助力人工智能！天大解码大脑信息处理机制！

主要观点总结

天津大学人工智能学院的于强教授团队联合国际科研人员，在神经网络信息处理机制研究中取得重要突破，揭示了大脑神经网络中突触处理时空信息的核心机制。研究构建了突触计算与学习理论模型，揭示了突触的两种关键调节能力，即长时可塑性和短时可塑性如何协同工作，共同影响大脑的学习与信息处理效率。这一机制显著增强了神经网络的记忆容量和抗干扰能力。该研究成果已在国际权威期刊《美国科学院院刊》发表，并得到了生物合理性验证。此外，该研究工作也标志着我国在类脑智能与人工智能交叉前沿领域的重要进展。

关键观点总结

关键观点1: 研究团队的重要突破

天津大学人工智能学院联合国际科研人员揭示了大脑神经网络中突触处理时空信息的核心机制，构建了突触计算与学习理论模型。

关键观点2: 两种关键调节能力的协同工作

研究阐释了突触的两种关键调节能力：长时可塑性和短时可塑性如何共同影响大脑的学习与信息处理效率，并将这一机制与神经网络的记忆容量和抗干扰能力增强相联系。

关键观点3: 研究成果的影响与验证

研究成果已在国际权威期刊发表，并在小鼠与人类大脑皮层突触电生理观测中得到验证，展示了高度的生物合理性。此外，该研究为开发可解释、可通用的下一代人工智能方法提供了重要支撑。

关键观点4: 合作团队与资助

研究团队包括天津大学人工智能学院的于强教授、普林斯顿高等研究院的Misha Tsodyks教授、哈佛大学的Haim Sompolinsky教授等。研究工作受到国家自然科学基金、小米学者等国内外基金的资助。