2023年10月9月，据中国科学院自动化研究所消息，该所研究人员受生物脑神经环路结构启发，提出了脑启发的人工智能神经环路自主演化模型。基于该模型，研究人员研发出更具生物合理性和高效性的类脑脉冲神经网络。相关成果发表在《美国国家科学院院刊》上。

研究人员指出，当前的脉冲神经网络设计范式，大多基于深度学习领域的结构。这些结构显著阻碍了脉冲神经网络在复杂任务上发挥潜力。如果将生物神经环路的结构应用于类脑脉冲神经网络的设计，就能极大地提升人工智能系统的能力。

受经过自然演化的生物脑神经环路结构呈现出的多样性以及脉冲时序依赖可塑性机制启发，研究人员利用神经元的局部脉冲行为，通过脉冲时序依赖可塑性的局部规则，自主演化出了更具生物合理性的功能性神经环路；同时，通过融入自主演化生成的神经环路，该团队构建了用于图像分类、强化学习与决策任务的类脑脉冲神经网络。

研究人员表示，自主演化出的类脑脉冲神经网络实现了与人工神经网络相媲美的性能，为具有复杂功能的网络演化与认知能力涌现奠定了基础。

信息来源：

https://www.pnas.org/doi/10.1073/pnas.2218173120

http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2023-10/12/content_560860.htm?div=-1