神经元新发现或将重塑人工智能

如果把大脑比作一座超级城市，神经元就是城市里最忙碌的市民。长久以来，科学家习惯把每一个神经元想象成一枚简单的开关：收到的信号足够强就"亮"，信号太弱就"灭"。但中国科学院脑智卓越中心的科研团队最近的发现，正在动摇这个沿用了几十年的假设——原来，一个神经元可能不是一枚开关，而是一台小小的计算机。 这个"开关假设"其实有一段很长的历史。1943年，两位科学家提出了人类历史上第一个神经元数学模型，把神经元简化成"把输入加起来，超过某个值就输出"的计算单元。1957年，基于相似思路的"感知机"问世；再往后，深度学习爆发，今天的大模型动辄拥有上千亿个参数，可它内部每一个"人工神经元"，做的仍然是这种极其简单的工作。AI的聪明，很大程度上是靠数量堆出来的：一层不够就加十层，一万个不够就用一万亿个。 真实的大脑，走的却像是另一条路。研究者发现，真正的神经元并不是一个圆点，而是长着像树冠一样密密麻麻的分支。这些分支不只是"电线"，它们本身就能在局部完成运算：把来自不同时间、不同来源的信号整合、比较、筛选，甚至独立作出判断。换句话说，大脑的"最小计算单元"，比我们以为的要复杂得多。拿我们人类的大脑来说，它大约只有860亿个神经元，工作时消耗的功率大致相当于一只普通节能灯泡，却能轻松完成识别面孔、听懂笑话、即兴创作这些让AI头疼的任务。这个巨大的"效率差"，很可能就藏在我们对单个神经元的理解里。 如果这个发现继续被验证，未来的人工智能也许会换一条路走：不再只是把网络做得更大、更耗电，而是设法让每一个计算单元都更"聪明"。这正是原文所说的"或将启发下一代人工智能的底层算法"。 不过，也要保持一点冷静。科学发现和技术应用之间，往往隔着很长一段路。从1943年的神经元模型，到今天能写诗的大模型，人类走了整整八十年；这次的新发现要真正变成产品，同样需要时间，也需要更多团队反复验证。更有意思的问题是：我们到底应该让AI继续模仿大脑，还是干脆走一条和大脑完全不同的路？毕竟，飞机不是照搬鸟的翅膀，才飞得比鸟更高。 一个神经元究竟能"思考"到什么程度？人类对自己大脑的了解，或许才刚刚开始。