我國科學家構建新型類腦網絡 構筑人工智能與神經科學的橋梁

記者從中國科學院自動化研究所獲悉，該所李國齊研究員、徐波研究員團隊聯(lián)合清華大學、北京大學等，提出“基于內生復雜性”的類腦神經元模型構建方法，改善傳統(tǒng)模型計算資源消耗問題，為有效利用神經科學發(fā)展人工智能提供了示例，相關研究發(fā)表于《自然·計算科學》。

構建更加通用的人工智能，讓模型具有更加廣泛和通用的認知能力，是當前人工智能領域發(fā)展的重要目標。

“目前流行的大模型路徑是基于尺度定律構建更大、更深和更寬的神經網絡，可稱之為‘基于外生復雜性’的通用智能實現(xiàn)方法?！崩顕R說，這一路徑面臨著計算資源及能源消耗難以為繼、可解釋性不足等問題。

另外一方面，人類大腦有1000億神經元，1000萬億左右的突觸連接，每個神經元具有豐富且形態(tài)各異的內部結構，但功耗僅20瓦左右。因此借鑒大腦神經元動力學特性，向內豐富神經元結構探索通用智能潛力巨大，這條路徑可稱之為“基于內生復雜性”的通用智能實現(xiàn)方法。

李國齊表示，實驗結果驗證了內生復雜性模型在處理復雜任務時的有效性和可靠性，為將神經科學的復雜動力學特性融入人工智能提供新方法和理論支持，也為實際應用中的人工智能模型優(yōu)化和性能提升提供可行的解決方案。

目前，研究團隊已開展進一步研究，有望提升大模型計算效率與任務處理能力，實現(xiàn)在實際應用場景中的快速落地。

免責聲明：本文是學習強國轉載，版權歸原作者所有。所以注明轉載來源。本文所用視頻、圖片、文字如涉及作品版權問題，請第一時間告知，我們將立即刪除內容！本文內容為原作者觀點，并不代表本站贊同其觀點和對其真實性負責。