人民網(wǎng)北京9月27日電 （記者趙竹青）記者從中國科學院自動化研究所獲悉，該所曾毅研究員負責的類腦認知智能團隊受經(jīng)過自然演化的生物腦神經(jīng)環(huán)路結構呈現(xiàn)出的多樣性以及脈沖時序依賴可塑性機制啟發(fā)，提出了腦啟發(fā)的神經(jīng)環(huán)路演化策略，助力研發(fā)更具生物合理性和高效性的類腦脈沖神經(jīng)網(wǎng)絡。這一研究近日在國際期刊《美國國家科學院院刊》（PNAS）上發(fā)表。
據(jù)介紹，在生物神經(jīng)系統(tǒng)中，不同類型的神經(jīng)元能夠自組織成連接模式各異的神經(jīng)環(huán)路，以在結構上支持實現(xiàn)豐富的認知功能。人腦中不同類型的神經(jīng)環(huán)路及其自適應能力促進了人類感知、學習、決策及其他高等認知功能的實現(xiàn)。然而，當前的脈沖神經(jīng)網(wǎng)絡設計范式大多基于深度學習領域的結構啟發(fā)。這些結構主要由前饋連接占據(jù)主導地位，而沒有考慮到不同類型的神經(jīng)元，顯著阻礙了脈沖神經(jīng)網(wǎng)絡在復雜任務上發(fā)揮其潛力。從計算視角挖掘生物神經(jīng)環(huán)路的豐富動力學特性及其意義，并應用于當前類腦脈沖神經(jīng)網(wǎng)絡的結構從而提升人工智能系統(tǒng)的能力，仍然是一個深刻而具有開放性的挑戰(zhàn)。
科研團隊以前饋和反饋連接與興奮性和抑制性神經(jīng)元結合為基礎，為智能演化的計算建模提供了更具生物合理性的演化空間。研究利用神經(jīng)元的局部脈沖行為，通過脈沖時序依賴可塑性的局部規(guī)則，自適應地演化出通過自然演化生成的功能性神經(jīng)環(huán)路，如前向興奮、前向抑制、反饋抑制和側向抑制，并結合全局誤差信號更新突觸權重。通過融入演化生成的神經(jīng)環(huán)路，本研究構建了用于圖像分類和強化學習與決策任務的類腦脈沖神經(jīng)網(wǎng)絡。利用受腦啟發(fā)的神經(jīng)環(huán)路演化策略（NeuEvo）以及演化出的豐富的類神經(jīng)環(huán)路類型，演化后的類腦脈沖神經(jīng)網(wǎng)絡極大地增強了感知、強化學習與決策能力，為具有復雜功能的網(wǎng)絡演化與認知能力涌現(xiàn)奠定了基礎。