Linuxeden开源社区一个跨学科团队发现，人工智能模型（尤其是变形金刚）处理记忆的方式与人脑海马体相似。这一突破表明，将神经科学原理（如NMDA受体原理）应用于人工智能可以改善记忆功能，从而推动人工智能领域的发展，并为人类大脑功能提供见解。
研究人员发现，人工智能的记忆巩固过程与人脑，特别是海马体的记忆巩固过程相似，这为人工智能的进步和深入了解人类记忆机制提供了可能。
由基础科学研究所（IBS）认知与社会性中心（Center for Cognition and Sociality）和数据科学小组（Data Science Group）的研究人员组成的跨学科团队揭示了人工智能（AI）模型的记忆处理过程与人脑海马体之间的惊人相似性。这一新发现为人工智能系统中的记忆巩固（将短期记忆转化为长期记忆的过程）提供了一个新的视角。
在开发人工通用智能（AGI）的竞赛中，在 OpenAI 和Google DeepMind 等有影响力的实体的引领下，理解和复制类似人类的智能已成为一项重要的研究兴趣。这些技术进步的核心是变形金刚模型[图 1]，其基本原理目前正在得到新的深入探索。
应用于人工智能的大脑学习机制
强大人工智能系统的关键在于掌握它们如何学习和记忆信息。研究小组将人脑的学习原理，特别是通过海马体中的NMDA受体进行记忆巩固的原理，应用到了人工智能模型中。
研究小组有了一个惊人的发现：变形金刚模型似乎使用了一种类似于大脑 NMDA 受体的守门过程[见图 1]。这一发现促使研究人员开始研究变形金刚的记忆巩固是否可以通过一种类似于 NMDA 受体门控过程的机制来控制。
众所周知，在动物大脑中，低镁水平会削弱记忆功能。研究人员发现，变形金刚的长期记忆可以通过模拟 NMDA 受体得到改善。就像在大脑中，镁含量的变化会影响记忆强度一样，调整变形金刚的参数以反映 NMDA 受体的门控作用，也能增强人工智能模型的记忆力。这一突破性发现表明，人工智能模型的学习方式可以用神经科学的既有知识来解释。
专家对人工智能和神经科学的见解
C. 该研究所的神经科学家主任贾斯汀-李（Justin LEE）说：”这项研究为推动人工智能和神经科学的发展迈出了关键一步。它让我们能够更深入地研究大脑的运行原理，并根据这些见解开发出更先进的人工智能系统。”
该团队和KAIST的数据科学家CHA Meeyoung指出：”与需要巨大资源的大型人工智能模型不同，人类大脑以最小的能量运行，这是非常了不起的。我们的工作为像人类一样学习和记忆信息的低成本、高性能人工智能系统开辟了新的可能性”。
认知机制与人工智能设计的融合
这项研究的与众不同之处在于，它主动将大脑启发的非线性融入人工智能结构中，这标志着在模拟类似人类的记忆巩固方面取得了重大进展。人类认知机制与人工智能设计的融合，不仅有望创造出低成本、高性能的人工智能系统，而且还能通过人工智能模型对大脑的工作原理提供有价值的见解。
编译来源：ScitechDaily