近日，清华大学、奥地利格拉茨工业大学及意大利国家研究委员会联合团队在《自然·机器智能》发表论文，正式推出一种植根于认知科学的新型人工智能框架。该研究直指当前深度神经网络与大型语言模型算力消耗巨大的行业痛点。首席作者Wolfgang Maass指出，人类大脑仅凭约20瓦功耗即可高效运转，关键在于利用认知地图进行知识编码。新模型摒弃传统参数堆叠，转而模拟大脑的认知映射机制，实现本地化学习，彻底免去高负荷的全局训练。实验验证显示，该架构具备卓越的自适应能力与任务泛化水平，不仅能自主规划并解决未知问题，其决策路径亦高度可解释。在硬件适配层面，该算法天然契合存算一体与类脑芯片架构，可有效消除数据搬运带来的冗余能耗。目前，团队已与英特尔及多家硬件初创企业展开合作，加速脑启发算法向低功耗芯片的移植。此项突破为打破AI算力壁垒、构建低延迟且具备透明决策机制的下一代绿色智能系统提供了全新范式。