去年，麻省理工学院的研究人员宣布，他们受到小物种大脑的启发，建立了“液体”神经网络：一类灵活、强大的机器学习模型，可以在工作中学习并适应不断变化的条件，以确保现实世界的安全-关键任务，例如驾驶和飞行。这些“液体”神经网络的灵活性意味着增强我们互联世界的血统，为涉及时间序列数据的许多任务（例如大脑和心脏监测、天气预报和股票定价）提供更好的决策。但随着神经元和突触数量的增加，这些模型的计算成本变得昂贵