他看着徐涛、高翔和索菲亚，眼中充满了赞许：“你们只用了这么短的时间，就通过自己的实践，精准地复现并定位了‘赫布理论’模型最根本的内在缺陷。这个过程，比我看过的任何一篇综述论文，都更加深刻。恭喜你们，你们已经真正踏入了类脑智能研究最核心的无人区。”

这番话，非但没有批评，反而给予了极高的肯定，让团队压抑的气氛顿时为之一松。

“丰院士，”徐涛不解地问道，“您似乎对这个结果，一点也不意外？”

“当然不意外。”丰院士笑了笑，站起身，走到了白板前，“因为，你们犯了一个所有初涉这个领域的计算机科学家都会犯的错误。你们只给了你们的人工大脑一个无比强大的‘油门’，却忘记了给它装上一个同样重要的‘刹车’。”

他在白板上，画了一个简单的神经元细胞，上面有代表着输入的“树突”和代表着输出的“轴突”。

“你们引入的‘赫布理论’，也就是‘突触可塑性’，它是一个正反馈机制。”丰院士解释道，“一个信号通路被使用的频率越高，它的连接就越强，从而导致它在未来更容易被再次使用。如果只有这个机制，那么网络中必然会形成‘赢家通吃’的局面。少数几个被率先强化了的‘记忆回路’，会像滚雪球一样，不断抢占和吞噬整个网络的资源，最终导致系统的崩溃，或者像你们遇到的那样，新知识会粗暴地覆盖旧知识。”

“生物大脑，当然也存在这个问题。但它在数亿年的演化中，进化出了一套极其精妙的、与之抗衡的负反馈调节系统。”

丰院士在“突触可塑性”的旁边，写下了另一个关键的名词：

“突触稳态（Synaptic Homeostasis）”

“‘稳态’，顾名思义，就是维持稳定。”丰院士的声音变得沉稳而有力，“生物大脑中，除了那个让连接‘越来越强’的‘油门’，还存在一种同样重要的、让系统‘回归平衡’的‘刹车’。”

他看向在场的众人，深入地解释道：“这种机制，体现在多个层面。比如，在单个神经元内部，就存在一个负反馈调节系统。当这个神经元的某些突触，因为持续的学习而被过度强化时，细胞会自动合成一些特殊的蛋白质，去普遍性地、非特异性地下调其他所有突触的连接强度。它就像一个智能的‘资源管理员’，会说：‘嘿，你这个记忆太占地方了，得分一点资源给别人。’”