AI 與世界的難題 · 天文與太空 · arXiv · 2026-10-21
一種抗輻射、具錯誤感知能力且能自我修復的量化神經網路
原標題: A Radiation-Hardened, Fault-Aware Quantized Neural Network That Self-Heals
部署於太空船與粒子加速器等輻射嚴苛環境的深度學習模型，會因高能粒子破壞資料而退化，因而催生出一種在位元翻轉後於執行時期修復量化神經網路權重的方法。此方法名為 Projection Healing，它擴充了 Fault-Aware Training，加入一項對齊懲罰，將未受損的激活與權重集中至低秩子空間，被標記為受損的座標可從該子空間重建，且無需在商用硬體上儲存額外副本。在六項迴歸基準中，它在 +5% RMSE 退化的代價下將運作擦洗間隔的中位數延長 2.04×（傳統 SECDED 為 1.62×），而在固定 FAT 檢查點、僅切換執行時期修復的情況下，原生單位超額積分進一步降低了 ~23%。