据TechXplore网8月21日消息，中科院自动化所、清华大学和北京大学的联合研究团队提出一种基于内生复杂性的新型类脑网络模型，以解决传统模型面临的计算资源消耗高等挑战。当前构建大模型的流行做法，是根据尺度定律（Scaling Law）构建更大、更深、更宽的神经网络，这被称为基于“外部复杂性”实现通用智能的方法。联合研究团队借鉴大脑神经元复杂动力学特性，提出了“基于内生复杂性”的类脑神经元模型构建方法，改善了传统模型通过向外拓展规模带来的计算资源消耗问题，为有效利用神经科学发展人工智能提供了示例。将神经科学的复杂动力学特性融入人工智能，为构筑人工智能与神经科学的桥梁提供了新的方法和理论支持，有望为实际应用中的AI模型优化和性能提升提供了可行的解决方案。相关研究成果发表于《自然·计算科学》（Nature Computational Science）期刊。

消息来源：https://techxplore.com/news/2024-08-scientists-brain-network-bridge-ai.html