脑启发学习综述：人工神经网络的下一场革命？

文章预览

摘要 人工神经网络（ANNs）已成为机器学习领域的重要工具，在图像与语音生成、游戏博弈、机器人技术等多个领域取得显著成就。然而，人工神经网络的运行机制与生物大脑存在本质差异，尤其在学习过程方面存在显著区别。本文系统综述了当前人工神经网络中受大脑启发的学习表征方法，探究了如何通过整合更具生物学合理性的机制（如突触可塑性）来提升网络性能，并深入分析了这种方法的潜在优势与挑战。本综述还指明了这一快速发展领域中具有前景的未来研究方向，这些探索或将使我们更接近智能本质的理解。 关键词：脑启发学习（Brain-inspired Learning），人工神经网络，脉冲神经网络，突触可塑性，神经调控，元可塑性，神经形态计算（Neuromorphic Computing），终身学习，赫布学习（Hebbian Learning），时序依赖可塑性（Spike-Timing-Dependent Plastic ………………………………