AI 产品
新研究突破：遵循戴尔原则的神经网络训练无需反向传播
研究人员提出一种新方法，使深度学习网络能严格遵守生物学的戴尔原则（神经元只能兴奋或抑制，不能两者兼有），同时无需使用反向传播。该方法通过路由机制直接向隐藏层广播误差信号，实现了仅由兴奋和抑制神经元组成的网络训练。实验表明，尽管存在严格的生物学约束，该方法在图像识别任务中表现良好，并在复杂运动任务及Craftax环境中实现了具有竞争力的、无需反向传播的强化学习。这一成果证明，即使强制深度学习遵循真实神经元规则，表征学习仍然可行。
多来源证据
事件时间线
- Twitter/X AI List真实大脑遵循戴尔原则：一个神经元只能兴奋或抑制其邻居，但绝不能同时做到两者。标准深度学习忽略了这一点并使用反向传播。