Исследователи из MIT разработали "жидкие нейронные сети" (LNN), которые предлагают компактное и эффективное решение для проблем искусственного интеллекта, особенно в областях робототехники и автономных автомобилей. LNN отличаются от традиционных моделей глубокого обучения, используя математическую формулировку, которая стабилизирует нейроны во время обучения и позволяет им адаптироваться к новым ситуациям после обучения. Они значительно компактнее: для выполнения задачи, например, удержания автомобиля в своей полосе, LNN требуется всего 19 нейронов, в отличие от 100 000 у традиционной нейронной сети. LNN особенно подходят для работы с непрерывными потоками данных, что делает их идеальными для робототехники и автономных автомобилей. venturebeat.com/ai/how-…ing-cars