20日發(fā)表在《自然·機器智能》雜志上的一項研究中，英國劍橋大學(xué)科學(xué)家證明，對人工智能(AI)系統(tǒng)施加物理限制，就像人腦必須在物理和生物限制下發(fā)育和運作一樣，可讓它發(fā)展出某些與人腦相似的關(guān)鍵特征和策略，從而完成任務(wù)。

　　該系統(tǒng)使用計算節(jié)點，而不是真正的神經(jīng)元。神經(jīng)元和節(jié)點在功能上相似，包括接受輸入、轉(zhuǎn)換并產(chǎn)生輸出，并且單個節(jié)點或神經(jīng)元可能連接到多個其他節(jié)點或神經(jīng)元。

　　團隊對系統(tǒng)應(yīng)用了“物理”約束。他們給系統(tǒng)提供了一個簡單的任務(wù)。這是一個迷宮導(dǎo)航任務(wù)的簡化版本，通常在研究大腦時也會用于老鼠和獼猴等動物，系統(tǒng)必須結(jié)合多條信息來決定到達終點的最短路徑。

　　當(dāng)系統(tǒng)被要求在物理約束下執(zhí)行任務(wù)時，它使用了與真實人腦相同的技巧來完成任務(wù)。例如，為了克服這些限制，人工系統(tǒng)開始形成集線器，這是高度連接的節(jié)點，充當(dāng)跨網(wǎng)絡(luò)傳遞信息的渠道。

　　而且，節(jié)點發(fā)展出了靈活的編碼方案。這意味著在不同時刻，節(jié)點可能會因迷宮的混合屬性而被觸發(fā)。例如，同一節(jié)點能對迷宮的多個位置進行編碼，不需要專門的節(jié)點來對特定位置進行編碼。這是在復(fù)雜生物體的大腦中才能看到的另一個特征。

　　團隊表示，這一人造大腦為科學(xué)家提供了一種方法，讓他們能夠理解在真實大腦中記錄神經(jīng)元活動時所看到的豐富而令人眼花繚亂的數(shù)據(jù)。人造大腦還讓人們能夠注意到在實際生物系統(tǒng)中不可能看到的問題。

　　新系統(tǒng)的總體布線成本比典型的人工智能系統(tǒng)低得多，更接近真實的大腦。這意味著，用有限的能量資源處理大量不斷變化的信息的機器人，亦可從該類腦結(jié)構(gòu)中受益。