人工神经网络资讯

Nature：大模型“读脑术”——看懂新鼠、新刺激、神经元类型

这篇最新发表在Nature的研究，来自于神经科学与人工智能的跨界突破。研究团队构建了一个“神经活动基础模型”（foundation model），通过大规模记录小鼠在观看自然视频时的神经元活动，训练出一个可以预测数万神经元响应的深度神经网络。令人惊艳的是，这个

当地时间 5 月 12 日，由前谷歌顶级 AI 科学家、“Transformer 八子”之一的利昂·琼斯（Llion Jones）联合创立的日本初创公司 Sakana AI（下称 Sakana），推出了一种名为连续思维机（CTM，Continuous Thou

受生物神经网络的启发，由“Transformer八子”之一LlionJones联合创立SakanaAI提出了一种新型人工神经网络——“连续思维机器”（ContinuousThoughtMachine，CTM）。

受生物神经网络的启发，由“Transformer八子”之一 Llion Jones 联合创立 Sakana AI 提出了一种新型人工神经网络——“连续思维机器”（Continuous Thought Machine，CTM）。

研究者经常从大自然中寻找灵感，了解如何在人工智能领域取得进步，例如利用进化来合并模型、为语言模型进化出更高效的记忆或探索人工生命的空间。虽然人工神经网络近年来让人工智能取得了非凡的成就，但它们仍然是其生物对应物的简化表征。所以，能否通过结合生物大脑中的特征，将

人工智能已然渗入我们生活的每一个角落。当下我们所使用的绝大多数人工智能产品背后，都有一项至关重要的技术作为支撑——人工神经网络。颇为有趣的是，人工神经网络在诞生初期并不被看好，甚至遭受了长达二三十年的冷遇。本期，我们就一同来探寻人工神经网络背后的故事。