🔹 單一神經元運算能力超越認知
根據2026年7月發表於《美國國家科學院院刊》的研究顯示，人類大腦皮質的單一神經元不是單純的開關，而是能夠進行極為複雜資訊處理的高效能運算微晶片，其運算能力足以媲美深度人工神經網路。
摘要
AI 生成的封面图片
希伯來大學教授Idan Segev與Mickey London率領的研究團隊於2026年7月在《美國國家科學院院刊》發表最新研究，指出人類大腦皮質的單一神經元具備極高的運算能力，其複雜度足以媲美深度人工神經網路。傳統觀點認為大腦的強大功能主要源自高達100億個神經元的龐大數量與連結規模，但這項研究發現，人類智慧的起源同樣仰賴單一細胞內部所進行的精密資訊處理。 研究團隊透過電腦建模與人工智慧，建立數位仿生器來模擬不同哺乳動物神經元的運算行為。結果顯示，人類皮質神經元需要更深層、更複雜的人工神經網路才能準確複製其行為，這歸因於人類神經元豐富的樹突分支結構與獨特的電生理特性。這種內部處理機制讓單一細胞能夠執行複雜的訊號組合分析，而非僅僅進行簡單的開關切換。 這項突破性發現挑戰了長期以來僅以神經元數量解釋人類高階認知能力的傳統假設。人類大腦在資訊進入宏觀網路傳遞之前，單一細胞層級就已經提供了額外的強大處理能力，這可能是人類具備語言、數學運算、想像力與發明能力的重要關鍵。 該研究不僅重塑了神經科學對大腦運作機制的理解，也為人工智慧領域提供全新的設計啟發。未來的機器學習系統若能模仿生物神經元內部具備多層運算能力的複雜單元，將有助於開發出更貼近人類大腦運作方式的新一代人工智慧技術。