一种新的大脑模型可以为有意识的人工智能铺平道路

Mila 和 IVADO 研究人员提出了一种新的人脑神经计算模型，该模型可能会弥合理解 AI 和精神障碍背后的生物学机制之间的差距。

人脑的新模型。
一项新的研究提出了一种新的人脑神经计算模型，这可能会揭示大脑如何发展复杂的认知技能并推进神经人工智能研究。来自巴黎巴斯德研究所和索邦大学、CHU Sainte-Justine、Mila - Quebec 人工智能研究所和蒙特利尔大学的国际科学家团队进行了这项研究。

该模型刊登在美国国家科学院院刊(PNAS)的封面上，它描述了信息处理三个层次的神经发育：

第一感觉运动水平探索大脑的内在活动如何从感知中学习模式并将它们与行动联系起来；

认知层面检查大脑如何结合这些模式；

最后，意识层面考虑了大脑如何与外界分离并（通过记忆）操纵学习模式，这些模式不再可被感知。

该模型强调两种基本学习类型之间的相互作用——与统计规律性（即重复）相关的赫布学习，或者如神经心理学家唐纳德·赫布所说，“神经元一起激发，连接在一起”——以及强化学习，相关与奖励和多巴胺神经递质，提供对认知基础的基本机制的见解。

该模型解决了从视觉识别到意识知觉的认知操作等三个层次上复杂性不断增加的任务。每一次，团队都会引入一个新的核心机制，使其能够进步。

结果突出了生物神经网络认知能力多层次发展的两个基本机制：

突触表观发生，在局部范围内进行赫布学习，在全球范围内进行强化学习；

和自组织动力学，通过神经元的自发活动和平衡的兴奋/抑制比。

“我们的模型展示了神经-AI 融合如何突出生物机制和认知架构，这些机制和认知架构可以推动下一代人工智能的发展，甚至最终导致人工意识，”团队成员、计算精神病学助理教授 Guillaume Dumas 说。蒙特利尔大学和 CHU Sainte-Justine 研究中心的首席研究员。

他补充说，达到这一里程碑可能需要整合认知的社会维度。研究人员现在正在研究整合生物学和社会维度在人类认知中的作用。该团队已经率先模拟了两个完整大脑的交互。

该团队认为，将未来的计算模型锚定在生物和社会现实中，不仅将继续阐明认知背后的核心机制，而且还将有助于为人工智能提供一个独特的桥梁，通向唯一具有先进社会意识的已知系统：人类脑。