北京大学心理和认知科学学院教授、智源研究员吴思等针对目前人工智能算法在处理时空信息任务时的不足，基于大脑皮层下视觉通路和早期听觉通路的快速信息加工机制，提出了一个全新的类脑时空模式识别算法。该算法由一个库网络和决策网络组成，前者通过神经网络动力学将复杂的时空模式投影至高维空间，后者对投影后的神经表征在时间维度上进行整合并通过竞争方式做出判断。该算法的一个优点是实现了事件驱动的时空模式识别。将该算法应用于步态识别任务时，在小样本情况下算法表现优于现有的人工智能算法，并且参数量少很多。相关成果发表在Neural Networks杂志上（2021年5月）
图. 类脑算法模型架构（上），步态识别任务示例（中），算法以事件驱动的方式进行步态识别（下）（图片来源：学者提供）
Lin, X., Zou, X., Ji, Z., Huang, T., Wu, S* and Mi, Y*, 2021. A brain-inspired computational model for spatio-temporal information processing. Neural Networks, 143, pp.74-87.
