近日，《自然·計算科學(xué)》在線發(fā)表了一項類腦計算領(lǐng)域的重要進展。借鑒大腦神經(jīng)元復(fù)雜動力學(xué)特性，中國科學(xué)院自動化研究所李國齊研究員、徐波研究員團隊聯(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。

研究團隊通過設(shè)計微架構(gòu)提升計算單元的內(nèi)生復(fù)雜性，從而設(shè)計出“基于內(nèi)生復(fù)雜性”的類腦神經(jīng)元模型。實驗結(jié)果驗證了內(nèi)生復(fù)雜性模型在處理復(fù)雜任務(wù)時的有效性和可靠性。

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

這項研究成果改善了傳統(tǒng)模型向外拓展規(guī)模帶來計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。