佐治亚理工学院的研究人员开发了首个名为RTNet的神经网络，能够模拟人类的感知和决策过程，标志着人工智能在理解人类大脑工作方式上取得重要进展。RTNet能生成随机决策，模拟人类响应时间分布，且根据任务难易调整思考时间，类似人类处理问题的方式。其内部机制包括采用Alexnet架构与贝叶斯神经网络结合，通过累加过程和阈值设定进行推理。RTNet在模拟人类决策的准确度、响应时间和置信度方面表现出色，优于其他现有模型。实验表明，RTNet成功捕捉人类决策的随机性与时间调整特性，为人工智能与人类大脑工作机制研究提供了新视角。