北京
央视网消息：近日，中国科学院脑智卓越中心的科研团队首次揭示了大脑神经元参与灵活决策的计算机制，填补了长期缺失的空白。这项成果10月16日在国际学术期刊《科学》发表，或将启发下一代人工智能的底层算法。
AI和人脑的差距究竟在哪？大模型最擅长的语言，AI的图像识别，训练量至少都是人类的上万倍。同样是学习，为什么人脑能学得更快呢？答案就藏在大脑的基本结构——神经元里面。
大脑里有很多神经元，我们可以把它们想象成一个个小车站。车站和车站之间靠“突触”连接，就好比车站之间的路。反复练习，一条路多走几遍，这条路就会变得更宽。学习，本质就是让神经元之间的通路变得更加顺畅。但这套理论没法解释大脑强大的灵活决策能力，因为如果每学会一套新策略都要重新修路、改造突触，这个过程非常耗费能量，也是需要大量训练的。
为了破解大脑灵活决策之谜，科学家设计了一套听觉抉择实验，训练小鼠玩猜规则游戏。小鼠会听到不同声音，需要找到隐藏的规律。等小鼠摸透当前规律后，科学家再悄悄更换这套规则，观察小鼠如何快速适应新逻辑。
科研团队利用双光子显微镜，观察小鼠听觉皮层的神经元。神经元并不是一个光秃秃的小圆点，它长出很多像树枝一样的突起，这就是树突，长长的那支远端分支叫做顶端树突。顶端树突负责承载推断出来的“抽象规则”，细胞本体也叫胞体、负责接收耳朵传来的感官信号。两套信息，在同一个细胞里就完成比对运算——相当于一边提出猜想，一边接收现实，当场判断猜想是否成立。这个实验也就证明，单个神经元本身就是一台小型计算机，神经元的树突和胞体相互作用就能完成决策相关的认知计算。只有猜想经过多次验证、确认可靠之后，大脑才会慢慢加固突触，把这条规则永久保存下来。
现在的AI只模拟了神经元之间的突触连接，也就是我们前面说的“车站之间的路”。如果能把这次新发现的神经元计算新机制融入算法，就有望打造出能快速提出假设、少量样本就能推理新规律的新一代人工智能。亿万年演化把精巧的计算能力直接塞进人类大脑的单个神经元，我们现在或许才刚刚揭开它奥秘的冰山一角。
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.
