科学家首次将AI元学习引入神经科学，可大幅提高精准医疗效果

更为进一步，该大学、十六进制跳动等部门密切合作的技术成果更为进一步在生理学学术刊物《人为·认知科学》释出，该研究首次将AI元研习（meta learning）工具引入认知科学及照护各个领域，能在有限的照护信息上基础训练简单的AI基本概念，提升基于大脑激光的精准照护缺点。

大脑激光技术可并不需要观察大大脑在信息处理和应对抑制时的神经细胞化学变化，理论上，基于大脑激光的AI基本概念可引入预测参与者的一些连续性特点，从而促进针对参与者的精准照护。尽管才有英美微生物银行（UK Biobank）这样的大规模人类所认知科学信息集，但在研究临床成年人或应付重点认知科学缺陷时，几十到数十人的同一时间信息比对依旧是常态。因此，在可靠注明的照护信息量有限的意味着，如何基础训练单单简单的AI基本概念，于是以成为认知科学和斯坦福大学各个领域焦点缺陷。

人类学家们提单单，使用神经细胞网络各个领域的元研习应付上述难题。

元研习是只不过几年最火爆的研习工具之一，其要能是让基本概念可以在换取才有知识的基础上快速研习最初任务。

人类学家通过对先前小比对信息分析发现，性状的认知、心理卫生、人口统计统计学和其他卫生本体等连续性特点与大大脑激光信息错综复杂存在一种内在相关性。基于小比对信息和大信息集错综复杂的这种相关性，人类学家提单单元匹配（meta-matching）的工具，将大信息集上基础训练单单来的神经细胞网络基本概念迁至到小信息集上，从而基础训练单单更为简单的基本概念。

这了了工具已在英美微生物银行和人类所连接四组著手（Human Connectome Project）的信息集上顺利进行的测试，较传统工具揭示单单更为高的准确率。

试验中显示，这项最初基础训练基本概念比较简单，可与任何神经细胞网络算法相结合，在同一时间的信息集上，也可有效率基础训练形式化安全性好的AI预测基本概念。

文章来源：科技日报