在人工智能與神經科學的交叉領域，一項突破性成果引發學界關注。天津大學人工智能學院科研團隊攜手國際同行，針對大腦神經網絡的核心組件——突觸展開深入研究，首次闡明了其處理復雜時空信息的協同機制。相關論文近日登上國際權威學術期刊《美國科學院院刊》（PNAS），為理解人類認知機制與開發新一代人工智能技術提供了全新視角。

作為神經元間的信息樞紐，突觸承載著兩種關鍵調節功能：長時可塑性與短時可塑性。前者通過持續改變連接強度形成長期記憶，后者則通過瞬時動態調節實現快速響應。這兩種機制如何相互作用、共同影響大腦的信息處理效率，此前一直是神經科學領域的未解之謎。研究團隊通過構建計算模型發現，當長時調節機制作用于短時調節過程時，神經網絡能夠將時間維度上的信息轉化為空間表達模式，這種轉化顯著提升了系統的記憶容量與抗干擾能力。

實驗驗證環節，科研人員采用小鼠與人類大腦皮層突觸的電生理觀測數據，證實了理論模型的生物合理性。數據顯示，經過優化的突觸模型在處理動態視覺刺激與復雜聲音信號時，展現出超越傳統神經網絡的識別精度。這種時空信息轉換機制不僅解釋了大腦如何高效處理多模態信息，更為開發具備生物合理性的類腦計算系統奠定了理論基礎。

研究團隊負責人形象地將這一發現比作"破解大腦的協作密碼"："就像交響樂團中不同聲部的默契配合，突觸的兩種調節機制通過時空維度的協同，實現了信息處理效率的最大化。"這項突破不僅深化了人類對自身認知機制的理解，其構建的突觸計算模型更被證實可應用于圖像識別、語音處理等領域，為開發可解釋性強、適應復雜場景的通用人工智能提供了新路徑。目前，相關技術已進入專利申請階段，多家科研機構正推進成果轉化工作。