天津大學(xué)人工智能學(xué)院于強(qiáng)教授團(tuán)隊(duì)聯(lián)合國際科研人員，在神經(jīng)網(wǎng)絡(luò)信息處理機(jī)制研究中取得重要突破。該研究聚焦于大腦神經(jīng)網(wǎng)絡(luò)的“基本零件”——突觸，首次揭示了其處理時空信息的核心機(jī)制。相關(guān)成果于11月22日發(fā)表于國際著名學(xué)術(shù)期刊《美國科學(xué)院院刊》（PNAS）。
人類大腦中，數(shù)以億計的神經(jīng)元以脈沖的形式，通過“突觸”這一連接點(diǎn)傳遞和處理信息。對其工作機(jī)制的模擬與計算，是人工智能領(lǐng)域發(fā)展的重要啟發(fā)源泉。具體而言，突觸具有兩種關(guān)鍵的調(diào)節(jié)能力：一種是“長時可塑性”，即其連接強(qiáng)度可以長期增強(qiáng)或減弱，這被認(rèn)為是形成長期記憶的基礎(chǔ)；另一種是“短時可塑性”，指的是在極短時間內(nèi)動態(tài)調(diào)節(jié)信號強(qiáng)度的能力。盡管兩者均至關(guān)重要，但它們?nèi)绾螀f(xié)同工作，共同影響大腦的學(xué)習(xí)與信息處理效率，一直是未解之謎。
針對這一難題，研究團(tuán)隊(duì)通過構(gòu)建突觸計算與學(xué)習(xí)理論模型，發(fā)現(xiàn)當(dāng)“長時可塑性”作用于“短時可塑性”時，大腦能夠?qū)r間序列上的信息轉(zhuǎn)化為空間上的表達(dá)模式。這一機(jī)制顯著增強(qiáng)了神經(jīng)網(wǎng)絡(luò)的記憶容量、抗干擾能力以及對復(fù)雜時空信息的識別能力。該模型還在小鼠與人類大腦皮層突觸電生理觀測中得到了驗(yàn)證，顯示出高度的生物合理性。
圖為神經(jīng)網(wǎng)絡(luò)存儲容量和噪聲魯棒性分析結(jié)果。（受訪者供圖）
“這項(xiàng)研究就像是我們找到了大腦在處理信息時的‘協(xié)作密碼’。”于強(qiáng)比喻道，“它不僅解釋了大腦處理信息的底層邏輯，也為開發(fā)可解釋、可通用的下一代人工智能方法提供了重要支撐。”（記者張建新、栗雅婷）
