天津大学团队揭示突触协同处理时空信息新机制

2025年11月22日，天津大学人工智能学院于强教授团队联合多位国际科研人员，在揭示大脑神经网络信息处理机制方面取得重要进展。研究聚焦于神经网络的基本功能单元——突触，首次阐明了其在处理时空信息过程中的核心运作机制。相关成果已于当日发表于国际权威学术期刊美国科学院院刊。

突触是神经元之间传递信息的关键连接点，大脑中海量神经元通过突触以脉冲形式进行信息交互。突触具有两类重要的调节特性：一是“长时可塑性”，即突触连接强度可在较长时间内发生增强或减弱，被认为是长期记忆形成的基础；二是“短时可塑性”，指突触能够在极短时间内动态调节信号传递效率。尽管这两种可塑性均被认为在学习与认知过程中发挥关键作用，但二者如何协同影响神经网络的信息处理能力，长期以来尚不明确。

针对这一问题，研究团队构建了突触计算与学习的理论模型，系统分析其动力学行为。研究发现，“长时可塑性”对“短时可塑性”具有调控作用，能够将时间序列上的输入信息转化为神经网络中的空间激活模式。这种转化机制显著提升了网络在记忆容量、抗噪声干扰能力以及复杂时空模式识别方面的性能。该模型进一步在小鼠及人类大脑皮层的突触电生理数据中得到验证，展现出良好的生物学一致性。

于强教授表示，这一发现揭示了大脑神经网络中信息处理的一种内在协同机制，相当于找到了突触层面的“协作密码”。该研究不仅深化了对大脑基本工作原理的理解，也为构建更具解释性与通用性的人工智能模型提供了新的理论路径。

论文相关信息可通过以下数字对象标识符获取：https://doi.org/10.1073/pnas.2426290122