受生物大脑复杂神经活动的启发,我们提出了连续思维机器 (CTM) 模型,该模型以神经动力学作为其核心表征。CTM 提供两项创新:(1) 神经元级时间处理,其中每个神经元使用自身的权重参数处理输入历史;(2) 神经同步作为潜在表征。CTM 在抽象层面运行,能够有效捕捉关键的时间动态,同时保持计算效率,并在各种任务中展现出卓越的性能和多功能性,包括二维迷宫求解、ImageNet-1K 分类和奇偶校验计算。此外,它能够执行需要复杂顺序推理的任务,并利用自适应计算,允许提前终止简单任务,并允许继续计算更具挑战性的任务。CTM 并非追求最佳结果,而是致力于朝着开发更具生物学合理性和鲁棒性的人工智能系统迈出重要一步。