人工智能研究新进展 中国团队提出“基于内生复杂性”类脑计算方法|

中新网北京8月17日电 (记者 孙自法)针对“基于外生复杂性”通用人工智能(AI)路径面临计算资源及能源消耗难以为继、可解释性不足等问题，中国科学院自动化研究所李国齐、徐波研究团队联合清华大学、北京大学等同行学者，借鉴大脑神经元复杂动力学特性，最新研究提出“基于内生复杂性”的类脑神经元模型构建方法。

这一新型类脑计算方法，可改善传统模型通过向外拓展规模带来的计算资源消耗问题，也为有效利用神经科学发展人工智能提供了示例。相关成果论文近日在国际专业学术期刊《自然-计算科学》(Nature Computational Science)发表。

合作团队介绍说，构建更加通用的人工智能，让模型具有更加广泛和通用的认知能力，是当前人工智能领域发展的重要目标。目前流行的大模型路径是基于“尺度定律”(Scaling Law)去构建更大、更深和更宽的神经网络，可称之为“基于外生复杂性”的通用智能实现方法，但这一路径面临着计算资源及能源消耗难以为继、可解释性不足等问题。

在本项研究中，合作团队首先展示脉冲神经网络神经元LIF模型和HH模型在动力学特性上存在等效性，进一步从理论上证明HH神经元可以和4个具有特定连接结构的时变参数LIF神经元(tv-LIF)动力学特性等效。

基于这种等效性，团队通过设计微架构提升计算单元的内生复杂性，使HH网络模型能够模拟更大规模LIF网络模型的动力学特性，在更小的网络架构上实现与之相似的计算功能。随后，团队进一步将由4个tv-LIF神经元构建的“HH模型”(tv-LIF2HH)简化为s-LIF2HH模型，并通过仿真实验验证这种简化模型在捕捉复杂动力学行为方面的有效性。

这次研究的实验结果表明，HH网络模型和s-LIF2HH网络模型在表示能力和鲁棒性上具有相似的性能，验证了内生复杂性模型在处理复杂任务时的有效性和可靠性。同时，研究还发现，HH网络模型在计算资源消耗上更为高效，显著减少内存和计算时间的使用，从而提高了整体的运算效率。

合作团队通过信息瓶颈理论对他们的研究结果进行解释认为，本项研究为将神经科学的复杂动力学特性融入人工智能提供新的方法和理论支持，为实际应用中的人工智能模型优化和性能提升提供可行的解决方案。

据透露，合作团队目前已开展对更大规模HH网络，以及具备更大内生复杂性的多分支多房室神经元的研究，有望进一步提升大模型计算效率与任务处理能力，实现在实际应用场景中的快速落地。(完)【编辑:李岩】

 搜狐小时报：差差漫画如何登录页面以及免费使用技巧

  2025.04.30,精彩漫画推荐与分享让你畅享视觉盛宴🐹🧁腿再打开一点就可以吃扇贝了的创意做法分享🔔🌳PSP拳皇VS街霸完美对战技巧与游戏心得🔔🍞🥞江西上饶5岁女童失踪事件的最新进展与报道

探索潮流社区的新趋势与年轻人的生活方式

  2025.04.30,免费推广B站网站资源2022年分享🦫🫖🌙女的被弄过之后心情会变好吗🦘4399神马影院中的经典影片推荐与观看指南🦦🐿️🧰从校服衣袖看大馒头的有趣现象解析

 早报：九幺免费版网站NBAOFFICE68

  2025.04.30,保卫萝卜挑战16的通关攻略与技巧分享🛑📵🫒97ai网站福利视频资源汇聚平台助你发掘热门内容📢🧉无人车和无人机的不同之处解析与红桃相关信息🦁🐂📵耽美动漫BL的经典作品与新作推荐旅行

冷狐20部直装游戏推荐与玩法指南）

  2025.04.30,课堂趣事：没有准备罩子导致的尴尬经历分享❌📛❄️军人1对2或1对3的战斗挑战展现非凡战斗技巧🧾🌳深入了解dnf剑宗职业的幻剑术玩法爱漫画海贼王精彩剧情回顾🚳🍒忘忧草影音最新影视资源分享平台

 据报道：貂蝉动画片中两只大兔子的奇幻冒险适合所有年龄段

  2025.04.30,镜被捅了流口水流白色液体🧋🦆探讨五位即将成名的游戏人物发展历程🐾❕🌽药效H1V2的临床应用与使用效果分析🦎雷电将军角色入夜狂飙图片高清壁纸热爱角色的玩家必备

CHEC14未成年人观看的高清视频资源

  2025.04.30,TokyohotN0887视频资源获取与观看方法💣🌸女人和金毛发生产关系怎么样🚥访问WWW.XINANPTA.CN获取最新资讯与资源🐉病勤楼栋1-6樱花赏析感受樱花的美丽与生机