以色列希伯来大学研究人员近日发现，人类大脑皮层的单个神经元具有远超其他哺乳动物的信息处理复杂度，其计算能力相当于一个深度人工神经网络。这一发现挑战了人类智能主要来源于神经元数量与连接规模的传统观点。相关成果已发表于《美国国家科学院院刊》。
长期以来，神经科学界普遍认为人类智能的秘密在于规模——近千亿个神经元及其之间庞大的连接网络。然而，此次研究提示，答案或许还需要从更小的尺度寻找：人类大脑皮层的单个神经元本身，就是极为强大的计算单元。
研究由希伯来大学埃德蒙与莉莉·萨夫拉脑科学中心Idan Segev教授和Mickey London教授领衔，联合阿姆斯特丹自由大学Chris de Kock教授共同开展。
为衡量单个神经元的计算复杂度，研究团队开发了一种新方法：利用先进的计算机模型与人工智能，评估一个最先进的人工神经网络在学习并重现单个脑细胞输入输出行为时的难度。人工网络模仿神经元的难度越大，该神经元的计算能力就越强。
研究结果显示，人类皮层神经元凭借其丰富分支的树突树结构和独特的电生理特性，能够对输入信息进行令人惊叹的复杂计算，例如区分猫与狗的图像。这意味着单个人类皮层神经元并非简单的"开关"式基本单元，其计算能力本身已相当于一个深度神经网络。
Segev教授表示："人们常常将神经元视为一个简单的开关，非开即关。而我们的研究表明，单个人类神经元本身就是一个极为精密复杂的计算装置。"
研究团队指出，这一发现为将脑细胞的物理结构与其计算能力相关联提供了新的系统性框架，有助于科学家更深入地理解人类大脑如何产生思维、学习与认知。
从更长远的角度来看，这项研究还可能为新一代类脑人工智能的设计提供灵感。当前主流机器学习系统依赖高度简化的人工神经元，未来或可借鉴生物神经元本身的计算深度与复杂性，构建出更接近真实大脑的人工计算单元。
参考文献：Ido Aizenbud et al, Dendritic morphology and synaptic nonlinearities enhance functional complexity in human cortical neurons, Proceedings of the National Academy of Sciences (2026). DOI: 10.1073/pnas.2533168123
编辑：王洪
排版：李丽
评论 (0)