破解大脑“时空协作密码”！天津大学重大突破，为下一代AI铺就理论基石 11月22日，国际权威期刊《美国科学院院刊》（PNAS）发表一项重磅成果：天津大学人工智能学院于强教授团队联合美、德等国科研人员，首次揭示大脑突触处理时空信息的核心机制，为开发更高效、更具生物学合理性的下一代人工智能（AI）提供关键理论支撑，在脑科学与AI交叉领域实现重大突破。 大脑神经元间的突触是信息传递的核心枢纽，其具备的长时可塑性（调控长期连接强度，奠定长期记忆基础）与短时可塑性（瞬时调整信号强度，适配即时信息传递），是生物智能的关键所在。但这两种可塑性如何协同作用提升信息处理效率，长期以来是神经科学领域的未解之谜。 于强教授团队通过构建严谨的突触计算与学习理论模型，终于破解这一难题：当长时可塑性对短时可塑性进行调制时，大脑能巧妙将复杂的时间序列信息“转化”为空间模式表达——如同把动态的“时间脚印”固化为静态的“空间照片”，既便于存储又能抵抗干扰。实验验证显示，这一机制能显著提升神经网络的记忆容量、抗干扰能力（鲁棒性）和时空信息识别效率，且模型预测与小鼠及人类大脑皮层的突触电生理观测数据高度吻合，具备扎实的生物学合理性。 “这就像找到了大脑处理信息的‘协作密码’。”于强教授表示，现有AI模型在时空信息整合、可解释性等方面存在明显局限，而该研究揭示的生物神经网络底层逻辑，为突破这些瓶颈提供了全新路径，有望推动开发出更通用、更贴近生物智能的下一代AI算法。 作为脑科学与类脑研究的重要理论突破，该成果不仅深化了人类对大脑信息处理原理的认知，更搭建起生物智能与人工智能之间的关键桥梁，为类脑计算、通用人工智能（AGI）的发展注入强劲动力。
