Dr.-Ing教授。Sebastian Stober将数据可视化。

马格德堡奥托・冯・格里克大学(Otto von Guericke University)的计算机科学家希望行使这些发现和已确立的大脑研究方式，更好地明白人工智能的事情方式。

作为研究项目的一部分，由ing教授向导的科学家们。马格德堡大学人工智能实验室的Sebastian Stober将运用认知神经科学的方式来剖析人工神经网络，从而更好地明白它们的事情方式。

“认知神经科学启发可注释人工智能技术研究项目”(简称CogXAI)将为期三年，将从德国联邦教育和研究部获得100多万欧元的资助。

人工神经网络，简称ANNs，是一种受自然大脑结构启发的自学习智能系统。它们就像生物神经系统一样，能够通过实例学习来自力解决庞大的问题。

“在我们的大脑中，这些网络是由数以百万计的神经细胞通过化学信号和电信号相互交流组成的，而人工神经网络可以被明白为计算机程序，”斯托伯教授说。“由于其壮大的学习能力和灵活性，近年来人工神经网络在‘深度学习’一词下已经成为智能系统开发的热门选择。”

Stober和他的团队研究若何在人工神经网络中找到差别的区域，人工神经网络就像生物大脑一样，卖力某些特定的功效。与磁共振成像扫描仪(MRI)纪录的大脑扫描一样，人工智能专家旨在识别神经网络的某些区域，以便更好地明白它们的事情方式。

此外，大脑研究还提供了关于人类大脑学习行为的主要发现。计算机科学家正在行使这些厚实的履历使人工神经网络获得快速有用的学习行为。通过将人类感知和信号处置的观点通报给人工神经网络，他们计划发现这些自学习系统是若何做出展望和/或为什么会失足。

“对自然大脑的研究已经跨越50年了，”斯托贝尔教授注释说。然而，现在这种潜力很少被用于AI架构的开发。通过将神经科学的方式转移到人工神经网络的研究中，他们的学习历程也将变得加倍透明和容易明白。通过这种方式，在学习历程的早期阶段就可以识别出人工神经元的故障，并在训练中加以纠正。”

据Stober说，人工神经网络的生长正在迅速生长。“通过使用高性能计算机，越来越多的人工神经元可以用于学习。然而，这些网络日益庞大，甚至连专家也难以明白它们的内部流程和决议。“然而，若是我们希望未来能够平安使用人工智能，就必须周全领会它的事情原理。”