MIT 研究揭示人工神经网络可自组装学习机制

2026年10月15日，麻省理工学院发布新研究指出，受共享可塑性规则支配的随机互联神经元单元能自组装出学习模块。该机制在图像分类与模式识别任务中性能与反向传播训练网络相当，但其核心区别在于通过局部规则而非直接设计电路来组织学习机器。作者强调此研究旨在提升生物学合理性，并非证明大脑采用该机制或替代大规模模型的反向传播。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。