几乎所有支持现代人工智能（AI）工具的神经网络都是基于20世纪60年代的活体神经元计算模型。

　　但美国西蒙斯基金会熨斗研究所计算神经科学中心开发的新模型表明，这种已有数十年历史的近似模型，并未捕捉到真实神经元所拥有的所有计算能力，并且这种较旧的模型可能会阻碍AI的发展。

　　新模型将神经元视为微小的“控制器”，因为人类脑细胞不仅能被动地传递输入信息，实际上它们还可控制其他神经元的状态。

　　这种更为现实的神经元控制器模型，可能是提高许多机器学习应用性能和效率的重要一步。

　　研究发表在新一期《美国国家科学院院刊》上。（科技日报记者 张梦然）