共计 452 个字符，预计需要花费 2 分钟才能阅读完成。
当下人工神经网络对生物神经网络模拟简单，能力和效率远落后于人脑。受其启发，“Transformer 八子”之一联合创立的 Sakana AI 提出了新型人工神经网络——“连续思维机器”（CTM）。
与传统网络不同，CTM 将神经元活动同步作为核心推理机制，在神经元层面使用时序信息，实现更复杂神经行为和决策过程。研究表明，CTM 能逐步“思考”问题，解决问题能力和效率提高，推理过程具可解释性。
在 CTM 模型中，神经元可访问自身行为历史，根据过去信息改变行为，其主要行为基于神经元之间的同步。添加时序信息后，研究团队观察到高度可解释行为，如浏览图像时会仔细移动视线并关注显著特征。
CTM 的一大优势是能观察其如何随时间解决问题。在迷宫求解任务中，CTM 会制定计划，像人类一样沿着迷宫路径前进，且能自行开发这种方法。在图像识别任务中，CTM 会采取多个步骤检查图像不同部分，使行为更具可解释性，还能节省能源。
现代人工智能以大脑为基础，但人工智能研究与神经科学重叠少。CTM 是在两者间架桥的首次尝试，有望构建更强、更高效的模型。
正文完
