演化。它的灵感来源于一种非常简单且研究充分的生物——圆虫秀丽隐杆线虫。在计算机上模拟其神经系统的神经回路，然后用机器学习算法修正模型。通过这种方式，停车等特殊任务可以用很少的模拟神经细胞来解决。即使蠕虫启发的网络只包含12个神经元，也可以训练它将漫游机器人引导到指定的地方。维也纳理工大学计算机工程研究所的Ramin Hasani现在介绍他在10月20日维也纳TEDx会议上的工作。

可以证明，这些新颖的神经网络是高度通用的。与通常被视为有用但难以理解的“黑盒”的标准人工神经网络相比，另一个优势是它们可以理解自己的内部动力学。

“神经网络必须经过训练，”拉明哈萨尼说。"你提供一个特定的输入，并调整神经元之间的连接，以提供所需的输出."

比如输入可以是图片，输出可以是图片中的人名。维也纳理工大学计算机工程学院的Radu Grosu说：“在这个过程中，时间通常不起作用。”对于大多数神经网络来说，所有的输入都是立即传输的，某些输出是立即产生的。但自然界的情况却大不相同。