當前位置:首頁 > 新聞中心 > 科研動態

科研動態

類腦認知計算團隊提出類腦經典條件反射學習模型

  • 發表日期:2021-01-21 【 【打印】【關閉】
  •   由俄羅斯神經科學家伊萬·彼德羅維奇·巴甫洛夫(Ivan Petrovich Pavlov)以狗為模式動物發現并建立的條件反射理論是生物系統學習理論的重要基礎之一。經典條件反射不僅在生物大腦學習中起著至關重要的作用,也為人工智能學習理論的研究提供了具備生物可行性的機制與基礎。近40年來,腦與神經科學以及人工智能的研究者通過神經科學實驗與計算建模研究的融合試圖研究和揭示經典條件反射實驗的神經計算機制并應用于人工智能。然而,這些模型以往只能復現和解釋相對有限的經典條件反射實驗。 

      中國科學院自動化研究所類腦智能研究中心曾毅團隊融合生物學、神經科學等學科在條件反射領域的已有研究成果,依據條件反射的神經基礎,即所涉腦區、神經環路、認知功能、神經元尺度的機理與計算機制,提出類腦經典條件反射脈沖神經網絡模型,如圖1所示。該模型將在條件反射領域達成共識的生物學研究結果整合到一個類腦脈沖神經網絡中,相較于其他計算模型,類腦經典條件反射模型可以復現神經科學中提出的多達15種經典條件反射實驗,并從計算角度給予合理的解釋,有助于揭示生物體建立條件反射的神經機制。此外,該模型可以部署到機器人上,使機器人可以像生物體一樣表現出類腦經典條件反射行為(如圖2)。經過實驗驗證,該模型還可以使機器人具備速度泛化的能力(如圖3),即在導航任務中,在較低速度下,機器人通過條件反射習得運動軌跡,在較高速度下,不需要再次訓練即可完成導航任務。 

      相關工作以“Brain-Inspired Classical Conditioning Model”為題,近期發表于Cell出版社旗下綜合性期刊《 iScience (交叉科學)》。曾毅研究員為論文通訊作者,工程師趙宇軒、研究生喬廣參與了此項研究。研究工作得到了中科院戰略性先導科技專項、科技部和北京市科委相關項目資助。 

    圖1.類腦經典條件反射脈沖神經網絡計算模型 

    2.基于類腦經典條件反射脈沖神經網絡模型的機器人習得-消退-再習得實驗 

    3.基于類腦經典條件反射脈沖神經網絡模型的機器人速度泛化實驗 

     

     

     

     

     

     

     

    彩神-入口