据机器之心公众号9月23日消息，美国俄亥俄州立大学研究人员取得储备池计算新突破，能基于更少的人工神经元，将计算速度最高提升百万倍。储备池计算（Reservoir computing ）是一种机器学习算法，以模仿人脑的方式运行，在预测动力系统演化方面非常有效。俄亥俄州立大学研究人员通过改进算法，仅使用400个数据点，就得到了与上一代储备池计算使用5000个或更多数据点产生的相同的结果。研究人员计划将这项工作扩展到更复杂的计算问题上，比如预测流体动力学和天气系统。相关成果发表于《自然 · 通讯》期刊。

消息来源：https://mp.weixin.qq.com/s/vOoibPsUWI4DVuKHqDV5og