神經元（neuron）如何處理信息？已知神經元將輸入的電信號（electrical signal）分解成子單元（sub-unit）。現在，Blue Brain的研究人員已經發現樹突（dendrites），神經元的樹狀受體，根據工作量一起合作學習。這些發現進一步了解了我們如何思考，並可能激發人工智能的新發展。
在Cell Reports雜誌上發表的一篇論文中，瑞士EPFL的Blue Brain Project中，研究人員開發了一個新的框架，去研究大腦中單個神經元的運作方式。
研究分析了來自Blue Brain的虛擬囓齒動物皮層的細胞（ virtual rodent cortex.）。研究人員期望其他類型的神經元，如非皮質（non-cortical）或人類，都以相同的方式運作。
他們的結果表明，當神經元接收訊息時，從神經元延伸出來的精細樹狀受體分支稱為樹突，功能上會因應接收訊息的複雜度進行調整。
突觸（synapse）的強度決定了神經元接收電信號的感受，並且學習行為改變了這種力量。通過分析「連接矩陣」（connectivity matrix），可確定這些突觸如何相互通信的。新機制確定神經元的樹突如何在功能上分解成單獨的計算單元，並發現它們根據工作負載一起處理信息。
研究人員將他們的結果比作現今的電腦技術。新發現到的樹突狀功能就像並行計算單元（parallel computing units）一樣，像超級電腦，能夠並行處理輸入的訊息。每個並行計算單元可以獨立地學習調整其輸出，非常類似於當今人工智能（AI）模型中使用的深度學習。
Blue Brain的模擬神經科學部門經理Marc-Oliver Gewaltig解釋：「在Blue Brain項目中，這種數學方法有助於確定功能相關的神經元接收。這使我們能夠確定模擬皮質網絡的複雜程度，重建和模擬大腦。」
Source: Cell Reports
Text by Medical Inspire
