天津大學臧蘊亮團隊：果蠅腦用“雙保險”機制，教會AI系統對抗噪聲丨NeurIPS速遞

導語

在自然進化的長期演化中，果蠅微小的嗅覺系統展現出驚人的智能——它能在嘈雜、多變的氣味環境中穩定識別食物來源。研究發現，這種魯棒性并非源于單一機制，而是依靠看似“冗余”的神經模塊間的動態協作。天津大學教授、集智社區學者臧蘊亮教授團隊最新發表在NeurIPS的研究工作揭示，側抑制（LI）與脈沖頻率自適應（SFA）在果蠅腦中以互補方式協同工作，使系統能根據環境噪聲靈活調節策略，為構建高魯棒性人工智能提供了新的生物學啟示。

關鍵詞：果蠅嗅覺回路、冗余神經機制、魯棒學習、側抑制（LI）、脈沖頻率自適應（SFA）、神經擬態計算、類腦智能

臧蘊亮丨作者

趙思怡丨編輯

論文題目：Seemingly Redundant Modules Enhance Robust Odor Learning in Fruit Flies 論文地址：https://arxiv.org/abs/2510.21315 發表時間：2025年10月24日 論文來源：arxiv

一、生物學中的“冗余”之謎

生物神經系統中，常存在不同模塊執行相似功能的現象，即所謂“生物學冗余”。比如果蠅嗅覺回路中的側抑制 (Lateral inhibition, LI) 與脈沖頻率自適應 (Spike frequency adaptation, SFA)，兩者都被認為能增強氣味模式的分離能力，幫助腦更好地區分不同氣味。

一個自然的疑問是：既然功能相似，為何進化會同時保留它們？是簡單的備份冗余，還是在復雜環境中，它們各有專攻、協同作戰？

二、互補，是比冗余更智慧的策略

為解開這一謎題，研究團隊構建了果蠅嗅覺環路的脈沖神經網絡模型，并在不同噪聲環境下進行系統性測試。

圖1. 果蠅嗅覺回路計算模型示意圖

結果清晰顯示：兩者并非重復備份，而是在不同噪聲條件下發揮專長，形成功能互補：

• 側抑制：低噪聲下的“精準調諧器”

在低至中等噪聲環境中，LI能顯著提升判別精度，作用突出；但在極高噪聲下，其優勢逐漸減弱。

• 脈沖頻率自適應：高噪聲下的“穩定衛士”

SFA在各種環境中均能穩定提升性能，并在高噪聲下表現出卓越的魯棒性，成為系統在極端條件下的可靠保障。

三、動態協調：隨環境而變的智能策略

當LI與SFA共同工作時，它們的效益是可疊加的。在大多數噪聲環境下，“LI + SFA”組合均能實現最優性能。只有在極端噪聲中，SFA的穩定性優勢才使其略微領先。

圖2. 不同噪聲強度下各機制的判別準確率對比

這表明，果蠅腦采用的是一種噪聲依賴的動態招募策略：根據環境狀況，靈活調配LI與SFA的參與程度，從而在多變世界中始終保持最佳的學習與判別能力。

從果蠅到AI：我們學到了什么？

這項研究不僅揭示了生物系統利用“功能重疊”機制實現環境自適應性的精巧策略，更為構建下一代高魯棒性AI系統提供了直接啟示：

· 可借鑒LI與SFA的協同機制，設計能根據輸入數據噪聲水平自適應調整內部處理策略的智能分類器；

· 為神經擬態計算 硬件與算法設計提供了可驗證的生物學原理支持；

· 推動AI在復雜現實場景中，實現更高水平的環境適應性、能效與穩健性。

此外，受果蠅嗅覺神經回路機制的啟發，清華大學季向陽團隊提出全新人工智能方法——FlyLoRA，將隱式的按秩混合專家（MoE）機制引入LoRA架構，發表在2025年的NeurIPS，臧蘊亮教授也以共同作者參與。該方法無需顯式路由器參數，僅通過固定稀疏隨機矩陣實現隱式路由與任務解耦，在多項任務中性能顯著優于現有方法，同時具備優秀的模型合并魯棒性[1]。

參考文獻

[1]Zou, Heming, et al. "FlyLoRA: Boosting Task Decoupling and Parameter Efficiency via Implicit Rank-Wise Mixture-of-Experts." arXiv preprint arXiv:2510.08396 (2025).

作者簡介：

臧蘊亮，天津大學英才教授，國家重點研發計劃首席科學家，先后在日本沖繩科學技術研究院大學(OIST)和美國布蘭迪斯大學(Brandeis University)從事博士后研究，研究方向為計算神經科學和類腦人工智能。2023年放棄美國“公里常春藤”康涅狄格大學(University of Connecticut)教職，入職天津大學。目前主持國家重點研發計劃項目和國家自然科學基金面上項目。類腦計算方面代表性工作發表在PNAS、Current Biology、Cell Reports、eLife等領域內專業期刊，類腦智能方面代表性工作發表在人工智能頂會NeurIPS。本文的第一作者為天津大學2024級生物醫學工程專業碩士研究生厲海洋同學，北京航空航天大學2022級應用數學專業博士研究生余廖為共同一作，天津大學智算學部的于強教授為共同通訊作者。

博士后招募

天津大學醫學院臧蘊亮教授和李曉紅教授聯合招聘博士后

歡迎計算機、自動化、物理學、應用數學、生物醫學工程等相關背景，要求具有數據科學、神經計算或者人工智能方向的研究基礎，曾發表過高水平科研論文，待遇優厚，有感興趣者請聯系yunliangzang@tju.edu.cn或xhli18@tju.edu.cn。

臧蘊亮老師主頁

https://mstu.tju.edu.cn/info/1193/3273.htm

李曉紅老師主頁

https://mstu.tju.edu.cn/info/1215/2371.htm

計算神經科學第三季讀書會

從單個神經元的放電到全腦范圍的意識涌現，理解智能的本質與演化始終是一個關于尺度的問題。更值得深思的是，無論是微觀的突觸可塑性、介觀的皮層模塊自組織，還是宏觀的全局信息廣播，不同尺度的動力學過程都在共同塑造著認知與意識。這說明，對心智的研究從最初就必須直面一個核心挑戰：局部的神經活動如何整合為統一的體驗？局域的網絡連接又如何支撐靈活的智能行為？

繼「」與「」讀書會后，集智俱樂部聯合來自數學、物理學、生物學、神經科學和計算機的一線研究者共同發起，跨越微觀、介觀與宏觀的視角，探索意識與智能的跨尺度計算、演化與涌現。重點探討物理規律與人工智能如何幫助我們認識神經動力學，以及神經活動跨尺度的計算與演化如何構建微觀與宏觀、結構與功能之間的橋梁。

詳情請見：

1.

2.

3.

4.

5.

6.