محققان با الگوبرداری از شیوه سازماندهی اطلاعات در مغز، چارچوبی برای هوش مصنوعی ایجاد کردهاند که قادر است مسائل جدید را بهصورت تطبیقی حل کند و در آینده بر روی تراشههای کممصرف نورومورفیک اجرا شود. پژوهشگران چینی و ایتالیایی این مدل جدید را توسعه دادهاند که بهجای تکیه بر معماریهای رایج مانند شبکههای عصبی عمیق و مدلهای زبانی بزرگ، از یافتههای علوم شناختی و علوم اعصاب درباره نحوه حل مسئله در مغز الهام میگیرد. این چارچوب میتواند به توسعه سامانههای هوش مصنوعی کممصرفتر و انعطافپذیرتر کمک کند. بسیاری از سامانههای هوش مصنوعی امروزی برای آموزش و اجرای مدلها به منابع محاسباتی گسترده و انرژی زیادی نیاز دارند. پژوهشگران در این مطالعه تلاش کردند با بررسی نحوه سازماندهی دانش در مغز، رویکرد متفاوتی برای ساخت سامانههای هوشمند پیدا کنند.