代表图片（图/X/@IITGuwahati）
古瓦哈蒂（阿萨姆邦）（印度）9 月 4 日（ANI）：印度理工学院古瓦哈蒂 (IIT Guwahati) 的研究人员正在致力于开发一种新的受大脑启发的人工智能模型。它旨在有效地处理长数据序列。同时比传统的人工智能方法使用的功率要少得多。此次发射于周五进行。
据 IIT Guwahati 报道，该研究所 Mehta Family 数据科学与人工智能学院的研究人员在韩国首尔举行的 2026 年国际机器学习会议 (ICML) 上展示了他们的研究结果。
另请阅读 |第七届薪酬委员会：西孟加拉邦政府征求有关工资、津贴、养老金的建议
研究在需要有效连续数据分析的所有领域都具有巨大潜力。这包括可穿戴健康监测系统、物联网 (IoT) 传感器、智能制造。环境检测自动系统和长期预测应用在这些领域减少计算负载可以延长电池寿命，并直接在设备上启用人工智能，而无需严重依赖云计算。
该模型由 SustainAI 实验室的研究人员开发，名为“尖峰微分谐波反射和火灾状态空间模型”(SH²RFSSM)，在 ICML 2026 上以海报形式展示。
另请阅读 |印度人民党领导人维奈·库马尔是否在拉达克绑架了年轻女性和 RSS 工作人员？事实核查 致电虚假索赔
这项研究由 Kartikay Agrawal、Vaishnavi Nagabhushana、Abhijeet Vikram、Vedant Sharma 和 Ayon Borthakur 共同撰写。这项作品于 7 月 7 日在首尔 COEX 会展中心举行的 ICML 2026 海报会议上由 Kartikay Agrawal、Vaishnavi Nagabhushana 和 Ayon Borthakur 展示。
IIT Guwahati Mehta Family 数据科学与人工智能学院助理教授 Ayon Borthakur 博士在阐述此类研究的必要性时表示：“现代人工智能系统越来越依赖于对较长连续数据的分析，例如来自可穿戴设备的健康信号。读取环境传感器、工业检查信息以及天气或交通预测。然而，随着数据长度的增加，广泛使用的人工智能架构往往会变得计算成本高昂，设备资源有限。”
为了应对这一挑战，IIT Guwahati 团队开发了 SH²RFSSM，这是一种受大脑启发的人工智能架构。这模仿了生物神经元的事件驱动的通信。
印度理工学院古瓦哈提梅塔家庭数据科学与人工智能学院博士研究学者 Kartikay Agrawal 强调了该模型的独特之处。 “尖峰神经网络与连续处理信息的传统神经网络不同。尖峰神经网络仅在有意义的事件发生时才会触发。这允许分布式计算和节能。我们将此原理与先进的状态空间建模相结合。这使得系统能够学习长期模式，而无需与传统顺序模型相关的大量计算开销。”
谈到这项研究的下一步，梅塔家庭数据科学与人工智能学院博士研究学者 Vaishnavi Nagabhushana 表示：“我们的目标是进一步探索该模型在涉及远程和连续数据处理的现实应用中的潜力。我们专注于提高性能和适应性，以便此类人工智能系统可以更有效地部署在资源有限的设备上，并在实践中支持尖端的人工智能应用。”
该模型的一个显着特征是神经元的多样性。其中每个人工神经元被允许表现不同而不是表现相似。这种多样性增强了模型捕获现实世界序列数据中复杂时间模式的能力。
研究人员在 17 个基准数据集上评估了 AI 模型，涵盖长期序列分类、回归和人类活动识别。和长期预测 该模型提供的性能可与最先进的分层模型相媲美。同时证明预计能源消耗显着减少。这使得它对于边缘人工智能 (Ani) 应用特别有前景。
（以上报道经过ANI工作人员审核和编辑。ANI是南亚领先的多媒体通讯社，在印度、南亚和世界各地设有100多个分社。ANI提供印度和世界各地的最新政治和时事、体育、健康、健身、娱乐和新闻。以上帖子中表达的观点并不一定反映最新的观点。）
