潘明楷醫師認為對小腦神經運動的理解如何有助於未來發展「節能的AI」？

潘明楷醫師對於小腦神經運動理解與節能AI的關聯

潘明楷醫師認為，理解小腦神經運動有助於發展「節能的AI」，主要基於人腦在能量使用上的高效性。目前的AI模型，特別是類神經網路，在運作時的耗能遠高於人腦，大約是人腦的十萬倍。

人腦運作的啟示

潘明楷醫師指出，透過了解人腦如何高效地完成複雜的運算，例如小腦控制動作的方式，可以啟發AI模型的設計。具體來說，神經之間的溝通是不連續訊號，只有在訊號為ON時才需要能量，這與傳統AI模型中連續訊號需要持續能量供應不同。如果能將這種不連續訊號的模式應用於AI模型中，個別運算單位的耗能就能大幅減少，進而增加可堆疊的運算單位。

促進腦科學與AI技術的正向循環

透過國科會「腦科技創新研發及應用計畫」開發的超高速4D顯微鏡，以及AI降噪技術的輔助，研究團隊得以更清晰地觀察腦區神經元的實際運作。潘明楷醫師認為，這有助於建構更貼近神經元運作模式的AI模型，從而促進腦科學與AI技術之間的知識交流和共同進步。這種正向循環有望推動AI技術在節能方面的突破，使其在能源效率上更接近人腦。