🧠 خداحافظی با بک‌پروپاگیشن؟ گامی بزرگ در یادگیری بیولوژیکی!

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

محققان در پژوهشی جدید، روشی نوآورانه برای جایگزینی «بک‌پروپاگیشن» (Backpropagation) در شبکه‌های عصبی ارائه داده‌اند. این متد جدید که بر پایه «کدگذاری پیش‌بینانه» (Predictive Coding) بنا شده، با استفاده از محاسبات محلی (Local Weight Updates)، نیاز به گذرگاه‌های بازگشتی سنگین را حذف می‌کند.

این دستاورد که تحت عنوان WF-Act-PC معرفی شده، نشان می‌دهد که چطور می‌توان با محاسبات موضعی، به دقتی فراتر از روش‌های کلاسیک دست یافت و عملکرد مدل‌ها را در لایه‌های عمیق‌تر به شکل چشمگیری بهبود بخشید. این یعنی یک گام دیگر به سوی مدل‌های هوش مصنوعی با بهره‌وری بالاتر و شباهت بیشتر به سیستم عصبی انسان! 🚀

منبع: arXiv Machine Learning