实体
Alexei V. Tkachenko
Alexei V. Tkachenko
PulseAugur coverage of Alexei V. Tkachenko — every cluster mentioning Alexei V. Tkachenko across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
分子网络实现化学学习和分类
研究人员开发了一个使用竞争性二聚体网络（CDNs）的化学学习新框架。这些由可逆结合的分子物种组成的网络，无需数字硬件即可执行多类分类等复杂的学习任务。该系统类似于人工神经元，结合亲和力充当可调突触权重。通过涉及突变、选择和放大的定向进化过程，CDNs可以稳健地区分噪声输入模式，展示出与计算机梯度下降训练相当的性能。
-
研究：AI推理的热力学成本与内存相关，而非计算
一篇新的研究论文探讨了与人工神经网络相关的热力学成本，区分了推理和学习过程。该研究认为，准静态推理没有热力学成本，因为其自由能独立于网络参数。然而，有限速度的推理会产生与输入信息分离相关的成本，大约是每层最宽维度 $k_B T$。相反，学习的不可约成本是每个参数 $k_B T$ 的几倍，这表明内存，而不是计算，决定了神经网络的热力学代价。