हाल ही में, चीनी विज्ञान अकादमी के स्वचालन अनुसंधान संस्थान के ली गुओकी और झू बो के अनुसंधान टीम ने, तिंगहुआ विश्वविद्यालय, पीकिंग विश्वविद्यालय और अन्य अनुसंधान संस्थानों के साथ मिलकर "आंतरिक जटिलता पर आधारित" मस्तिष्क समान तंत्रिका कोशिका मॉडल निर्माण विधि का प्रस्ताव दिया है। संबंधित शोध पत्रिका "नेचर・कंप्यूटेशनल साइंस" में प्रकाशित हुआ है।
इस अध्ययन ने सबसे पहले पल्स तंत्रिका नेटवर्क में LIF मॉडल और HH मॉडल की गतिशीलता विशेषताओं की समकक्षता को प्रदर्शित किया, यह साबित करते हुए कि HH तंत्रिका कोशिका को चार विशिष्ट कनेक्शन संरचनाओं के समय परिवर्तनीय पैरामीटर के माध्यम से LIF तंत्रिका कोशिका के समान बनाया जा सकता है। इस खोज के आधार पर, अनुसंधान टीम ने सूक्ष्म संरचना को डिजाइन करके गणना इकाई की आंतरिक जटिलता को बढ़ाया, जिससे HH नेटवर्क मॉडल बड़े पैमाने पर LIF नेटवर्क मॉडल की विशेषताओं का अनुकरण कर सके।
चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney
इसके अलावा, टीम ने इस मॉडल को s-LIF2HH मॉडल में सरल किया और जटिल गतिशीलता व्यवहार को पकड़ने में इसकी प्रभावशीलता को सत्यापित करने के लिए अनुकरण प्रयोग किए। प्रयोग के परिणाम दिखाते हैं कि HH नेटवर्क मॉडल और s-LIF2HH नेटवर्क मॉडल में प्रतिनिधित्व क्षमता और स्थिरता में समानता है, जबकि HH नेटवर्क मॉडल गणना संसाधनों के उपयोग में अधिक प्रभावी है।
यह अध्ययन न्यूरोसाइंस के जटिल गतिशीलता विशेषताओं में कृत्रिम बुद्धिमत्ता को एकीकृत करने के लिए नई विधियों और सैद्धांतिक समर्थन प्रदान करता है, साथ ही एआई मॉडल के अनुकूलन और प्रदर्शन सुधार के लिए समाधान प्रदान करता है। वर्तमान में, अनुसंधान टीम ने बड़े पैमाने पर HH नेटवर्क और अधिक जटिल तंत्रिका कोशिकाओं पर गहन अध्ययन शुरू कर दिया है, जिससे बड़े मॉडल की गणना दक्षता और कार्य प्रक्रिया क्षमता को और बढ़ाने की उम्मीद है, जिससे इसके वास्तविक अनुप्रयोग में तेजी आएगी।
पत्रिका का पता: https://www.nature.com/articles/s43588-024-00674-9
