Отдельные нейроны в коре головного мозга человека способны выполнять значительно более сложные вычисления, чем аналогичные клетки других млекопитающих. Это открытие, опубликованное в журнале Proceedings of the National Academy of Sciences (PNAS), может по-новому объяснить уникальные когнитивные способности людей.
Ранее считалось, что исключительность человеческого интеллекта, позволяющего создавать языки, математические теории и произведения искусства, обусловлена в первую очередь большим размером мозга и огромным числом нейронных связей – их насчитывается около 100 млрд. Однако новое исследование показывает, что важная часть ответа кроется на клеточном уровне – в вычислительных возможностях каждого отдельного нейрона.
Группа учёных под руководством профессоров Идана Сегева и Микки Лондона из Еврейского университета в Иерусалиме в сотрудничестве с коллегами из Амстердама выяснила, что один человеческий нейрон работает не как простой переключатель, а как самостоятельное сложное вычислительное устройство.
Чтобы оценить вычислительную мощность отдельной клетки, исследователи разработали новый метод. Они создали сложную искусственную нейросеть и проанализировали, насколько трудно ей будет научиться имитировать реакцию биологического нейрона на входящие сигналы. Логика проста: чем сложнее «искусственный двойник», необходимый для копирования поведения клетки, тем выше её собственная вычислительная мощность.
Эксперименты показали, что нейроны коры головного мозга человека имеют явное преимущество. Благодаря сильно разветвлённой структуре дендритов и особым электрическим свойствам они могут самостоятельно выполнять сложные операции, сопоставимые по мощности с глубокими нейронными сетями, – например, отличать изображение кошки от собаки.
Таким образом, уникальность человеческого разума может быть связана не только с количеством нейронов и связей между ними, но и с повышенной сложностью каждого отдельного элемента. Результаты исследования могут также повлиять на развитие искусственного интеллекта: в будущем системы машинного обучения могут строиться на основе более мощных и сложных искусственных юнитов, которые будут ближе по своим возможностям к биологическим нейронам.
