在人工智能與神經(jīng)科學(xué)交叉領(lǐng)域，一項關(guān)于大腦信息處理機制的研究引發(fā)廣泛關(guān)注。由天津大學(xué)人工智能學(xué)院科研團隊主導(dǎo)，聯(lián)合國際學(xué)者開展的突破性工作，首次闡明了神經(jīng)網(wǎng)絡(luò)中突觸協(xié)同處理時空信息的運作模式，相關(guān)成果已發(fā)表于國際權(quán)威學(xué)術(shù)期刊《美國科學(xué)院院刊》。

作為神經(jīng)元間的連接樞紐，突觸在信息傳遞中扮演著核心角色。每個突觸都具備雙重調(diào)節(jié)功能：其連接強度可通過長期變化形成記憶基礎(chǔ)，同時能在毫秒級時間內(nèi)動態(tài)調(diào)整信號強度。這兩種特性如何共同影響大腦的學(xué)習(xí)效率與信息處理能力，此前一直是科學(xué)界未解的難題。研究團隊通過構(gòu)建新型計算模型，發(fā)現(xiàn)當(dāng)長期調(diào)節(jié)機制作用于短期調(diào)節(jié)機制時，神經(jīng)網(wǎng)絡(luò)能夠?qū)r間維度上的信息轉(zhuǎn)化為空間分布模式，從而大幅提升記憶容量與抗干擾能力。

實驗驗證環(huán)節(jié)，科研人員在小鼠與人類大腦皮層突觸中觀測到與模型高度吻合的電生理特征。這種跨物種的驗證結(jié)果，不僅證實了理論模型的生物合理性，更揭示了大腦信息處理機制的普適性規(guī)律。研究團隊負責(zé)人形象地比喻："這相當(dāng)于破解了大腦處理信息的協(xié)作密碼，為理解認知功能提供了全新視角。"

該成果在人工智能領(lǐng)域具有重要應(yīng)用價值。當(dāng)前主流深度學(xué)習(xí)模型依賴海量數(shù)據(jù)訓(xùn)練，且存在"黑箱"特性。此次發(fā)現(xiàn)的突觸協(xié)作機制，為開發(fā)具備可解釋性、適應(yīng)復(fù)雜場景的新型算法提供了生物學(xué)啟示。研究團隊透露，后續(xù)將探索如何將這類生物機制轉(zhuǎn)化為計算模型，推動人工智能向更高效、更可靠的方向發(fā)展。這項跨學(xué)科研究不僅深化了人類對自身認知機制的理解，也為腦機接口、智能醫(yī)療等領(lǐng)域的技術(shù)突破奠定了理論基礎(chǔ)。