當前位置:首頁 > 新聞中心 > 科研動態

科研動態

類腦認知計算團隊提出類腦經典條件反射學習模型

  • 发表日期:2021-01-21 【 【打印】【關閉】
  •   由俄羅斯神經科學家伊萬·彼德羅維奇·巴甫洛夫(Ivan Petrovich Pavlov)以狗爲模式動物發現並建立的條件反射理論是生物系統學習理論的重要基礎之一。經典條件反射不僅在生物大腦學習中起著至關重要的作用,也爲人工智能學習理論的研究提供了具備生物可行性的機制與基礎。近40年來,腦與神經科學以及人工智能的研究者通過神經科學實驗與計算建模研究的融合試圖研究和揭示經典條件反射實驗的神經計算機制並應用于人工智能。然而,這些模型以往只能複現和解釋相對有限的經典條件反射實驗。 

      中國科學院自动化研究所类脑智能研究中心曾毅团队融合生物学、神经科学等学科在条件反射领域的已有研究成果,依据条件反射的神经基础,即所涉脑区、神经环路、认知功能、神经元尺度的机理与计算机制,提出类脑经典条件反射脉冲神经网络模型,如圖1所示。該模型將在條件反射領域達成共識的生物學研究結果整合到一個類腦脈沖神經網絡中,相較于其他計算模型,類腦經典條件反射模型可以複現神經科學中提出的多達15種經典條件反射實驗,並從計算角度給予合理的解釋,有助于揭示生物體建立條件反射的神經機制。此外,該模型可以部署到機器人上,使機器人可以像生物體一樣表現出類腦經典條件反射行爲(如圖2)。經過實驗驗證,該模型還可以使機器人具備速度泛化的能力(如圖3),即在導航任務中,在較低速度下,機器人通過條件反射習得運動軌迹,在較高速度下,不需要再次訓練即可完成導航任務。 

      相關工作以“Brain-Inspired Classical Conditioning Model”爲題,近期發表于Cell出版社旗下綜合性期刊《 iScience (交叉科學)》。曾毅研究員爲論文通訊作者,工程師趙宇軒、研究生喬廣參與了此項研究。研究工作得到了中科院戰略性先導科技專項、科技部和北京市科委相關項目資助。 

    圖1.類腦經典條件反射脈沖神經網絡計算模型 

    2.基于類腦經典條件反射脈沖神經網絡模型的機器人習得-消退-再習得實驗 

    3.基于類腦經典條件反射脈沖神經網絡模型的機器人速度泛化實驗