【突破性研究】AI新架構：更高效、更貼近人腦的運作模式

倫斯勒理工學院（RPI）最新發表在《Patterns》期刊的研究，為人工智慧發展帶來革命性突破。這項名為「次世代神經網路的維度與動態」的研究，提出能讓AI系統更省資源、效能更高，且運作方式更貼近人腦的新架構。

研究團隊發現，當前AI模型一味追求規模擴大的發展模式，反而會增加成本並產生諸多限制。RPI與香港城市大學的科學家提出創新解方：不再水平擴張數據量與層級，而是垂直發展——建構類似3D生物神經網路的內部結構，並加入遞迴迴路來強化網絡的自我檢視能力。

這種垂直維度與迴路設計，讓人工神經網路得以更有效率地處理資訊，大幅提升AI在3D甚至更高維度中的學習與適應能力。研究主持人王教授強調：「這個新架構不僅提升效率，更開啟實際應用契機，特別是在醫療保健與教育領域。同時也為理解人腦運作機制提供新途徑。」

這項突破性設計透過引入垂直「高度」維度與反饋迴路，使AI模型能進行關聯、反思與輸出優化。這種更聰明的運作模式，將帶來三大關鍵影響：

首先，能用更少資源達成更好效果，讓先進AI技術更普及；其次，能減少大型模型訓練對環境的衝擊；最重要的是，能實現更多即時應用，從機器人到個人化醫療都將受益。

在神經科學領域，這種仿人腦神經網路尤其具有價值。科學家可藉此更深入理解認知過程，甚至為阿茲海默症、癲癇等神經疾病研究帶來新突破。王教授補充說明：「這個架構追求的，是更永續、更易取得且更具解釋性的AI。同時，它也可能幫助我們更了解自己的大腦。」

這項跨校合作研究由RPI生物醫學影像中心主任王革教授，與其博士生、現任香港城市大學助理教授的范風雷共同主導。研究延續RPI在AI領域的領先地位，透過與IBM的合作計畫及未來運算研究所等重大專案，RPI持續開發能重新定義人類需求的尖端AI技術。

從推動人機協作到探索類腦運算，RPI正致力塑造AI的未來發展方向。

[end]