HTM（Hierarchical Temporal Memory）算法由Numenta公司的Jeff Hawkins提出，旨在模拟新大脑皮层工作原理，解决模式匹配与预测问题。不同于传统的人工智能算法，HTM强调信息的时空特性，具有记忆性和可学习性，广泛应用于图像识别、故障预测等领域。Numenta提供了基于HTM的Python平台和开源项目Nupic。
简介
HTM(Hierarchical Temporal Memory)算法，英文全称HTM Cortical Learning Algorithms是由《人工智能的未来》(On Intelligence)一书作者Jeff Hawkins创建的Numenta公司（先改名为Grok）发表的新一代人工智能算法。Jeff Hawkins 是一位工程师，连续创业者，科学家，发明家，作家。他曾是两个移动计算机公司Palm，Handspring的创始人，是很多计算机产品的设计师，比如Palm Pilot 和 Treo smartphone。虽然是一个计算机科学家，他向来就对神经科学和新大脑皮层理论有很深的兴趣。在2002年，他创建了红杉神经科学研究院，这是一家专注研究大脑信息处理方法的科研机构。2004年，他出版了《人工智能的未来》一书，描述新大脑皮层的信息处理方式。2005年，他与人共同创立Numenta公司，他希望该公司能够成为新兴的机器智能领域的催化剂
最低0.47元/天 解锁文章
扫一扫
5452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
