人民網北京9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過自然演化的生物腦神經環(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網絡。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。
據介紹，在生物神經系統(tǒng)中，不同類型的神經元能夠自組織成連接模式各異的神經環(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，當前的脈沖神經網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主導地位，而沒有考慮到不同類型的神經元，顯著阻礙了脈沖神經網絡在復雜任務上發(fā)揮其潛力。從計算視角挖掘生物神經環(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網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網絡。利用受腦啟發(fā)的神經環(huán)路演化策略（NeuEvo）以及演化出的豐富的類神經環(huán)路類型，演化后的類腦脈沖神經網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絡演化與認知能力涌現(xiàn)奠定了基礎。