大腦演化新發現：挑戰70年層級堆疊迷思

科學界長期以來認為大腦演化是透過『層層堆疊』的方式，即在原始的爬蟲類大腦（情緒中心）之上，疊加出負責理性思考的新皮質。然而，喬治亞理工學院的研究團隊於2026年7月14日發表於《科學前進》的研究，徹底推翻了此一存在70年的迷思。研究指出，大腦演化並非簡單的層級堆疊，而是基於有限空間與能量的『演化平衡策略』，透過兩種不同的神經連結方式進行資源重分配。 作者Nabil Imam教授強調，大腦並非由獨立的理性與情緒系統組成，而是由『空間組織電路』與『分佈式網絡』兩大架構組成。這兩種架構在演化過程中會根據物種的生存需求（如視覺依賴或嗅覺依賴）進行協調性的擴張或收縮。這種發現不僅解釋了不同物種間大腦結構的差異，也為人工智慧的架構設計提供了新的啟發，即透過內建的預設架構來提升學習效率。 研究透過分析182個物種的大腦結構，證實了邊緣系統（Limbic system）並非單純的情緒垃圾桶，而是一個功能協調的網絡。當物種需要強化嗅覺或記憶時，該網絡會整體擴張，同時壓縮負責視覺與推理的新皮質空間。這種權衡機制揭示了大腦演化的真實邏輯，即根據環境壓力優化神經資源的配置。 對於現代科技應用而言，這項研究建議人工智慧開發者應減少對海量數據訓練的依賴，轉而參考生物大腦的『先天架構』。透過將這種空間與分佈式連結的設計邏輯引入AI模型，有望創造出更具效率、更接近生物大腦運作模式的智慧系統，解決當前AI學習成本過高的問題。