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：女生尖叫越痛男生越主动真实故事

  2025.05.01,嫦娥去掉衣服裤子🦄🚔揭秘决战时刻中的隐藏英雄角色及使用技巧🐝V11AV75在线影视资源汇总🍫💧了解这些软件影响你网络安全的原因十大禁用软件大全及其危害

梦幻西游特技图标素材下载助你快速设计

  2025.05.01,大型活动直播平台分享助您全程掌握精彩时刻🪴🔥天天有喜电视剧全集下载免费在线观看每一集精彩内容🐸刺激战场火箭少女角色详解提升游戏体验必看🐏🥔诺基亚5235壁纸高清图片集锦与使用心得

 早报：甲方乙方百度影音：看甲方乙方影片揭秘现代职场关系与斗智斗勇

  2025.05.01,真空环境取快递的奇特体验揭秘🐌🧋雷神角色腿法技巧展示精彩视频带你领略武艺🐘🧱🌵李玉超司令被捕全过程视频回顾🐊99精产国品一二三产区区别在线

流浪动物的救助与保护如何成为志愿者）

  2025.05.01,黄冈房价网最新数据房产市场走势分析💣🌟禁止在舞蹈室中行为不当让我们共同维护良好的学习环境🦉🐙🐑三个人玩黑白配有几种可能🧂一品鲍破解版V1.0.6版本下载及使用评测

 据报道：希露薇の繁殖计划答案

  2025.05.01,带你了解他的成长历程两人对一的初次体检体验🌿妄笔漫画家：独特风格与创作灵感解析🛰️🧅LaurenPhillips的最新影片在线观看与粉丝讨论专区🦊🙊我的青梅竹马是消防员第一季未删减版推荐

168女生与20cm鞋子的搭配建议

  2025.05.01,家里没人你用点力快快的心理解析与分享🥝🐝江浙佛教音乐网的最新作品与推广🪳羞羞漫画在线登录入口详细解读🚥10至14岁青少年在中国的趣味与发展