中科院自动化研究所类脑智能研究中心研究员曾毅团队融合生物学、神经科学等学科在条件反射领域的已有成果，依据条件反射的神经基础，即所涉脑区、神经环路、认知功能、神经元尺度的机理与计算机制，提出类脑经典条件反射脉冲神经网络模型。相关研究成果发表于《交叉科学》。

　　近40年来，研究者通过神经科学实验与计算建模研究的融合，试图揭示经典条件反射实验的神经计算机制并将其应用于人工智能。然而，这些模型只能复现和解释相对有限的经典条件反射实验。

　　曾毅团队提出的模型将在条件反射领域达成共识的生物学研究结果整合到一个类脑脉冲神经网络中。相较于其他计算模型，类脑经典条件反射模型可以复现神经科学中提出的15种经典条件反射实验，并从计算角度给予合理解释，有助于揭示生物体建立条件反射的神经机制。

　　此外，该模型可以部署到机器人上，使机器人像生物体一样表现出类脑经典条件反射行为。经实验验证，该模型可使机器人具备速度泛化的能力，即在导航任务中，在较低速度下，机器人通过条件反射习得运动轨迹；在较高速度下，不需要再次训练即可完成导航任务。

　　相关论文信息：https://doi.org/10.1016/j.isci.2020.101980