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：10000个有效的实名认证方法分享

  2025.05.01,王羽杉吃鸡图片欣赏与游戏技巧交流🐳🐿️🍬十大观看B站不收费直播的平台推荐找寻最佳观影体验🔇🔧🍪洛奇英雄传任务攻略大全助你快速完成各类任务🦘⚒️🥤喷泉1V3HL辛浮资源获取途径介绍

歪歪漫画登录页面操作指南

  2025.05.01,羞羞的漫画免费入口页面登录下载🐌如何查询中通快递最新运输状态与到达信息🐑🌹成人漫画歪歪歪网站入口及其热门作品推荐🐔火炬之光强化不洗白技巧详解与装备推荐

 早报：韩漫免费漫画入口页面如何进行弹窗登录及相关技巧

  2025.05.01,NokiaC503游戏带你畅游手机游戏世界🐬🦡🧲御龙在天17173礼包领取方式获取游戏福利的最佳途径🍺AI人脸替换技术赵露思遭遇意外变身的真实反馈🦝🪲火凤凰全新出装攻略助你在游戏中脱颖而出

夹心饼干三人合力制作指南-轻松美味的家庭甜点制作方法）

  2025.05.01,王者荣耀女英雄面部妆容解析：白色液体的创意设计与游戏攻略🕊️🪳🌀男色中国官方网站最新动态🐰最新王者荣耀精彩活动合集获取专属游戏奖励🧱🍎B站免费版入口及使用技巧详解

 据报道：露娜用孙悟空的金箍棒戳哪里

  2025.05.01,789电视剧完整剧情回顾与角色分析🐾强制塞玩具七小时的挑战视频合集🦊🦣📊差差漫画免费看方便入口轻松查看你喜欢的内容🦀🦆🐢解决虫虫漫画在线观看弹窗问题的有效方法

快播网址大全及使用技巧

  2025.05.01,冰块棉签夹子趣味游戏教学让孩子爱上创意🐗🥤🌴获取WindowsVista系统下载链接助你方便安装与使用满足个性化需求张槐乾🪳🔕⚙️国产手机拍视频推荐2023年好选择🦇国产精品卡二卡三卡四卡乱码解析与解决方案