利用有限资源与物理随机性助力计算
在计算领域,如何利用有限资源实现高效计算,以及挖掘物理现象中的计算潜力,一直是研究的重要方向。下面将探讨两个关键方面:利用有限资源进行计算和物理随机性在计算中的应用。
利用有限资源进行计算
在计算过程中,调节过拟合并实现合理的偏差 - 方差权衡是重要的步骤。在储层计算中,由于训练的参数较少,通过使用更大的训练数据集等方法,有望轻松克服过拟合问题。这些方法具有通用性,可应用于其他预测问题,甚至扩展到回归问题。
通过改变思考问题的方式和提出不同类型的问题,能够实现显著的性能提升,以较少的参数达到深度神经网络的计算能力。这体现了平衡系统智能并精心设计的方法在实际应用中的强大作用。
研究结果表明,一个相对简单的系统如果配备易于设计的“外部大脑”(外部驱动信号),可以进行大量的计算。外部驱动信号就像剧院中的提示器,它不需要超级智能,只需在设备优化阶段进行一次设计,之后就可以用于所有可能的输入,包括设备尚未见过的输入。
每个非线性动力系统都有进行计算的潜力。虽然有数学证明表明足够复杂的单个动力系统可以进行通用计算,但在实践中很难判断“足够复杂”的具体含义。计算能力不仅仅由系统本身决定,还与我们与系统的交互方式以及执行交互所需的资源有关。“偶然计算”的概念并非绝对,计算能力只有在我们能够利用它并找到有目的的交互方式时才存在。我们应该重新思考计算能力的概念,关键问题不是设备的计算能力有多大,而是提取这种能力的成本是多少。
物理随机性在计算中的应用
传统计算机在处理许多重要问题时存在速度慢甚至无法算法解决的问题。为了克服这些问题,研究人员提出了许多利用不同物理现象的计算方案,如量子
超级会员免费看
订阅专栏 解锁全文
1979

被折叠的 条评论
为什么被折叠?



