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：1984美国忌讳第三集的剧情拆解与分析

  2025.05.01,果冻传媒的MV推荐带你领略华语音乐的狂欢🪳楚留香传奇剧情解析探讨经典影视作品背后的魅力🛸🔓英雄联盟S3精彩视频回顾与赛事分析⛓️🗜️🥃北条麻妃出租车系列作品精彩评析与推荐

18款热门エロゲ游戏汉化版免费下载指南

  2025.05.01,毛毛爆囧菇的搞笑片段与观影推荐🚧🌾⛄音乐爱好者必看的热门MTV分享如何开通支付宝卡通🦏☢️🥥精品日产乱码卡一卡2卡🐍🐀💸差差漫画免费登录页面及入口分析

 早报：兽神演武v4.9版本下载体验热血战斗开启你的英雄之路

  2025.05.01,今天的小鸡庄园正确答案推荐与解析🚳🔥免费国精产品一二二三🐹🐀🦕虫虫漫画免费阅读方法及弹窗解决技巧🍀金银瓶1-32026深度剖析影视作品背后的故事与文化

宝贝看镜子我是怎么爱你的图）

  2025.05.01,星球大战原力觉醒电影资源下载及观影体验分享🔔🥂Dota骷髅王的角色分析与玩法技巧分享🚥快喵短视频免费播放平台分享情色内容引关注🔉🔧🍇龙之谷兽娘加点攻略与技巧解析提升角色实力的最佳方法

 据报道：兔年拜年的温暖祝福语集锦

  2025.05.01,虫虫动漫官方正版入口介绍及其特色服务🐨⛏️金刚杵肉莲花欢喜禅的修行方法🐼🐂🚯网红CC首次公开离婚原因粉丝感到震惊⛔🥥🍷YSL水蜜桃86是否满十八合法使用详解

上下兼顾的独特饮食视频试看

  2025.05.01,乔任梁现身美国粉丝热议其状态与未来发展🐄🌿带你玩转游戏世界1000人体系艺人图册欣赏🦙晚上失眠看点片软件推荐解锁夜晚娱乐新方式尽情享受视觉盛宴🐶🚧免费下载2分30秒不间断踹息声音频的方法与资源