由俄羅斯神經科學家伊萬·彼德羅維奇·巴甫洛夫（Ivan Petrovich Pavlov）以狗為模式動物發現并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。經典條件反射在生物大腦學習中起著重要作用，也為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并應用于人工智能。然而，這些模型只能復現和解釋相對有限的經典條件反射實驗。
中國科學院自動化研究所類腦智能研究中心研究員曾毅團隊融合生物學、神經科學等學科在條件反射領域的已有成果，依據條件反射的神經基礎，即所涉腦區、神經環路、認知功能、神經元尺度的機理與計算機制，提出類腦經典條件反射脈沖神經網絡模型。
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復現神經科學中提出的15種經典條件反射實驗，并從計算角度給予合理解釋，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，使機器人可像生物體一樣表現出類腦經典條件反射行為。經實驗驗證，該模型可使機器人具備速度泛化的能力，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跡，在較高速度下，不需要再次訓練即可完成導航任務。
相關研究成果發表在Cell Press出版社旗下iScience上。研究工作得到中科院戰略性先導科技專項、科學技術部和北京市科學技術委員會等的資助。
相關論文信息：https://doi.org/10.1016/j.isci.2020.101980
【免責聲明】本文轉載自網絡，與科技網無關。科技網站對文中陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。