受人脑神经调节机制启发的人工智能新颖算法( 三 )_受人脑神经调节机制启发的人工智能新颖

模拟人脑神经突触的可塑性是当今人工智能所有最新进展的基础。然而，到目前为止，还没有科学研究成果提出将神经调节机制引入到人工神经网络的方法。为了攻克这个难题，一个由人工智能专家和神经科学家组成的科学团队的研究人员，开发了一种基于人脑功能机制的新算法，称为神经调节算法。这个新颖而卓越的算法可以创建能够执行训练期间未遇到的任务的智能体，使智能主体能够自动适应未知情况。

在神经科学中，神经调节 (Neuromodulation)指一种神经传导过程。在此过程中，一个特定神经元使用一个或多个神经传导物质来控制一系列神经元。被一小群神经元覆盖住的神经传递介质会在神经系统中大范围地被释放出来，进而影响到许多的神经元。在中枢神经系统中，神经传递介质包括如多巴胺。神经调节与传统突触传导过程不同。传统突触传导描述神经传导过程为一个突触前神经元直接影响另一个突触后神经元。

研究人员开发出了完全原始的人工神经调节网络体系结构，引入了两个子网之间的交互作用。第一个网络考虑与要解决的任务有关的所有处境场合信息，并在此信息的基础上以大脑化学神经调节介质的方式对第二个子网进行神经模块化。由于神经调节，第二个子网决定了智能体要执行的动作，因此可以非常迅速地适应当前任务，这使智能体可以有效地面对与解决新任务。