我國科學家研發(fā)出新型類腦學習方法 有望引導新型類腦芯片設(shè)計

　　我國科研團隊研發(fā)出一種基于神經(jīng)調(diào)制依賴可塑性的新型類腦學習方法（NACA），可有效解決目前人工神經(jīng)網(wǎng)絡中普遍存在的“災難性遺忘”問題，有望進一步引導新型類腦芯片的設(shè)計。相關(guān)成果日前在國際學術(shù)期刊《科學進展》在線發(fā)表。

　　文章第一作者、中國科學院自動化研究所副研究員張鐵林介紹，人工神經(jīng)網(wǎng)絡由于采用反向傳播（BP）等人工學習方法，可能會導致人工智能系統(tǒng)在學習新任務或適應新環(huán)境時，喪失了以前習得的一些能力，這種現(xiàn)象被稱為“災難性遺忘”，會對人工智能系統(tǒng)穩(wěn)定運行產(chǎn)生不利影響。為此，人工智能迫切需要借鑒生物系統(tǒng)中的微觀、介觀、宏觀等多尺度神經(jīng)可塑性融合計算機制。

　　據(jù)介紹，生物系統(tǒng)中常見的多巴胺、血清素等神經(jīng)調(diào)質(zhì)物，往往經(jīng)由特定的腺體釋放，并遠程彌散、投射到一定范圍內(nèi)的目標神經(jīng)元群體，且根據(jù)調(diào)質(zhì)濃度水平的不同，對局部的神經(jīng)元可塑性、突觸可塑性等產(chǎn)生多種復雜的調(diào)制影響。

　　此項研究中，科研團隊在上述生物神經(jīng)調(diào)制機制的啟發(fā)下，整合得到NACA。科研團隊隨后在典型的圖片和語音模式識別任務中對該新型類腦學習方法進行了評估，評估結(jié)果顯示，其與傳統(tǒng)算法相比，具有更低的能耗，且可以極大地緩解“災難性遺忘”問題。

　　“該新型類腦學習方法是一類生物合理的全局優(yōu)化算法，具備純前饋學習、低訓練能耗、支持動態(tài)連續(xù)學習等特征，有望進一步引導新型類腦芯片的設(shè)計。”文章通訊作者、中國科學院自動化研究所研究員徐波說。（記者宋晨、張泉）