据科技日报，虽然人工智能在一些方面的表现已超越了人类，但这不代表它真的很聪明。相反，很多时候它还"很傻很天真"，仍然需要向人脑"取经"。8月16日，《自然·计算科学》在线发表了一项类脑计算领域的重要进展。借鉴大脑神经元复杂动力学特性，中国科学院自动化研究所李国齐研究员、徐波研究员团队联合清华大学、北京大学的科研人员，提出了新型类脑神经元模型构建方法。

"这项研究成果改善了传统模型向外拓展规模带来计算资源消耗增大的问题，为有效利用神经科学发展人工智能提供了新案例。"论文共同通讯作者李国齐说。

更重要的是，该模型对计算资源的利用效率更高，同时还显著减少了内存和计算时间的使用，从而提高了整体的运算效率。

李国齐表示，这项研究为将神经科学的复杂动力学特性融入人工智能，为在人工智能与神经科学之间架起桥梁提供了新的方法和理论支持，还为实际应用中的人工智能模型优化和性能提升提供了可行的解决方案。

图片来源：视觉中国

据新华社，类脑智能又被称为神经形态计算，它通过模仿人类大脑的运作方式，让计算机软硬件实现信息高效处理。相比传统意义上的人工智能，它具有低功耗、高算力的特点。

神经科学的研究发现，神经元之间的神经突触连接强度的可调性，是大脑学习和记忆功能的基础之一。由过往经历引起的神经突触连接强度改变，可以对大脑的功能产生影响。

神经突触连接强度改变，也叫神经突触可塑性，可以增强或抑制神经元的活动，而且其持续的时间可从几毫秒到几小时、几天甚至更长时间，跨度很大。

据光明日报，如果能借鉴神经突触可塑性原理，用某种手段来模仿和实现，构建类似于神经突触的人工突触，再进一步构建出系统，就可以更好地理解和模拟大脑的工作方式，进一步推动信息学和神经科学的交叉发展，实现类脑计算。