一百多年的神经科学教科书上,有一句可能需要改写的话:神经元是神经系统的基本功能单元。
中国科学家的新研究给出了另一幅图景——单个神经元的内部,本身就有一套“分工协作”的计算结构。成果 10 月 16 日在线发表在《科学》期刊上,团队来自中国科学院脑科学与智能技术卓越创新中心,牵头人是研究员徐宁龙。
先说清楚过去的模型哪里不够用。
在传统研究框架里,神经元被简化成一个“点状节点”——像电路里的一个元件,把输入端的信息按权重加起来,超过阈值就输出。这个模型好用、好算,也确实解释了神经系统的很多现象。但它有个填不上的窟窿:人类能根据环境变化、抽象规则动态调整判断,这种灵活性没法用“点状节点”的简单加权求和来解释。这也一直是脑科学和人工智能共同面对的核心瓶颈。
问题的答案,可能在神经元的形状里。
真实的皮层神经元不是一个小点,而是一棵有大量分支的“小树”:树干和树枝叫树突,树干底部是细胞本体。早在 1951 年,中国神经科学奠基人之一张香桐先生就提出,树突不是摆设,会参与信息处理。但此后七十多年,学界始终缺一个直接证据,证明树突的信息处理真的和“灵活决策”这类高级认知有关。
徐宁龙团队的做法是给小鼠出一道题:判断声音的高低。但“高”和“低”的分界线会在没有预警的情况下悄悄移动,小鼠只能一次次从奖励反馈里推断隐藏的规则。与此同时,团队用高精度双光子成像盯着小鼠的大脑,用光遗传学技术精准追踪和调控神经元活动。
结果看到的是一种明确的分工:同一个神经元内部,顶端树突主要负责编码抽象的思维规则——也就是“我推断出的规律是什么”;细胞本体则主要处理感官传来的直观信息——“我现在听到的声音是高还是低”。两者在神经元内部做非线性整合,最后才输出决策信号。
更关键的是验证。团队把树突的信号关掉之后,神经元的决策输出能力明显变弱。这就把“相关”变成了“因果”——树突确实在参与这个计算,而不是在旁边看。
徐宁龙说,这不是个别细胞的独门绝技,每个神经元都有这个能力,成千上万个神经元一起,才驱动了复杂行为。论文第一作者张园透露,他们最初是意外观察到这个现象的,反复验证了好几轮才敢相信。
这项研究难在哪?用徐宁龙的话说,树突研究是脑科学界公认的“硬骨头”,全世界真正下功夫的实验室只有个位数。要在清醒、正在执行认知任务的动物大脑里精确记录树突信号,本身就极其困难;每只小鼠要先训练两个月,再开颅、标记、记录,成功概率很低。团队前后攻关近十年。
为什么这件事值得关注?因为它给了人工智能一条新的思路。现在的 AI 是在模仿“点状神经元”——大量简单的计算单元堆叠起来,靠规模和算力换能力。但如果真实的大脑是把计算能力藏在单个神经元内部的多区室结构里,那么“用更少的单元做更复杂的计算”就是可行的。徐宁龙的说法是:与电子计算机相比,大脑可以用更节能的方式做更高效的运算。
十年啃一块硬骨头,换来的可能不只是补上百年科研拼图,还有一个关于“智能能不能更省”的答案。
