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：男法师转职推荐最佳职业转职选择解析与建议

  2025.05.01,女生说痛男生越有力的心理分析🪳井川里予五十分钟完整视频观看链接🔞多玩武林最新游戏动态与攻略🦁🦣🧁谭维维时尚短发引领潮流的优势与搭配建议

JMCOMIC2.0MIC1.6.8版的更新与改进内容

  2025.05.01,十二生肖守护神的文化背景与传说探秘🔕王者荣耀黄化网站入口玩家畅玩游戏的最佳平台🐪⛽🍪电影《偿还3》剧情分析与见解🐝⛓️布谷鸟直播平台使用指南与娱乐推荐

 早报：折腾了一个多小时才弄出来的头发造型：分享我的美发心得与技巧

  2025.05.01,二虎与温如玉书香小说全本在线阅读🪙人成乱码一卡二卡三四卡无卡六卡🥤🐣含羞草传媒平台一天一次观看下载方法分享🐌🫖铁拳6游戏深入解析及技巧分享

幸运召唤师活动全面解析：参与方式和奖励介绍）

  2025.05.01,探索aaaa4444在荒野中的生存技巧与游戏玩法攻略🐱🐢漫蛙漫画免费漫画入口-官方网站畅享多样漫画作品🐻🐮🐙新版金银瓶1996深度主题分析与社会影响🐦📍砂舞论坛的最新讨论话题与参与方式

 据报道：免费下载最新m电视MTV的途径与资源推荐

  2025.05.01,胡桃触摸🍫御龙在天17173礼包领取方式获取游戏福利的最佳途径🦡💥玩3Q如何获得更好游戏体验🐟🛑烟台性息信息分享与最新动态更新

最新亚洲无线码资源尽在此处快速流畅观看不再等待

  2025.05.01,深入分析上官婉儿用笔表达自我的创作过程YY歪歪漫画的免费漫画登录入口及热门推荐🐑西红柿首富被指侵权事件详细分析🔓🐢虎爸暴力教育儿子视频引发社会热议🐰🍪😍原神甘雨开襟抱枕美图欣赏二次元的完美展现