一项新的研究提出了一个新的人脑神经计算模型，它可能阐明大脑如何发展复杂的认知技能，并推动神经人工智能研究。一个由来自巴黎巴斯德研究所和索邦大学、圣朱斯廷医院、米拉-魁北克人工智能研究所和蒙特利尔大学的科学家组成的国际团队进行了这项研究。
研究人员提出了一个新的人脑神经计算模型，该模型可能在理解人工智能和精神障碍的生物机制方面弥合差距。
该模型在《美国国家科学院院刊》（PNAS）的封面上出现，描述了信息处理的三个层次的神经发展。
感觉运动层面探讨了大脑的内部活动如何从感知中学习模式并将它们与行动联系起来。
认知层面研究大脑如何将这些模式与背景相结合。
意识层面考虑大脑如何与外部世界分离，并操纵不再能被感知到的学习模式（通过记忆）。
该模型强调两种基本类型的学习--与统计规律性（即重复）有关的赫布型学习（Hebbianlearning），或者像神经心理学家唐纳德-赫布所说的那样，"神经元一起开火，一起布线"，以及与奖励和多巴胺神经递质有关的强化学习，提供了对认知的基本机制的深入了解。
该模型在这些层面上解决了三个复杂性不断增加的任务，从视觉识别到对有意识的概念进行认知操作。每一次，研究小组都引入一个新的核心机制，以使其取得进展。
这些结果突出了生物神经网络中认知能力多层次发展的两个基本机制：
突触外显机制，在局部范围内实现赫布型学习，在整体范围内有强化学习。
和自组织动力学，通过神经元的自发活动和平衡的兴奋/抑制比例。
团队成员、蒙特利尔大学计算精神病学助理教授、CHUSainte-Justine研究中心的首席研究员GuillaumeDumas说："我们的模型展示了神经-AI的融合如何突出了生物机制和认知架构，可以推动下一代人工智能的发展，甚至最终发展出人工意识。"
他补充说，达到这一里程碑可能需要整合认知的社会层面。研究人员现在正在研究整合在人类认知中发挥作用的生物和社会维度。该团队已经率先模拟了两个全脑的互动。
该团队认为，将未来的计算模型锚定在生物和社会现实中，不仅将继续阐明认知的核心机制，而且还将有助于为人工智能提供一个独特的桥梁，使其走向唯一已知的具有高级社会意识的系统：人脑。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】