10月30日下午，西南石油大學計算機與軟件學院在明理樓B306舉辦了“夢溪湖論壇”系列講座秋季第五講。此次講座主題為“基于脈沖神經網絡的類腦仿生模型及其算法研究”，由學院新晉教師張韻老師主講。張老師圍繞該主題，從研究背景、研究成果及未來展望等方面為在場師生進行了系統講解。
張韻老師首先介紹了脈沖神經網絡（SNN）的研究背景及其在類腦仿生模型中的實際意義。她指出，盡管人工智能在眾多領域得到廣泛應用，但與人腦相比，尤其在能耗和智能水平上仍存在明顯差距。以ChatGPT為例，其月耗電量可達17萬戶家庭的年用電量，而人腦每次決策的能耗僅為20瓦。SNN作為類腦計算的重要分支，模擬了大腦神經系統的時序數據處理方式，在低功耗和高效率方面具有獨特優勢。
在研究內容分享環節，張老師介紹了三種基于SNN的序列學習算法及一個基于視網膜啟發的圖像去霧模型。她詳細解讀了RLSBLR算法在權重更新、延遲學習等方面的改進，以及其在處理效率和準確率方面的提升；其次，她介紹了結合海馬體結構的BSTM模型，用于實現多序列記憶的高效編碼和預測；此外，她展示了引入震蕩與抑制機制的BSSM模型，通過增強神經網絡的同步性和信息傳遞效率，顯著提升了模型的魯棒性。張老師還介紹了受生物視網膜結構啟發的去霧模型RDM，能夠在視覺數據處理中有效減少霧霾干擾，提升圖像清晰度。
在總結部分，張老師展望了SNN的未來研究方向，包括延遲學習規則的優化、DSNNs的擴展和多模態數據記憶的應用等，并鼓勵與會者進一步探索類腦仿生智能的潛力。
講座結束后，師生們踴躍提問，圍繞SNN模型結構及其在類腦計算中的優勢、視網膜啟發模型的實現細節等展開熱烈討論。張老師悉心解答，耐心分享，進一步激發了大家對類腦智能研究的興趣。此次講座不僅拓展了與會師生的學術視野，還為大家了解人工智能前沿技術提供了寶貴的平臺。
