富山大学人工智能实验室主要从事人工智能（AI）的研究，特别是深度学习和软计算技术，其许多开创性的研究成果引起了全世界的关注。大脑优越的信息处理能力是通过大脑中神经元的树突（突触连接）的各种相互作用来实现的。理解大脑运作的原理，并根据认知科学的原理设计人工智能模型，将有助于开发更高效、更智能的人工智能系统。深度学习是主流人工智能技术之一，是解决复杂现实世界问题的强大工具，因为它的网络结构高度复杂，需要大量的训练数据来解决复杂的现实世界问题。它往往依赖于“大模型+大数据->大问题”的学习范式。因此，优化深度学习的能效是阻碍其快速发展的瓶颈之一。受自然界中高度智能生物学习机制的启发，我们提出了“树突学习”（dendritic learning），它可以基于低功耗、小模型和少量数据进行建模。此外，我们评估了所提出的模型的性能指标，如计算能力、联想记忆、学习效率、分类能力和预测准确性，并将其应用于许多现实世界的问题，包括图像识别、医学成像（如超声）、建筑安全的自动分析、癌症分类和股票市场的时间序列预测