MIT McGovern 研究所研究：神经网络无需反向传播，靠局部规则自组装成功能电路

MIT McGovern 研究所的新研究显示，人工神经网络无需人工设计的反向传播，仅凭「一起放电的神经元连接在一起」等局部规则，即可让随机连接单元自组装出学习机制与功能电路。这些自组织电路在图像分类和模式识别任务上达到与常规训练模型相当的水平，研究发表于 PNAS，为探索生物合理性 AI 与大脑可塑性提供新线索。