探索AI与神经科学融合：突破性发现揭示人工智能的学习方式
韩国基础科学研究所认知与社会性中心的研究人员最近发现了人工智能（AI）模型的记忆处理与人脑海马体之间的惊人相似性。这一发现为记忆巩固提供了新的视角，对于将短期记忆转化为长期记忆的过程在AI系统中具有重要意义。
研究人员在开发通用人工智能（AGI）的竞赛中发现，理解和复制类人智能已成为一个重要的研究课题。而这些技术进步的核心是Transformer模型，其基本原理正在被深入探索。
强大的AI系统的关键在于掌握它们如何学习和记忆信息。研究团队将人脑学习原理，特别是通过海马体中的NMDA受体巩固记忆的方式，应用于AI模型。
NMDA受体在大脑中起到了智能门的作用，促进学习和记忆的形成。当大脑中存在化学物质谷氨酸时，神经细胞会兴奋，而镁离子则充当着挡住门的小守门人。
只有当这个镁离子守门人退到一边时，谷氨酸才能流入细胞。这个过程是大脑创造并保存记忆的关键，而镁离子在整个过程中扮演着非常具体的角色。
研究团队发现，Transformer模型似乎使用了类似于大脑NMDA受体的门控过程。这一发现促使团队进一步研究Transformer的记忆巩固，是否可以通过类似于NMDA受体门控过程的机制来控制。
在动物大脑中，低镁水平会削弱记忆功能。研究人员发现，Transformer模型中的长期记忆可以通过模仿NMDA受体来改善。就像在大脑中一样，镁含量的变化会影响记忆的强度，而调整Transformer模型的参数以反映NMDA受体的门控作用，可以增强AI模型的记忆能力。
这一突破性的发现不仅使人们能够更深入地研究大脑的工作原理，还可以根据这些见解开发更先进的AI系统。
这项研究告诉我们，AI模型的学习方式可以用神经科学的既定知识来解释。可以说，这个结果在推进AI和神经科学融合方面迈出了关键一步。这也意味着科学家在模拟类人记忆巩固方面已经取得了重大进展。人类认知机制和AI设计的融合不仅有望创建低成本、高性能的AI系统，而且还可以通过AI模型对大脑工作方式进行研究，提供宝贵的见解。
