近期Cell出版社公布了2021年度中国年度论文和最受欢迎中国论文。中国科学院自动化研究所曾毅研究员领衔的类脑认知智能研究组发表在Cell出版社旗下综合性科学期刊交叉科学《iScience》上的文章Brain-Inspired Classical Conditioning Model获评最受欢迎中国论文之一。
本年度中国学者发表在Cell出版社旗下期刊的914篇论文中有323篇属于交叉科学领域论文。本次评选中，交叉科学领域经评委初评共入围25篇论文，分别来自Cell、Chem、Matter、One Earth、Cell Reports Physical Science、iScience、Heliyon、Patterns、Chem Catalysis期刊，其中iScience期刊从267篇论文中遴选出9篇影响力最高的论文作为本次交叉科学领域评选入围论文。赵宇轩副研究员为第一作者，曾毅研究员为责任作者，硕士生乔广参与的研究论文最终入选交叉科学最受欢迎中国论文5篇之一。
在此项研究中，曾毅研究员团队融合生物学、神经科学等学科在条件反射领域的已有研究成果，依据条件反射的神经基础，即所涉脑区、神经环路、认知功能、神经元尺度的机理与计算机制，提出类脑经典条件反射脉冲神经网络模型，如图1所示。该模型将在条件反射领域达成共识的生物学研究结果整合到一个类脑脉冲神经网络中，相较于其他计算模型，类脑经典条件反射模型可以复现神经科学中提出的多达15种经典条件反射实验，并从计算角度给予合理的解释，有助于揭示生物体建立条件反射的神经机制。
此外，该模型可以部署到机器人上，使机器人可以像生物体一样表现出类脑经典条件反射行为。经过实验验证，该模型还可以使机器人具备速度泛化的能力，即在导航任务中，在较低速度下，机器人通过条件反射习得运动轨迹，在较高速度下，不需要再次训练即可完成导航任务。
图1“我们课题组自己很喜欢这项工作，不仅仅是因为已经取得的进展，更因为进展为未来的探索留下了广阔的空间。”谈到未来研究工作的设想，曾毅研究员说：目前已知的18个经典条件反射我们这次发表的模型能够复现15个，虽然是已知工作中覆盖度最高的，但是仍然还有3个实验没有在计算模型中复现出来，此外我们可能还进一步能够找到其他十分具有代表性的特点的额外实验，都将帮助我们更进一步完善类脑经典条件反射的脉冲神经网络理论与模型。我们现在已经启动更深刻的研究，这不但意味着未来的工作将进一步提升我们现有模型的生物可行性和计算合理性，以再现更多的条件反射生物实验，更意味着我们将为类脑智能研究，特别是类脑认知智能体提供更完善的条件反射学习计算模型，在最基础的部分支持类脑智能的自主学习。
曾毅研究员说：“这项类脑经典条件反射脉冲神经网络模型的研究工作从最初阅读深挖巴普洛夫经典条件反射实验的细节，到专门培养了一名专注这项研究的硕士生(乔广)，虽然仅仅看到一丝希望，毕业后又由我组的副研究员赵宇轩接棒共同努力，前后历经7年研究。从阅读神经科学经典实验的一丝灵感与兴奋，到与两位合作者在不同的时期深度合作，从构建计算模型到在机器人上的应用，逐步看到进展的惊喜。这是我课题组在类脑智能理论上的又一个基础性的代表工作，为我们的类脑智能研究添了一块关键的砖瓦”。
