曼海姆中央精神健康研究所牵头开展NAILIt项目，旨在利用动物大脑学习过程洞见，让人工智能系统更灵活高效。该项目全称为“用于非平稳环境下学习和推理的神经启发式人工智能”，CIMH研究人员正与海德堡大学赫克托精神病学人工智能研究所、跨学科科学计算中心以及萨尔兰大学整合生理学与分子医学中心的同事携手合作，共同开发新方法，使未来人工智能系统能像生物体一样，灵活适应不断变化的环境，如新任务或突发情况。

NAILIt项目核心在于将动物大脑学习原理应用于人工智能。现代人工智能模型常以海量数据集一次训练，以固定参数运行，而动物能不断调整行为适应新情况，且快速高效。这种适应能力对应用于现实场景的人工智能系统愈发重要，像自动驾驶汽车或交互式人工智能代理。研究人员利用自主研发的先进人工智能工具进行动态系统重构，从神经和行为数据导出生成式学习模型，展示大脑处理信息及实时适应方式。

由丹尼尔·杜斯特维茨教授领导的团队，旨在识别可应用于人工智能的基本学习原理，构建能独立灵活适应新情况的人工智能模型，无需每次都完全重新训练。项目团队还将研究把这些基于数据的机制转化为脉冲神经网络，为更节能、符合生物学原理的人工智能形式铺路。杜斯特维茨称：“我们的工作不仅改进人工智能系统，还加深对精神疾病中大脑动态过程的理解和预测，长远来看，开发的方法将应用于精神病学领域。”该项目成果将发表在科学期刊，在重要会议展示，并应用于产业合作和生物医学领域。

更多信息：作者：Daniel Durstewitz 等人，标题：《神经科学能告诉人工智能如何在不断变化的环境中学习》，发表于：《自然机器智能》(2025)。期刊信息： 《自然机器智能》