2021世界機器人大會第二天線下主論壇——“未來峰會”群星璀璨，產(chǎn)、學(xué)、研各領(lǐng)域大咖齊聚首，共話巔峰，為機器人未來發(fā)展領(lǐng)航。

峰會現(xiàn)場，中國科學(xué)院神經(jīng)所創(chuàng)任所長、我國腦機化的主要發(fā)起人蒲慕明院士通過視頻連線進行演講，演講主題為《腦科學(xué)與類腦智能》。以下為蒲慕明院士演講內(nèi)容全文整理。

各位來賓，早上好！非常高興能夠接受大會的邀請，來到今年的世界機器人大會做一個報告，我的報告內(nèi)容是《腦科學(xué)與類腦智能》。

今年我國啟動了兩個創(chuàng)新2030重大項目之一，就是腦科學(xué)與類腦研究，這和今天我講的題目直接相關(guān)。這個項目里面，我們希望能夠從基礎(chǔ)神經(jīng)科學(xué)的研究開始，然后對兩個領(lǐng)域的應(yīng)用研究有貢獻?；A(chǔ)領(lǐng)域要制造腦認知功能與神經(jīng)基礎(chǔ)，包括神經(jīng)環(huán)路的發(fā)育過程，并研發(fā)各種相關(guān)的技術(shù)進行這些研究。其中在理解腦認知功能的神經(jīng)基礎(chǔ)關(guān)鍵問題就是神經(jīng)系統(tǒng)的復(fù)雜神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，需要能夠解析，所以我們也同時開展全腦神經(jīng)連接圖譜的繪制，就是有細胞分辨度的，能夠?qū)Ω鞣N不同類型的細胞之間的神經(jīng)連接進行繪制，以此為基礎(chǔ)更好地理解神經(jīng)功能原理。

我們還有兩項應(yīng)用研究：腦疾病的診斷和治療和腦機智能技術(shù)，現(xiàn)在我對這兩方面的研究做一個介紹。

首先是所謂的認知神經(jīng)原理到底包含哪些認知功能，最重要的基本認知功能包括感覺、知覺、記憶、學(xué)習(xí)、情感情緒和抉擇等等，這些都是很多動物神經(jīng)系統(tǒng)都有的認知功能，我們需要理解這些功能原理，另外還有一些高級認知功能，比如比較復(fù)雜的抉擇需要通過長期的證據(jù)收集和評價進行抉擇，此外還有共情心，就是對他人心情的理解，這是所謂的社會行為的基礎(chǔ)，也有更高級的意識和語言的認知功能，這些神經(jīng)環(huán)路和工作原理很多低等動物是沒有的，必須靈長類以上的動物才能解析這些功能。

除了基本認知功能和高級認知功能，我們也想知道發(fā)育過程是怎么產(chǎn)生的，比如環(huán)路的形成和遺傳因素、環(huán)境因素直接相關(guān)，所以對環(huán)境和遺傳因素怎樣能夠產(chǎn)生交互作用，造成神經(jīng)環(huán)路的產(chǎn)生，這是神經(jīng)科學(xué)的一個重大問題。研究這些基本問題都需要各種模式，就是從脊椎動物最基本的斑馬魚到哺乳類的小鼠和獼猴，甚至是人類的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，我們希望能夠有一個全景式的圖譜繪制，能夠取得結(jié)構(gòu)信息，然后進一步闡明工作原理。

我們在應(yīng)用方面有重大疾病的診斷和治療，重大疾病的定義是幼年期的自閉癥和智障，這是發(fā)育性疾病，成年期有抑郁癥和成癮，這些是精神類疾病，老年期有些神經(jīng)系統(tǒng)退化造成的疾病，包括老年癡呆和精神病等等，我們希望知道這些重大疾病的致病機理，然后對此進行診斷和治療，經(jīng)過多年來的研究，到現(xiàn)在絕大多數(shù)腦疾病的機理我們還是不清楚，需要真正理解這些機理可能還需要數(shù)十年的時間，社會醫(yī)療問題、各種社會負擔(dān)可能不能等那么久了，所以我們在完全理解自閉機理之前能夠確定各種疾病的預(yù)警和早期診斷指標，這些不見得要理解，我們都可以獲得這些指標，包含血液和腦積液里面的分子、腦影像的數(shù)據(jù)、腦功能的檢測指標，有了這些指標之后，如果我們能夠判斷哪些指標在早期就可以判斷異?，F(xiàn)象，我們就可以針對這些癥狀做一些干預(yù)。

這些干預(yù)包含各種藥理的干預(yù)，就是各種藥物的研發(fā)，包括針對這些疾病癥狀的治療藥物，但也包含各種生理和物理的刺激技術(shù)，比如藥物研發(fā)通常是比較緩慢的一個過程，但物理和生理刺激技術(shù)現(xiàn)在已經(jīng)在很多臨床研究領(lǐng)域廣泛開始應(yīng)用，所以所謂的干預(yù)是包含藥理、生理和物理。研究這些干預(yù)手段需要各種模式，就是需要有跟人類比較相近的，比如獼猴的模型就是帶有人類疾病癥狀的獼猴模型，可以做各種生理物理干預(yù)研發(fā)的對象，猴類模型中獲得結(jié)果之后再進行人身上的臨床研究，這些是最有效的開發(fā)這些干預(yù)手段的方法。

另外就是腦機智能技術(shù)，其中包括大腦與機器間的融合，就是腦機接口和腦機融合的各種方法、各種模型，這些腦機接口可以運用到調(diào)控大腦的活動，包括光電磁超聲等等，能夠調(diào)控大腦的狀態(tài)，這種調(diào)控技術(shù)也是包含在我們希望研發(fā)的腦機智能技術(shù)之一，大家可能也聽說現(xiàn)在國際上有些腦機接口已經(jīng)應(yīng)用在醫(yī)療上，其實包含怎樣從大腦獲取信息，用這些信息操控身體外的器件，然后是從身體外的信息控制大腦，就是雙向的腦機接口，一個是接入，一個是調(diào)控，這種閉環(huán)式、反饋式的腦機接口調(diào)控技術(shù)是未來開發(fā)這個領(lǐng)域的重要前景。

腦機技術(shù)還包括機器人工智能的研究，包括新一代機器學(xué)習(xí)算法，各種類腦計算的系統(tǒng)和軟件等等，也包含硬件，就是類似神經(jīng)元處理信息的芯片、處理器和計算機，所謂的類腦芯片、類腦處理器、類腦計算機等等，這些都是目前人工智能前沿很受關(guān)注的領(lǐng)域。當然，我們很希望未來機器人就是基于類腦研究獲得的智能體，能夠應(yīng)用在服務(wù)人類的機器人系統(tǒng)，這些系統(tǒng)的研發(fā)必須基于我們對大腦智能的理解和智能的環(huán)路基礎(chǔ)，然后在此基礎(chǔ)上研究人工智能的各種軟硬件。

目前腦機智能技術(shù)還包含對大數(shù)據(jù)的處理，人類是怎樣處理大數(shù)據(jù)、有效處理外界的信息，是否可以從中獲得新的信息處理的新機制、新算法、新理論，這些都是這個領(lǐng)域需要關(guān)注的內(nèi)容。

下面大致介紹一下我國未來十年在腦科學(xué)與類腦研究兩個領(lǐng)域的三個方向，也是一體兩翼，基礎(chǔ)研究加上兩個應(yīng)用研究。

關(guān)于腦科學(xué)進展和類腦研究相關(guān)的問題，首先就是網(wǎng)絡(luò)，大腦網(wǎng)絡(luò)是極其復(fù)雜的，人類大腦可能是宇宙最復(fù)雜的一個物體，有著近千億的神經(jīng)細胞，通過百萬億的連接組成了一個網(wǎng)絡(luò)，每個神經(jīng)細胞至少有1000個神經(jīng)元以上，其它的神經(jīng)元做連接，所以網(wǎng)絡(luò)非常復(fù)雜，這些網(wǎng)絡(luò)還有特異性，不是混亂的連接，連接過程中還有它的功能，這種網(wǎng)絡(luò)中有特殊的環(huán)路，特殊的通道，這些通道是實現(xiàn)各種感知運用和思維功能的環(huán)路，我們需要理解的是一個復(fù)雜網(wǎng)絡(luò)中的各種特殊環(huán)路的功能。

網(wǎng)絡(luò)的復(fù)雜性不光是神經(jīng)元數(shù)目多，神經(jīng)元種類也非常多，估計至少有上千類不同的神經(jīng)元，除了形態(tài)上的不同，生理特性也不同，神經(jīng)信息載體是脈沖，脈沖放電的模式在各種不同的神經(jīng)元是不太一樣的，包括各種類型的神經(jīng)元，可以從放電模式區(qū)分，所以形態(tài)和生理都可以不同。很多神經(jīng)細胞在分子層面都有不同的基因表達的模式，產(chǎn)生的分子和蛋白譜系不一樣，不同的神經(jīng)細胞有不同的類型和不同量的分子合成，所以根據(jù)基因的表達，我們可以聚類分析，發(fā)現(xiàn)會有各式各樣的種類。我們從形態(tài)、電生理特性、分子都可以聚類，表達譜也可以作為聚類分析，看一看是否有不同種類，所以現(xiàn)在腦科學(xué)面臨的一個大問題就是怎樣區(qū)分這么多不同的種類，因為知道不同的種類才知道都在進行什么功能，能夠真正理解這種工作原理。

目前來看網(wǎng)絡(luò)結(jié)構(gòu)非常復(fù)雜，我們已經(jīng)在小鼠上做非常精細的網(wǎng)絡(luò)研究、網(wǎng)絡(luò)圖譜繪制，比如注射病毒感染的細胞，包括整個小鼠切片，然后用切片上的信息做三維重構(gòu)，可以畫出神經(jīng)細胞、神經(jīng)元的投射途徑，比如不同的神經(jīng)元在皮層的不同位置，全腦投射都可以一個一個細胞畫出來，我們已經(jīng)重構(gòu)了數(shù)千個小鼠皮層的細胞，比如50多個小鼠的細胞，可以看一看復(fù)雜性，細胞體在皮層的各個位置，但神經(jīng)的連接遍布整個大腦，送到大腦各個不同腦區(qū)，也是和不同腦區(qū)的神經(jīng)元產(chǎn)生連接，所以這種復(fù)雜性就是各種復(fù)雜功能的來源，我們必須理解結(jié)構(gòu)上是怎樣的模式，然后才能進一步理解整個神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)。

我們需要知道這些連接不是完全混亂的，而是會有特殊意義的連接，這些連接也不是一成不變的，大腦使用的過程中有電荷產(chǎn)生就會改變神經(jīng)元的結(jié)構(gòu)和功能，所以連接也會產(chǎn)生變化，至少連接的強度、傳導(dǎo)信息的效率也會受到影響，所以這個過程就叫做學(xué)習(xí)，學(xué)習(xí)的過程就是感覺信息、認知信息，把神經(jīng)元的網(wǎng)絡(luò)結(jié)構(gòu)并到新一輪的狀態(tài)，學(xué)習(xí)記憶的過程就是整個網(wǎng)絡(luò)的可溯性，可溯性是非常重要的，大腦認知最主要的基礎(chǔ)就是可溯的，可以使得大腦使用以后未來進一步活動的時候行為會有改變，所以大腦有這么強大的能力，來源就是因為認知行為的改變。

目前我們正在研發(fā)類似大腦的人工智能，或者類似人腦機器學(xué)習(xí)的算法，其實關(guān)鍵就是怎樣能夠通過網(wǎng)絡(luò)的使用改變網(wǎng)絡(luò)的結(jié)構(gòu)和功能，就是學(xué)習(xí)大腦是怎么變的，然后在人工網(wǎng)絡(luò)能夠?qū)崿F(xiàn)，這是類腦人工智能的關(guān)鍵。我們要理解類腦人工智能是怎么回事，首先要理解大腦的可溯性，半個世紀以前就有科學(xué)家提出電活動怎樣改變大腦，最通用的學(xué)習(xí)法則多年來統(tǒng)治腦科學(xué)對可溯性的理解，就是加拿大科學(xué)家赫博的學(xué)習(xí)法則，提出神經(jīng)細胞之間的連接突觸可以通過電活動改變強度，兩個神經(jīng)元只要放電模式相同，之間的連接就會增強，如果活動不是同步的，一個有活動，另一個沒有活動，可能是其它神經(jīng)元抑制活動，造成不同步的情況，連接就會削弱和消失。很多實驗證據(jù)說明這種法則能夠很好地解釋大腦為什么會改變結(jié)構(gòu)，這種法則叫做突觸強化和弱化的法則，簡單來說就是一起放電的神經(jīng)元，同步放電的神經(jīng)元連接在一起。

我們把一個神經(jīng)元的輸入不斷刺激，高頻刺激就會強化，突觸傳導(dǎo)的效率就會增加，而且是長期增加，換一個低頻次就會弱化，所以有強化和弱化這種功能上傳遞效率的改變，已經(jīng)在很多大腦的突觸上發(fā)現(xiàn)，所以是有證據(jù)的，強化和弱化可以用赫博的學(xué)習(xí)法則解釋。

另外一個很重要的發(fā)現(xiàn)就是大腦的記憶有短期記憶和長期記憶，什么叫做短期記憶？就是刺激進來之后只有短暫的時間才能記得，過一段時間就忘了，所以在生理學(xué)上也有這種突觸傳遞的強度變化，比如一次性大量輸入信息，就是高頻刺激，這個叫做突觸強化現(xiàn)象，大腦活體中的強化現(xiàn)象不會持久，隨著時間就會慢慢下降和消失，看來消失是由于自發(fā)的活動造成的侵襲作用，一次性大量學(xué)習(xí)并不能夠長期儲存，但如果間隔性多次學(xué)習(xí)，比如這里學(xué)習(xí)60次，最后就可以侵襲，要是過一陣子再過20次，3個連續(xù)性的間隔學(xué)習(xí)就可以長期鞏固，所以間隔性的學(xué)習(xí)可以造成鞏固的長期記憶。

我們很多學(xué)習(xí)理論都知道要學(xué)習(xí)必須要間隔性地學(xué)習(xí)，考試前大量學(xué)習(xí)，考試后就全忘光，但考試前要是每個禮拜溫習(xí)一下，多溫習(xí)幾次，得到的是長期記憶，所以短期和長期記憶的轉(zhuǎn)化是多年來我們都知道的結(jié)果，但在十多年前實驗室能夠顯示突觸的強化，也有這種長期和短期的問題，一次性學(xué)習(xí)之后都是短期記憶，間隔學(xué)習(xí)之后都是長期記憶。

重復(fù)學(xué)習(xí)的時間間隔非常重要，就是有最佳的間隔，可以造成最高的強化，間隔時間太長也會強化，短期有效的需要轉(zhuǎn)化為長期記憶，必須是非常Optimum的時間中進行，所以這是學(xué)習(xí)理論中多年來心理學(xué)上也有發(fā)現(xiàn)這樣的特性。

這些就是剛才講的功能上有突觸效率的變化，可能造成長期的記憶，但突觸的結(jié)構(gòu)是很復(fù)雜的，不是簡單的突觸前的神經(jīng)終端，就是在軸圖上產(chǎn)生的突觸，這是一個非常復(fù)雜的結(jié)構(gòu)叫做輸出集，這是一個可調(diào)控的結(jié)構(gòu)，一般突觸前的信息送到數(shù)圖集之上有多少電流流到數(shù)圖上面，然后被神經(jīng)元整合是受結(jié)構(gòu)的影響，如果有長期強化的時候數(shù)圖集會變大，使其傳遞效率增加，假如有長期的弱化現(xiàn)象數(shù)圖集會萎縮甚至消失，使得突觸前的信息就沒有權(quán)重下降，最終甚至不能影響突觸后的細胞。

除了功能上的長期強化和長期弱化，伴隨著還有結(jié)構(gòu)上的變化，我們可以在大腦長期記憶的時候發(fā)現(xiàn)結(jié)構(gòu)上的變化，比如小鼠的大腦中可以發(fā)現(xiàn)，長期記憶儲存、恐懼記憶形成，突觸后會對突觸前原來的結(jié)構(gòu)多增加一個連接，使其產(chǎn)生更強更有效的連接，通過結(jié)構(gòu)增加連接的效率，當然也可以在突觸前多長一個小炮，使得突觸后的傳遞效率增加，兩類結(jié)構(gòu)的變化就是突觸前和突觸后的連接元素的增加都是可以增加長期記憶，包括聽覺統(tǒng)計學(xué)習(xí)中發(fā)現(xiàn)的現(xiàn)象，所以突觸的變化包括功能傳遞效率的增加以及結(jié)構(gòu)上的變化，可以造成突觸效率的改變，這些是可塑性結(jié)構(gòu)的基礎(chǔ)。

大腦認知有一個很關(guān)鍵的問題，認知都是外界信息的很多元素、很多成分，比如我們認識一個面孔就包括眼睛、鼻子、嘴巴、頭發(fā)、各種各樣的信息，我們要整合成一個面孔，這個整合到底是怎么在網(wǎng)絡(luò)中形成的呢？這個叫做信息捆綁，也是腦科學(xué)神經(jīng)網(wǎng)絡(luò)連接面臨的最大的問題之一，就是怎樣理解信息是怎樣捆綁成為整體感知信息，這里有兩種理論：一種叫做聚合模型，就是對每個感知信息的成分都有單獨的不同的神經(jīng)元處理，另一種是整體的認知是另外一個神經(jīng)元，接受了各個成分神經(jīng)元的輸入，連接上的聚合，造成信息的聚合，這個叫做連接造成的聚合模型。還有一種模式就是不需要連接上的聚合，而是用同步放電的模式聚合，比如面孔四個不同的成分都有反映神經(jīng)元，怎樣才能讓大腦認知面孔呢？不是聚合到一個面孔認知的神經(jīng)元，就是每個對成分有反應(yīng)的神經(jīng)元都在一起放電，造成之間連接的增強，所以就會認得這個面孔，不需要另外連接上的聚合。

同步放電模式和連接聚合模式都是現(xiàn)在流行的對信息捆綁問題的理解，現(xiàn)在最流行的就是網(wǎng)絡(luò)模式、連接理論對信息捆綁的模式，但在真正的大腦里面很多情況下很可能同步放電模式，神經(jīng)元放電的時間相同，造成的反應(yīng)就是認知，現(xiàn)在人工智能網(wǎng)絡(luò)模型中很少有人應(yīng)用。今天特別要談一談赫博同步放電模式的假說，這是非常有用的，對我們理解下一步怎樣進一步改進人工網(wǎng)絡(luò)是一個很關(guān)鍵性的思路。

赫博假說是這樣的，同步的鏈路可以強化細胞群的連接，強化以后就是儲存感知信息，感知信息怎樣提取呢？只要神經(jīng)元再次被激活就是感知信息的提取，比如我們看到一個原型，感知原型不斷在我們視野中出現(xiàn)，激活了一群大腦中的神經(jīng)元，每個單一的神經(jīng)元都是對這個原型每個曲線段有反應(yīng)，原型出現(xiàn)之后這些神經(jīng)元都同步放電，因為都是同時被激活，它們之間的連接將增強了，成了一群連接在一起的神經(jīng)元，我們稱之為神經(jīng)元集群編碼的原型，記憶儲存原型細胞群內(nèi)，只要有充分的神經(jīng)元被激活，整體這一群神經(jīng)元就被激活，因為之間的連接增強了，不需要整個原型就可以認知這些，這就代表對原型的視覺。

我們可以看到面孔各個部位都有一群神經(jīng)元，眼睛神經(jīng)元集群，每個點代表一群神經(jīng)元，面孔不斷出現(xiàn)的時候各個部位都有各種群，代表各種面孔部位集群一起激活，所以我們就把這一大群神經(jīng)元集群之間的連接加強了，所以是一個超級的細胞群，細胞群之間的連接都加強了，這種細胞群代表族譜面孔的記憶，記憶儲存在這些連接上，就是這些連接加強了，現(xiàn)在只要有部分信息來了，只要激活部分眼睛、鼻子的細胞群，可以把其它的細胞群一起激活，這就是面孔記憶的提取。

舉個例子，大家可以在圖中看出什么嗎？現(xiàn)在是黑白的影像輸入，看不出來什么意義，假如各位以前沒有看過這張圖片的話也看不出來上面代表什么信息，但現(xiàn)在假設(shè)不斷地讓一個信息輸入大腦，這是一個面孔的信息，那么就會在你看到這個信息之后建立一個面孔細胞群，這個細胞群是針對這個面孔，假如這些細胞群建立之后再有部分信息出現(xiàn)就可以看出這個細胞和面孔?？梢钥吹酱竽X已經(jīng)建立細胞群，你的感知只要有部分信息就可以提取，所以這個信息可以儲存，所以細胞群可以把記憶儲存相當一段時間，這也是我們對細胞群的看法。

最后講到一個概念的形成，也是類似的，剛才我們說的祖母的概念就是這樣的超級細胞群形成的，所以我們看到祖母的名字就會想起她的面孔、想起她唱的歌和身影，這些是最好的理解，所謂的一個網(wǎng)絡(luò)怎樣儲存概念最好的方式，就是把這個信息儲存在整個網(wǎng)絡(luò)，分布式地儲存在大群細胞的連接之中，我們現(xiàn)在也在做很多實驗證實。

實際上這些不是沒有證據(jù)，各個醫(yī)院都有PET成像，我們看幾個字的話視覺就會被激活，聽幾個字聽覺就會被激活，說幾個字說話園區(qū)就會被激活，現(xiàn)在閉上眼睛不聽不說，想像那幾個字是什么意思，這個就是全腦激活，表示概念都是遍布全腦，大范圍、成千上萬、數(shù)千萬神經(jīng)元的同時激活。

神經(jīng)網(wǎng)絡(luò)的概念是怎么形成的呢？就是出生之后由于經(jīng)驗造成的網(wǎng)絡(luò)之間的強化，尤其是在出生之后幾歲大量網(wǎng)絡(luò)形成的時候，有些網(wǎng)絡(luò)是要不斷地修剪，好的網(wǎng)絡(luò)可以留下來，不好的網(wǎng)絡(luò)就要修剪，幼兒期和青春期網(wǎng)絡(luò)是在形成的過程中，修剪大于生存，后來慢慢地就會造成整體網(wǎng)絡(luò)整體網(wǎng)絡(luò)的簡化，所以這是年紀大了，可塑性下降，記憶慢慢衰退的原因之一。網(wǎng)絡(luò)的形成和修剪過程不正常的話就會造成各種疾病，這是現(xiàn)在對精神類疾病網(wǎng)絡(luò)異常的說法。

講到人工網(wǎng)絡(luò)，多年來數(shù)字計算機、Digital Computer始祖多年來就提出我們要理解網(wǎng)絡(luò)是怎樣處理信息，怎樣才是最好的Program，我們可以學(xué)習(xí)兒童是怎樣產(chǎn)生認知，與其去想一個Program模擬成年人的大腦，還不如看一看大腦的形成過程、學(xué)習(xí)過程，就是早期的網(wǎng)絡(luò)是怎樣形成的，現(xiàn)在為什么要研究類腦智能的發(fā)育過程，就是想從這里知道網(wǎng)絡(luò)是怎樣自我改進的，結(jié)構(gòu)是隨著學(xué)習(xí)而變，造成一個最有效的、最高智能的人工網(wǎng)絡(luò)。

我們可以看到種類有很多，各種條目神經(jīng)網(wǎng)絡(luò)，形狀和生理放電模式都不一樣，所以連接神經(jīng)網(wǎng)絡(luò)也是更為復(fù)雜，現(xiàn)在大多數(shù)人工網(wǎng)絡(luò)是正向連接，自然網(wǎng)絡(luò)中有順向的、逆向的、側(cè)向的連接，造成各種各樣的環(huán)路都有各種功能，所以這些是可以借鑒的內(nèi)容。

剛才我們提到可塑性，包括功能的可塑性，效力可以增強或者減弱，這是人工網(wǎng)絡(luò)已經(jīng)可以應(yīng)用的，最常用的學(xué)習(xí)模式和機器學(xué)習(xí)的算法，其實就是長期學(xué)習(xí)、長期增強或者減弱可塑性的應(yīng)用，也是一個效率的應(yīng)用。我們剛才提到頻率，除了功能的可塑性還有結(jié)構(gòu)的可塑性，就是網(wǎng)絡(luò)可以增加連接、減少連接、新生和修剪，這是人工網(wǎng)絡(luò)還沒有考慮到的結(jié)構(gòu)上的變化，可以是學(xué)習(xí)的過程中改變，這是人工網(wǎng)絡(luò)可以借鑒的性質(zhì)。其實可塑性也可以傳播，這是自然網(wǎng)絡(luò)畫像，包括各式各樣的傳播模式，可以造成可塑性的變化。

記憶儲存有短期記憶和長期記憶的問題，結(jié)構(gòu)效力的改變就是記憶儲存，但儲存的記憶會消退，短期記憶可以轉(zhuǎn)化為長期記憶，就是有鞏固過程，規(guī)則性的重復(fù)也是很重要的，而且是可以引進到記憶學(xué)習(xí)，就是人工網(wǎng)絡(luò)沒有考慮到兩種不同記憶之間的轉(zhuǎn)換，記憶消除也有各種模式，自然網(wǎng)絡(luò)中提取記憶就是記憶電活動重新出現(xiàn)作為記憶提取的模式。一群突觸可以同時消失，強化學(xué)習(xí)在人工網(wǎng)絡(luò)已經(jīng)開始應(yīng)用，但人工網(wǎng)絡(luò)強化學(xué)習(xí)沒有什么特異性，所以在自然網(wǎng)絡(luò)中強化學(xué)習(xí)的過程是通過調(diào)節(jié)，就是有特異性地對突觸群的修剪。

集群是今天我想講的最重要的概念，就是網(wǎng)絡(luò)中是一個集群的應(yīng)用，剛才講過各種成分都是由不同的集群造成，集群之間可以造成連接的變化，集群的集群，這種嵌套式是各種信息捆綁很重要的模式，多模態(tài)的信息就是靠這種捆綁，但捆綁的關(guān)鍵就是要同步活動震蕩，或者是有耦合活動捆綁不同集群，所以怎樣能夠應(yīng)用到人工類腦研究，就是利用人工網(wǎng)絡(luò)的學(xué)習(xí)算法之中，那么就很關(guān)鍵，要把時間的信息放到人工智能里面，所以我認為脈沖神經(jīng)網(wǎng)絡(luò)是非常重要的，就是用脈沖網(wǎng)絡(luò)可以更好地儲存時間信息，然后在時間信息上可以做同步信息的捆綁，造成嵌套式的信息捆綁的過程，產(chǎn)生各種多模態(tài)的整合和各種概念的儲存和提取。

類腦研究并不是模擬大腦，剛才我講的只是一些概念，這些概念怎么應(yīng)用到人工智能，這些都是概念的應(yīng)用，不是要模擬整個連接是怎么造成的，目前來講是做不到的。