主要观点：Sakana AI 发布连续思维机器（CTM），它以神经元活动同步为核心推理机制，与传统人工神经网络不同，能利用神经元级别的时间信息进行更复杂的行为和决策，在解决各种任务时表现出改进的能力和效率，有望弥合人工与生物神经网络的差距。
关键信息：

• 2025 年 5 月 12 日发布，受生物神经网络启发，模型用神经元自身行为历史计算输出，基于神经元同步解决任务，能“思考”问题，推理过程可解释且类似人类。
• 测试 CTM 模型架构，在迷宫求解和图像识别任务中表现出色，迷宫求解时能自然形成类似人类的路径追踪方式，图像识别时采取多步分析不同部分，注意力模式更具解释性。
• 指出现代 AI 与神经科学交集薄，虽 2012 年深度学习革命因神经网络而起，但两者未进一步融合，CTM 是尝试弥合这一差距的首次尝试，期待继续探索新能力。
  重要细节：
• CTM 神经元动态更类似真实大脑，展示不同频率和振幅的振荡，与传统人工神经网络行为不同，且所有行为都是 emergent 的。
• 迷宫求解中，CTM 能通过内部连续“思考步骤”制定计划，看到其在注意力模式中遵循路径，允许更多思考步骤时能继续遵循路径，表明学会了通用解决方案。
• 图像识别中，CTM 采取多步检查图像不同部分，注意力模式类似人类视觉注意力，能根据图像简单程度决定思考时间，节省能量，其注意力模式可揭示推理过程。
• 邀请 AI 和神经科学社区共同探索这一有前景的领域，继续推动以自然为灵感的模型发展。