我國(guó)科學(xué)家在類腦計(jì)算領(lǐng)域獲得重要進(jìn)展

近日，《自然·計(jì)算科學(xué)》在線發(fā)表了一項(xiàng)類腦計(jì)算領(lǐng)域的重要進(jìn)展。借鑒大腦神經(jīng)元復(fù)雜動(dòng)力學(xué)特性，中國(guó)科學(xué)院自動(dòng)化研究所李國(guó)齊研究員、徐波研究員團(tuán)隊(duì)聯(lián)合清華大學(xué)、北京大學(xué)的科研人員，提出了新型類腦神經(jīng)元模型構(gòu)建方法。

研究團(tuán)隊(duì)通過設(shè)計(jì)微架構(gòu)提升計(jì)算單元的內(nèi)生復(fù)雜性，從而設(shè)計(jì)出“基于內(nèi)生復(fù)雜性”的類腦神經(jīng)元模型。實(shí)驗(yàn)結(jié)果驗(yàn)證了內(nèi)生復(fù)雜性模型在處理復(fù)雜任務(wù)時(shí)的有效性和可靠性。

更重要的是，該模型對(duì)計(jì)算資源的利用效率更高，同時(shí)還顯著減少了內(nèi)存和計(jì)算時(shí)間的使用，從而提高了整體的運(yùn)算效率。

這項(xiàng)研究成果改善了傳統(tǒng)模型向外拓展規(guī)模帶來計(jì)算資源消耗增大問題，為有效利用神經(jīng)科學(xué)發(fā)展人工智能提供了新案例。