在人工智能与神经科学交叉领域，一项关于大脑信息处理机制的研究引发广泛关注。由天津大学人工智能学院科研团队主导，联合国际学者开展的突破性工作，首次阐明了神经网络中突触协同处理时空信息的运作模式，相关成果已发表于国际权威学术期刊《美国科学院院刊》。
作为神经元间的连接枢纽，突触在信息传递中扮演着核心角色。每个突触都具备双重调节功能：其连接强度可通过长期变化形成记忆基础，同时能在毫秒级时间内动态调整信号强度。这两种特性如何共同影响大脑的学习效率与信息处理能力，此前一直是科学界未解的难题。研究团队通过构建新型计算模型，发现当长期调节机制作用于短期调节机制时，神经网络能够将时间维度上的信息转化为空间分布模式，从而大幅提升记忆容量与抗干扰能力。
实验验证环节，科研人员在小鼠与人类大脑皮层突触中观测到与模型高度吻合的电生理特征。这种跨物种的验证结果，不仅证实了理论模型的生物合理性，更揭示了大脑信息处理机制的普适性规律。研究团队负责人形象地比喻："这相当于破解了大脑处理信息的协作密码，为理解认知功能提供了全新视角。"
该成果在人工智能领域具有重要应用价值。当前主流深度学习模型依赖海量数据训练，且存在"黑箱"特性。此次发现的突触协作机制，为开发具备可解释性、适应复杂场景的新型算法提供了生物学启示。研究团队透露，后续将探索如何将这类生物机制转化为计算模型，推动人工智能向更高效、更可靠的方向发展。这项跨学科研究不仅深化了人类对自身认知机制的理解，也为脑机接口、智能医疗等领域的技术突破奠定了理论基础。
