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(xué)習(xí)方法（NACA），可有效解決目前人工神經(jīng)網(wǎng)絡(luò)中普遍存在的“災(zāi)難性遺忘”問題，有望進一步引導(dǎo)新型類腦芯片的設(shè)計。相關(guān)成果日前在國際學(xué)術(shù)期刊《科學(xué)進展》在線發(fā)表。

　　文章第一作者、中國科學(xué)院自動化研究所副研究員張鐵林介紹，人工神經(jīng)網(wǎng)絡(luò)由于采用反向傳播（BP）等人工學(xué)習(xí)方法，可能會導(dǎo)致人工智能系統(tǒng)在學(xué)習(xí)新任務(wù)或適應(yīng)新環(huán)境時，喪失了以前習(xí)得的一些能力，這種現(xiàn)象被稱為“災(zāi)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(biāo)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(fù)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(wù)中對該新型類腦學(xué)習(xí)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(zāi)難性遺忘”問題。

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