
北欧初创企业IntuiCell发布全球首套人工智能数字神经系统
译者 | 涂承烨
审校 | 重楼
一家北欧深度科技初创公司宣布在人工智能领域取得突破性进展,成功创建了首个具备自主学习功能的“数字神经系统”。2025年3月19日,隆德大学的衍生企业IntuiCell正式宣布,他们已成功研发出能够像生物有机体般学习和适应的人工智能,这项技术可能使当前众多应用场景中的传统AI范式面临淘汰。
这项创新技术彻底颠覆了传统的静态机器学习模型,通过模拟生物神经系统学习的核心原理实现突破。与依赖海量数据集和反向传播算法的传统人工智能不同,IntuiCell的技术让机器能够通过与环境的直接互动进行学习。
该公司在声明中表示,“IntuiCell首次破译了生物学中的学习机制,并将其转化为软件系统。”,并将这项突破描述为“通过创建具备自然扩展至人类水平智能的全功能‘数字神经系统’,实现了对静态机器学习模型(传统AI技术支柱)的根本性超越”。
为展示技术成果,公司推出了名为“Luna”的机器狗演示项目。这只仿生机器犬通过试错学习掌握身体控制和站立能力,其学习过程与新生动物如出一辙。官方发布的视频资料显示,Luna在没有任何预设程序或指令的情况下,完全依靠数字神经系统从经验中自主学习站立技能。
“与受限于静态训练数据的传统AI模型不同,这只名为Luna的机器狗通过与环境直接互动实现感知、处理和自我完善。”,公司新闻稿如此阐述。
技术原理剖析
IntuiCell创新的核心在于彻底改变机器学习方式。有别于通过静态算法处理海量数据集的传统AI系统,该公司的技术路径模拟了人类与动物自然学习的生物机制。
IntuiCell首席执行官兼联合创始人维克托·卢斯曼在发布会上着重强调了这一区别。他指出,传统AI虽在数据处理方面表现卓越,但始终未能触及真正智能的边界,而他们研发的仿生系统让机器首次能够以前所未有的方式与环境共同进化互动。
该系统的架构与标准神经网络有很大不同,是重大突破。IntuiCell开发出模拟生物脊髓功能的技术,为自主学习构建基础架构。这构成了更大系统的一部分-旨在复制丘脑皮层的处理能力,这个大脑区域负责感官处理和世界建模。
不同于依赖反向传播算法和大型训练数据集,IntuiCell的数字神经系统采用具有去中心化学习算法的循环网络,完美复现大脑运作流程。这种架构使AI代理能够通过直接经验获取知识,并实时适应新环境-这些能力在传统机器学习中始终难以企及。
技术的实际应用充分体现了其生物启发特性。IntuiCell计划摒弃传统算法编程或数据输入方式,转而聘请专业训犬师来教授其AI代理新技能。这种开发模式标志着对常规AI研发实践的根本性转变,强调现实交互而非算力堆砌。正如研究员兼联合创始人乌达亚·隆加拉博士解释的,他们的工作源于三十年神经科学研究,专注于从神经系统结构和动力学角度理解智能本质。
“对暴力扩展、数十亿参数、更强算力和更多数据的执念,本质上是实现智能的错误路径产物。”,隆加拉指出,“IntuiCell不追求‘越大越好’的范式。智能不是我们的终点,而是起点。”
该公司的技术目标是创建“首个真实世界可教系统-像训练动物新技能那样,让机器向我们学习”。IntuiCell展望其数字神经系统将成为“所有非生物智能的基础设施-使他人能够解决我们今天无法预见的现实问题,且无需依赖海量训练数据集”。
科研基础与团队实力
公司技术根基源自隆德大学三十年的神经科学研究积淀。IntuiCell联合创始人、该校神经生理学教授亨里克·约恩特尔领导的研究团队,被公司称为“全球唯一具备全神经系统单神经元细胞内记录能力的实验室”,为技术突破提供了独特科研基础。
领导团队汇聚了神经科学、人工智能、机器人技术和商业领域的资深专家。除卢斯曼、约恩特尔和隆加拉外,创始团队还包括:具有神经科学专业背景的医学博士乔纳斯·埃南德;负责科研成果软件转化的首席开发官林纳斯·马丁森;以及拥有AI科技公司管理经验的首席运营官罗宾·梅尔斯特兰德。
IntuiCell已获得Navigare Ventures和SNÖ Ventures等投资机构总计350万欧元注资。公司预计未来两年内完成完整数字神经系统的开发,终极目标是为所有实体或数字代理赋予“终身学习与未知适应能力-这些曾被视作生物体专属的特征”。
虽然完全实现IntuiCell的愿景仍需数年时间,但Luna演示项目已提供极具说服力的早期证据,表明该技术有望通过创建真正自主的交互式学习系统,彻底改变人工智能发展轨迹。
译者介绍
涂承烨,51CTO社区编辑,具有15年以上的开发、项目管理、咨询设计等经验,获得信息系统项目管理师、信息系统监理师、PMP,CSPM-2等认证。
原文标题:Nordic Startup IntuiCell Unveils World’s First Digital Nervous System for AI,作者:Alex McFarland
