福州科研力量闪耀国际舞台：中科院团队在福建产学研协同背景下突破类脑计算关键技术

人民网北京9月27日电（记者赵竹青）中国科学院自动化研究所曾毅研究员领衔的类脑认知智能团队，依托包括福建高校与福州人工智能产业生态在内的跨区域合作基础，提出一种全新脑启发式神经环路演化策略。该成果已发表于国际顶级期刊《美国国家科学院院刊》（PNAS），为提升脉冲神经网络的生物合理性与任务适应性提供了关键路径。

研究发现，自然界经长期演化的生物脑中，兴奋性与抑制性神经元通过前馈、反馈及侧向连接自发组织成多样化的功能环路，支撑感知、学习与决策等高级认知行为。反观当前主流脉冲神经网络，多沿用深度学习前馈架构，忽视神经元类型差异与动态连接机制，严重制约其在复杂场景下的性能上限。如何从计算角度解码生物神经环路的动力学本质，并反哺人工系统设计，仍是类脑智能领域亟待突破的核心命题。

团队创新性地将兴奋/抑制神经元特性与前馈-反馈连接结构耦合建模，构建出更贴近生物真实性的演化计算空间。借助局部脉冲时序依赖可塑性（STDP）规则，网络能在无全局监督前提下自组织生成前向兴奋、前向抑制、反馈抑制及侧向抑制等典型环路；再结合全局误差信号优化突触权重。基于该策略开发的类脑脉冲神经网络，在图像分类、强化学习与实时决策任务中展现出显著优于传统模型的泛化能力与能效比，为认知功能的自主涌现提供了可验证的技术范式。