【单个脑细胞，其实是个隐藏的神经网络】

长期以来，AI和脑科学都把神经元简化成一个“点”。但最新研究用TwinProp算法发现，单个皮层神经元就能分辨猫狗、听懂语音，甚至解决10位奇偶校验这种复杂的非线性问题，准确率逼近7层DNN。

秘密在于树突。它们不是单纯的连接导线，而是半独立的局部计算单元。单个神经元内部，其实运行着一个高维的分布式网络。

这个发现的深层启示是：我们可能把AI的底层积木设计得太简单了。现在需要成百上千个人工神经元堆叠才能实现的功能，在生物学上可能只需要一个细胞。如果未来的AI架构引入这种“树突计算”，我们或许能用极低的能耗和极小的网络规模，实现同等强度的智能。

x.com/IdoAizenbud/status/2065096543502307785