新型神经计算脑模型可能推进人工智能研究

蒙特利尔大学的一项新研究引入了一个新的神经计算模型，用于模拟人类大脑。该模型对大脑如何发展复杂的认知能力提供了更深入的见解，并可能推进神经人工智能（AI）研究。

该研究于9月19日在《国家科学院院刊》（PNAS）上发表。

该研究由巴黎的巴斯德研究所和索邦大学、圣朱斯坦儿童医院、魁北克人工智能研究所以及蒙特利尔大学的国际研究团队共同完成。

神经发展

该研究描述了神经发展的三个层次的信息处理：

• 感知运动层次：探索大脑的内部活动如何从感知中学习模式并将其与行动联系起来。
• 认知层次：检查大脑如何上下文地组合这些模式。
• 意识层次：考虑大脑如何与外部世界分离并操纵已学习的模式（通过记忆），这些模式不再可被感知。

该研究提供了对认知的核心机制的更深入的见解，这是由于该模型对两种基本学习类型之间的相互作用的关注。第一种是海布学习，与统计规律性（如重复）有关。第二种是强化学习，与奖励和多巴胺神经递质有关。

新开发的模型解决了三个任务，难度逐渐增加，团队每次引入一个新的核心机制，这有助于模型的进步。

结果强调了两个基本机制，用于生物神经网络中认知能力的多级发展：

• 突触表观遗传学：海布学习发生在局部尺度，而强化学习发生在全局尺度。
• 自组织动力学：自发活动和平衡的兴奋/抑制比率的神经元。

下一代人工智能和人工意识

吉勒姆·杜曼斯是团队成员，也是蒙特利尔大学计算精神病学的助理教授，并且是圣朱斯坦儿童医院研究中心的首席研究员。

“我们的模型展示了神经-人工智能的融合如何强调生物机制和认知架构，这些可以推动下一代人工智能的发展，甚至最终导致人工意识的出现，”杜曼斯说。

为了实现这一目标，杜曼斯说，他们可能需要整合认知的社会维度。团队现在正在研究整合生物和社会维度，并且已经创建了两个完整的大脑相互作用的第一个模拟。

团队相信，通过将未来计算模型锚定在生物和社会现实中，他们将对认知的核心机制有更深入的理解。他们还相信，这将为人工智能和人类大脑之间架起一座桥梁。