耶路撒冷希伯来大学与荷兰阿姆斯特丹自由大学的联合研究团队，在神经科学领域取得突破性进展。他们通过构建人工神经网络模拟单个神经元的信息处理模式，首次证实人类大脑皮层神经元的计算能力显著超越其他哺乳动物。这项颠覆性发现为理解人类认知优势提供了全新视角，相关论文已发表于《国家科学院学报》。
传统认知认为，人类智能优势主要源于神经元数量和突触连接密度的绝对优势。然而研究团队创新性地采用"逆向模拟"方法，通过让人工神经网络复现不同物种神经元对刺激信号的响应模式，发现人类神经元在处理复杂信息时展现出独特的运算能力。实验数据显示，单个人类神经元的信息整合效率是啮齿类动物的10倍以上，其计算复杂度甚至可与小型深度学习网络相提并论。
这种卓越性能源于人类神经元独特的生理结构。研究人员发现，人类神经元的树突分支数量比小鼠多出4倍，且树突膜上分布着更多离子通道。这些结构特征使人类神经元能够同时处理多维度输入信号，并通过复杂的电信号调制实现非线性运算。这种"并行计算"模式打破了传统"神经元作为简单开关"的认知框架，解释了为何人类大脑在单位神经元数量下能实现更高阶的认知功能。
该发现对人工智能发展具有重要启示。当前AI系统主要依赖扩大模型规模提升性能，而生物神经元的高效计算机制提供了全新路径。研究团队负责人指出，未来可借鉴人类神经元的树突计算模型，开发具有主动信息处理能力的新型人工神经元，这或将突破现有深度学习架构的能效瓶颈。
这项研究构建了首个连接神经元物理结构与计算功能的量化模型，为探索意识产生机制提供了重要工具。通过解析不同物种神经元的计算特性差异，科学家得以追溯人类认知能力的演化轨迹，这项成果正在引发神经科学和人工智能领域的交叉研究热潮。
