德国科学家揭秘：人类大脑神经元如何高效工作？

德国科学家揭秘：人类大脑神经元如何高效工作？

引用

科学时报

等

6

来源

1.

https://www.sciencedaily.com/releases/2024/04/240418165159.htm

2.

https://news.bioon.com/article/c7858226381a.html

3.

https://www.mittrchina.com/news/detail/13457

4.

https://www.charite.de/en/service/press_reports/artikel/detail/when_thoughts_flow_in_one_direction

5.

http://de.china-embassy.gov.cn/kjcx/dgkjcxjb/202408/t20240805_11466510.htm

6.

https://www.charite.de/en/service/press_reports/artikel/detail/why_deep_sleep_is_helpful_for_memory

德国柏林夏里特医学院的一项最新研究颠覆了我们对大脑神经元工作方式的传统认知。研究发现，人类大脑新皮层中的神经元连接方式与小鼠存在显著差异：人类神经元的通信是单向的，而小鼠中的通信信号则往往是循环流动的。这一发现不仅揭示了人类大脑处理信息的独特机制，还为改进人工智能系统提供了新的思路。

新皮层是人类智能的关键结构，厚度不足五毫米，却包含了200亿个神经元。这些神经元如何处理复杂的信息？这在很大程度上取决于它们之间的连接方式。

研究团队通过分析23名癫痫患者的脑组织样本，发现人类神经元之间的通信具有明显的单向性。与小鼠神经元之间频繁的双向对话不同，人类神经元的信息流动很少直接或通过循环返回起点。这一发现挑战了此前基于动物模型得出的神经元连接理论。

为了观察人类新皮层最外层相邻神经元之间的信号流，研究团队开发了一种改进版的“多通道”技术。这种技术能够同时监听多达十个神经元之间的通信，从而在细胞停止活动前的短时间内完成必要的测量。

研究团队分析了近1170个神经元之间的通信通道以及约7200个可能的连接。结果显示，只有一小部分神经元之间进行了相互对话，大多数信息流动都是单向的。

这一发现对人工智能领域具有重要启示。研究团队设计了一个计算机模拟实验，让人工神经网络执行一项语音识别任务：从口语数字录音中识别正确的数字。实验结果表明，采用人类神经网络结构的模型比基于小鼠模型的网络表现更优，且效率更高。

具体来说，完成相同的任务，基于小鼠模型的网络需要相当于380个神经元，而人类模型只需要150个神经元。这表明人类大脑的定向网络架构不仅更强大，也更节省资源，能够同时处理更多独立任务。

目前，研究团队还不能确定这一发现是否适用于大脑的其他皮层区域，以及它在多大程度上解释了人类独特的认知能力。但这一发现无疑为理解大脑功能和开发更智能的人工系统提供了新的方向。

正如研究负责人Jörg Geiger教授所说：“人脑中这种高效的信息处理机制，可能为完善人工智能网络提供更多灵感。”这一突破性发现不仅加深了我们对大脑工作原理的理解，也为未来的研究开辟了新的道路。