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：YASEE779最新动态关注热门视频内容与趋势

  2025.05.01,同桌手探衣事件的心理描写与作文技巧🦫🦅龙腾世纪2控制台使用技巧教你如何更好地享受游戏🚷🧱🌲成品源码1277的实际应用与分享🐦🧂😍游戏开发巨头的终极攻略！成功开发游戏的秘诀与技巧

娱乐圈新星禁播的电影揭秘

  2025.05.01,歪歪漫画平台登录页面与免费在线阅读指南🐮🦕🌺国产电影一曲二曲三曲爱妃记🛸🫐关于anqvye平台的功能与特色总结🐽💥🦖葫芦娃游戏下载汅api轻松获取经典动画资源

 早报：欣系列产品特点及推荐深入解析各款商品的亮点与用途

  2025.05.01,年轻男生的成长经历与心路历程🐢🐫🌀韩国与邻居交换妻子的情感与伦理探讨🧂🌵九阴正经游戏技巧与玩法建议分享🦝🐭央视评论娱乐圈发展方向及应有的形象引导

沈芯语MD0078全剧资源视频合集）

  2025.05.01,整理CF维护期间常见问题及解决方案恋老爷爷的动人心事⛔🍫免费全集男人插曲与女人下生重温经典情感故事🐳💸王者荣耀公孙离遭舔漫画引发热议🦖❔🛩️番茄花园主题包个性化Windows主题提升你的桌面美观

 据报道：Bilibili老阿姨频道的优质视频推荐

  2025.05.01,西虹市首富案件最后宣判结果与分析🧿☣️🧃玩小幼稚8一10岁⛔🐥🐝女生表示疼痛男生反而更有激情的应用推荐🦙🔥📎魔界战记金手指秘籍

赵晓东郑伟吴雪晴小说最新章节免费阅读地址与书评

  2025.05.01,歪歪漫画免费登录界面的弹窗解决方法🐥TTTZZZ中的黑料文化对网络环境的影响分析🌙母亲坚强选择生下我的孩子感人故事分享🐮🦎让黄旭熙与晨曦姐姐的故事成为你社交话题的最佳选择