وقال لي قوه تشي، باحث في معهد الأتمتة التابع للأكاديمية الصينية للعلوم: » إن النهج الشائع الحالي الذي تستخدمه النماذج الكبيرة هو بناء شبكات عصبية أكبر وأعمق وأوسع استنادا إلى قانون الحجم، والذي يمكن الإشارة إليه كوسيلة لتحقيق الذكاء العام الذي يعتمد على التعقيد الخارجي ».

ومع ذلك، يواجه هذا النهج تحديات مثل الاستهلاك غير المستدام لموارد الحوسبة والطاقة، فضلا عن الافتقار للقدرة التفسيرية.

من ناحية أخرى، يحتوي الدماغ البشري على حوالي 100 مليار خلية عصبية ونحو 1000 تريليون مشبك عصبي، ولكل خلية عصبية بنية داخلية غنية ومتنوعة، لكن يمكن للدماغ البشري استهلاك 20 واطا من الطاقة فقط.

واستلهاما من ديناميكيات الخلايا العصبية في الدماغ، استخدم العلماء نهج « التعقيد الداخلي » لتحقيق الذكاء العام.

وأثبتت التجارب فعالية وموثوقية نموذج التعقيد الداخلي في التعامل مع المهام المعقدة، وتوفر وسائل جديدة ودعما نظريا لدمج الخصائص الديناميكية لعلم الأعصاب في الذكاء الاصطناعي، وتوفر أيضا حلولا مجدية لتحسين وتعزيز الأداء العملي لنماذج الذكاء الاصطناعي.