盖世汽车讯 据外媒报谈，加拿大滑铁卢大学（the University of Waterloo）的一个跨学科参议团队正在打造或者效法东谈主类大脑的系统，旨在纠正应用于自动驾驶汽车（AV）期间等范畴内东谈主工神经网罗的能效与性能。
自动驾驶汽车（图片着手：滑铁卢大学）
自动驾驶汽车需要或者导航、有盘算，并对抓续变化的环境作念出反应。尽管AI（东谈主工智能）期间在该范畴内已赢得权贵表现，但谈路安全仍旧是一个令东谈主担忧的问题。为了擢升AV履行复杂任务的才略，如叮咛进攻情况的才略，就必须让其AI系统具备阔气的计较才略，而这会非常消耗汽车电板的电量，从而影响其续航里程。
河南专技在线Chris Eliasmith博士是系统联想工程与形而上学系（the Departments of Systems Design Engineering and Philosophy）联接遴聘的教师，其教导了滑铁卢大学的计较神经科学参议小组（Computational Neuroscience Research Group，CNRG），该小组专注于复制东谈主类大脑的功能，以打造更高效、更雄壮的东谈主工系统。
Eliasmith博士暗意：“限制当今，大脑是咱们所知的最出色的自动开动系统，开动恶果极高，仅需耗尽20瓦的电力。计较机很智慧，ChatGPT等AI言语模子也与东谈主类格皮毛似，但此类诞生需的电力需求是大脑的1000倍以上，使得它们在转移应用范畴的普及变得不太推行。倘若咱们或者将大脑的当然功能应用于AV，咱们就能打造出一个不仅想考速率快、质地高，而况或者节俭电板电量的自动驾驶系统，进而结束更特殊的合座性能。”
打造更智能、更安全的汽车
CNRG与梅赛德斯-飞奔（Mercedes Benz）配合，欺诈其神经样式计较期间方面的专科学问（包括联想和研发效法大脑运作形势的软硬件），打造更安全、更高效的自动驾驶汽车期间。这次配合彰显了滑铁卢大学发奋于于打造关于社会、经济、期间、健康和可抓续性有影响力的、专诚旨的产业与参议配合股伴干系。
AV系统在科罚“场景久了”等复杂任务时会濒临窘境，Eliasmith博士暗意，场景久了指的是凭借肢体言语和眼光疏通来评判行东谈主是否行将过马路。该实验室经受仿真期间及神经样式期间，擢升了该系统的感知、掂量和适度功能，纠正了其准确解读环境及反映环境的才略。
Eliasmith博士暗意：“咱们的参议利用神经样式计较机，仍是阐述，在不归天准确性的情况，系统履行适度和感知任务所需的电力裁减了10至100倍。咱们以为，增强的反映才略等上风或者在全自动驾驶系统中得到开阔的彭胀应用，让其变得愈加雄壮，最终变得愈加安全，同期消耗的电力也更少。”