人类大脑的信息处理能力，被认为由神经元之间的数万亿连接所支撑。
但是在过去的几十年中，越来越多的研究正在将视线焦点转移到了单个神经元上，并发现这些神经元似乎承担着比我们想象的要多得多的计算。
一项最新证据是，科学家发现人类皮层上存在着一种新型电信号。在近日 Science 上发表的一篇论文“Dendritic action potentials and computation in human layer 2/3 cortical neurons”中，研究人员发现，皮质神经元树突上的微小区室（tiny compartments）可以执行特定的“异或”数学计算。而在这之，数学理论家们都认为单个神经元是无法进行这类计算的。
也就是说，不仅单个神经元，甚至神经元的树突上的部分都可以进行“异或”运算，神经元本身不再只是一个纯粹的连接器，它们同样能够执行复杂运算，甚至就是一个多层网络。
（来源：Science）
文章的第一作者、柏林洪堡大学博士后研究员 Albert Gidon 说：“我相信我们还只是触及神经元真正面目的表象”。
但这样的发现，对于构建人工神经网络的计算机科学家们来讲，或许会带来很多重要的启发：它促使一些计算机科学家重新评估人工神经网络的策略，考虑将单个神经元视为广义的信息处理器。此前，这些策略多基于将神经元视为简单的非智能开关的观点而建构。
在 1940 年代和 50 年代，神经科学的主流看法是：“哑”神经元（“dumb”neuron）是一个简单的积分器，只是网络中一个点，仅对其输入进行求和；细胞的分支延伸称为树突，从邻近神经元接收成千上万的信号；在神经元内部，所有那些信号都将被加权和计数，如果总和超过某个阈值，神经元会发出一系列电脉冲，指导相邻神经元的刺激。
大约在同一时期，研究人员意识到，单个神经元也可以起到逻辑门的作用，类似于数字电路中的逻辑门。例如，如果仅在收到足够数量的输入后才触发神经元，那么它实际上就是一个 AND 门。
树突引起了洪堡（Humboldt）神经科学家 Matthew Larkum 和他的团队的兴趣。但他们很快又想到了另一个问题。由于树突活性主要是在啮齿动物中进行研究的，研究人员希望可以研究在具有更长树突的人类神经元中电信号传导可能存在的不同。
在这次的研究中，他们从人类皮质的第 2 层和第 3 层中获得了脑组织切片，其中包含特别大的神经元和许多树突。
当用电流刺激那些树突时，研究人员发现了一些奇怪的东西——一些意外存在的周期性反复的波动。这些波动似乎完全不同于其他已知种类的神经信号。它们特别迅速而短暂，如同由钙离子通量引起的动作电位一般。但常规的动作电位常由钠和钾离子引起的。而且，虽然先前已在啮齿动物的树突中观察到钙诱导的信号传导，但这些波峰往往持续更长时间。
为了弄清楚这种新型波动可能发挥的作用，团队与 Poirazi 和她在希腊的实验室的研究员 Athanasia Papoutsi 合作，共同创建了一个模型来模拟这种神经元行为。
然而，不是所有的神经元都有这种现象。一个可能性是，类似于多层网络的神经元具有更大的处理能力，因此可以学习或存储更多的信息。研究人员说：“也许某些个神经元就能执行复杂的功能。拥有如此强大的单个神经元，可能有助于大脑节省能耗”。
（来源：此次论文）
Larkum 的小组计划在啮齿动物和其他动物的树突中继续搜索类似的信号，以确定这种计算能力是否是人类独有的。
他们还希望超越模型的范围，将观察到的神经活动与实际行为联系起来。同时，Poirazi 现在希望将这些树突中的计算结果与神经元网络中发生的情况进行比较，以推测前者可能具有的优势，包括测试其他类型的逻辑运算，并探索这些运算如何有助于学习或记忆。
尽管仍有许多工作要做，但研究人员认为，这些发现标志着需要重新思考如何为大脑及其更广泛的功能建模。仅关注不同神经元和大脑区域的连通性是不够的。
新结果似乎也有望影响机器学习和人工智能领域的问题。现在的人工神经网络依赖于点模型，将神经元视为单点输入并通过活动函数传递总和的节点。纽约大学的认知科学家 Gary Marcus 说：“很少有人认真考虑过单个神经元可能会是复杂的计算设备”。他补充说，尽管这篇论文只是证明这一想法的一个初步证据，但计算机科学家可能对此快速反应以改善现在的AI神经网络。
