在人工智能與神經(jīng)科學(xué)交叉領(lǐng)域，一項(xiàng)關(guān)于大腦信息處理機(jī)制的研究引發(fā)廣泛關(guān)注。由天津大學(xué)人工智能學(xué)院科研團(tuán)隊(duì)主導(dǎo)，聯(lián)合國(guó)際學(xué)者開展的突破性工作，首次闡明了神經(jīng)網(wǎng)絡(luò)中突觸協(xié)同處理時(shí)空信息的運(yùn)作模式，相關(guān)成果已發(fā)表于國(guó)際權(quán)威學(xué)術(shù)期刊《美國(guó)科學(xué)院院刊》。

作為神經(jīng)元間的連接樞紐，突觸在信息傳遞中扮演著核心角色。每個(gè)突觸都具備雙重調(diào)節(jié)功能：其連接強(qiáng)度可通過長(zhǎng)期變化形成記憶基礎(chǔ)，同時(shí)能在毫秒級(jí)時(shí)間內(nèi)動(dòng)態(tài)調(diào)整信號(hào)強(qiáng)度。這兩種特性如何共同影響大腦的學(xué)習(xí)效率與信息處理能力，此前一直是科學(xué)界未解的難題。研究團(tuán)隊(duì)通過構(gòu)建新型計(jì)算模型，發(fā)現(xiàn)當(dāng)長(zhǎng)期調(diào)節(jié)機(jī)制作用于短期調(diào)節(jié)機(jī)制時(shí)，神經(jīng)網(wǎng)絡(luò)能夠?qū)r(shí)間維度上的信息轉(zhuǎn)化為空間分布模式，從而大幅提升記憶容量與抗干擾能力。

實(shí)驗(yàn)驗(yàn)證環(huán)節(jié)，科研人員在小鼠與人類大腦皮層突觸中觀測(cè)到與模型高度吻合的電生理特征。這種跨物種的驗(yàn)證結(jié)果，不僅證實(shí)了理論模型的生物合理性，更揭示了大腦信息處理機(jī)制的普適性規(guī)律。研究團(tuán)隊(duì)負(fù)責(zé)人形象地比喻："這相當(dāng)于破解了大腦處理信息的協(xié)作密碼，為理解認(rèn)知功能提供了全新視角。"

該成果在人工智能領(lǐng)域具有重要應(yīng)用價(jià)值。當(dāng)前主流深度學(xué)習(xí)模型依賴海量數(shù)據(jù)訓(xùn)練，且存在"黑箱"特性。此次發(fā)現(xiàn)的突觸協(xié)作機(jī)制，為開發(fā)具備可解釋性、適應(yīng)復(fù)雜場(chǎng)景的新型算法提供了生物學(xué)啟示。研究團(tuán)隊(duì)透露，后續(xù)將探索如何將這類生物機(jī)制轉(zhuǎn)化為計(jì)算模型，推動(dòng)人工智能向更高效、更可靠的方向發(fā)展。這項(xiàng)跨學(xué)科研究不僅深化了人類對(duì)自身認(rèn)知機(jī)制的理解，也為腦機(jī)接口、智能醫(yī)療等領(lǐng)域的技術(shù)突破奠定了理論基礎(chǔ)。