前沿速递：演化的储备池计算机揭示预测性能和涌现动力学的双向耦合

文章预览

关键词： 类脑计算，储备池计算，生物神经网络，涌现动力学，混沌动力系统 龚铭康   | 作者 论文题目： Evolving reservoir computers reveals bidirectional coupling between predictive power and emergent dynamics 论文地址： https://arxiv.org/pdf/2406.19201v1 生物神经网络常被视为由个体预测能力有限的神经元组成的集合。传统的还原论方法试图通过描述每个组件及其相互作用来完全理解系统的计算过程，但在实际中，生物神经网络是部分可观察的系统，这使得全面描述变得不可行。 近期发表在arXiv上的这项研究通过类脑计算框架——储备池计算 （Reservoir Computing，RC） ，展示了系统性能与涌现现象之间的双向耦合关系，为我们理解生物神经网络的计算提供了新视角。RC的核心是一个固定的循环神经网络 （RNN） ，称为储备池，它接收来自输入层的线性输入，并将其投射到储备池 ………………………………