인공 지능(AI)의 발전은 물리학 및 신경과학, 특히 복잡한 인지 작업을 수행하는 인공 신경망(ANN)의 개발을 통해 이루어졌습니다. 그러나 ANNs는 지속적인 학습, 지식 이전의 적응성, 견고성 및 자원 효율성에서 어려움을 겪고 있습니다. 본 논문에서는 신경 회로의 두 가지 핵심 생물리학적 특성인 신경 다양성과 세포 특이적 신경 조절을 간과하는 점을 지적합니다. 저자들은 생물학적 원리에 따라 ANNs를 강화하기 위한 프레임워크를 제안하며, 스파이킹 신경망을 활용하여 다양한 스파이킹 동작과 수상 돌기 구획 역학을 에뮬레이션합니다.
