7
0这项研究介绍了一种名为双向循环门控的神经启发式计算模型，旨在模拟大脑中的注意力和特征绑定机制。该架构模仿了视觉皮层的腹侧流，通过前馈路径提取特征，并利用反馈和侧向连接来调节信息流，从而实现空间、特征及物体的选择。实验结果表明，该模型在执行目标识别、视觉搜索和物体追踪等多种任务时表现优异，并成功复现了不注意视盲和知觉负载等人类心理物理学现象。通过内部单元分析发现，其神经元展现出了与灵长类动物生理特征一致的增益调节和边界所有权编码属性。这不仅为理解大脑如何整合复杂视觉场景提供了统一的计算框架，也为开发更具鲁棒性的类脑人工智能系统提供了新的路径。
References:
Salehi S, Lei J, Benjamin A S, et al. Modeling attention and binding in the brain through bidirectional recurrent gating[J]. Nature Communications, 2026, 17(1): 4072.
