高尚策，博士，日本国立富山大学工学部人工智能研究室讲座教授，博士生导师。
目前，以ChatGPT为代表的大模型在文本处理和图像生成等领域取得了显著成功，然而其背后所需的高昂训练与部署能耗也引发了广泛关注，尽管DeepSeek的巨大成功指明了大模型“小型化”的研究方向，其巨大能耗问题依然未能彻底解决。本报告聚焦于生物可信、低能耗的小模型，旨在突破当前深度学习在基础机理、模型与算法上的瓶颈。我们从宏观的进化理论与微观的单个神经元结构出发，基于树突状神经元模型，提出了一种创新的树突状学习理论。具体而言，研究单个神经元及其庞大的树突状连接结构，构建了适用于宽度结构的单神经元学习模型，结合智能优化与学习算法，成功实现了进化树突状学习，并研究了其计算容量、联想记忆、学习效率、分类能力和预测精度等关键性能指标。最后，本模型被应用于大规模、动态、多目标复杂的大数据分析与挖掘，展示了其在实际应用中的潜力与优势。
