北京
这是3月26日在天津陈塘科技商务区天津汇智星源科技有限公司拍摄的企业生产的系统终端形态。新华社记者 孙凡越 摄
新华社天津11月22日电（记者张建新、栗雅婷）天津大学人工智能学院于强教授团队联合国际科研人员，在神经网络信息处理机制研究中取得重要突破。该研究聚焦于大脑神经网络的“基本零件”——突触，首次揭示了其处理时空信息的核心机制。相关成果于11月22日发表于国际著名学术期刊《美国科学院院刊》（PNAS）。
人类大脑中，数以亿计的神经元以脉冲的形式，通过“突触”这一连接点传递和处理信息。对其工作机制的模拟与计算，是人工智能领域发展的重要启发源泉。具体而言，突触具有两种关键的调节能力：一种是“长时可塑性”，即其连接强度可以长期增强或减弱，这被认为是形成长期记忆的基础；另一种是“短时可塑性”，指的是在极短时间内动态调节信号强度的能力。尽管两者均至关重要，但它们如何协同工作，共同影响大脑的学习与信息处理效率，一直是未解之谜。
针对这一难题，研究团队通过构建突触计算与学习理论模型，发现当“长时可塑性”作用于“短时可塑性”时，大脑能够将时间序列上的信息转化为空间上的表达模式。这一机制显著增强了神经网络的记忆容量、抗干扰能力以及对复杂时空信息的识别能力。该模型还在小鼠与人类大脑皮层突触电生理观测中得到了验证，显示出高度的生物合理性。
“这项研究就像是我们找到了大脑在处理信息时的‘协作密码’。”于强比喻道，“它不仅解释了大脑处理信息的底层逻辑，也为开发可解释、可通用的下一代人工智能方法提供了重要支撑。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
