内容摘要：新华社耶路撒冷7月12日电记者王卓伦、庞昕熠）耶路撒冷希伯来大学近日发布的一项突破性研究揭示，人类大脑中单个神经元的信息处理潜能远超其他哺乳动物。这一发现表明，人类卓越的认知优势不仅依赖于神经元数量的

新华社耶路撒冷7月12日电（记者王卓伦、新研庞昕熠）耶路撒冷希伯来大学近日发布的究人一项突破性研究揭示，人类大脑中单个神经元的类智力奥信息处理潜能远超其他哺乳动物。这一发现表明，秘或人类卓越的藏于认知优势不仅依赖于神经元数量的堆叠或连接网络的复杂化，更关键的脑细因素在于单个神经元本身具备更强大的独立计算能力。

研究方法与核心发现

该研究由耶路撒冷希伯来大学与荷兰阿姆斯特丹自由大学联合开展。胞中科研团队通过构建人工神经网络，新研模拟并学习单个神经元对输入信号的究人响应机制。研究团队以人工神经网络完成此类模拟任务的类智力奥难度作为量化指标，从而精准评估神经元自身的秘或计算复杂度。

实验数据证实，藏于人类大脑皮层神经元在信息处理效率上显著优于其他哺乳动物。脑细

神经元：从“开关”到“超级计算机”

研究人员指出，胞中这种差异主要源于人类神经元独特的新研生物学特征：
* 复杂的树突结构：提供了更丰富的信号整合空间。
* 独特的电生理特性：支持更精细的信号调制。

这些特性使得单个神经元能够对输入信息进行高度复杂的运算。因此，传统观念中认为神经元仅是负责信号“开启”或“关闭”的简单开关这一观点被彻底推翻。事实上，单个人类大脑皮层神经元更像是一个高度复杂的计算单元，其功能复杂度甚至可与深度神经网络相媲美。

理论突破与科学意义

这项成果挑战了长期主导神经科学界的传统假设——即“智力主要源于神经元数量和连接规模”。研究为理解人类认知能力的演化机制提供了全新的视角，并建立了连接脑细胞物理结构与计算能力的系统框架。

对人工智能发展的启示

该研究不仅深化了对大脑思维、学习和认知机制的理解，更为未来人工智能（AI）的发展提供了重要新思路：
1. 仿生设计：借鉴生物神经元复杂的计算机制，而非仅仅依赖扩大模型规模和增加参数数量。
2. 效率提升：设计具备更强计算能力的人工神经元，有望在降低能耗的同时提升AI性能。

相关研究成果已正式发表于美国《国家科学院学报》（PNAS）。