记者从中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）获悉，该中心徐宁龙研究团队研究发现了大脑皮层神经元树突计算参与灵活决策中的认知计算过程，填补了树突计算与高级认知功能之间长期缺乏直接证据的空白。该研究为揭秘人脑智能机制、研发新型人工智能系统奠定了理论基础。该成果10月16日在国际学术期刊《科学》发表。
百余年来，现代神经科学一直遵循经典神经元学说，将神经元视作神经系统的基本功能单元。在传统科研模型中，神经元被简单定义为一个均质“点状节点”，仅通过简单加权求和的方式处理、输出信息。这一简易模型虽方便科学研究与理论建模，却存在明显短板，无法解释大脑的灵活智能——人类能够根据环境变化、抽象规则动态调整判断与决策，这种复杂的认知能力，始终无法用“点状神经元”的简单运算逻辑阐释，也成为脑科学和人工智能领域的核心瓶颈。
事实上，人脑皮层的神经元并非简单单点结构，而是拥有大量复杂分支的树突结构。早在20世纪50年代，我国科学家就发现神经元顶端树突具备信息整合能力。后续研究也证实，树突可以汇聚、处理大脑不同通路的信息。但长久以来，科学界始终缺少直接证据，无法证明树突的信息处理功能，与灵活决策等高级认知行为息息相关。
为破解这一难题，中国科学院脑科学与智能技术卓越创新中心科研团队设计了创新的动物实验，通过规则切换听觉分类任务，模拟大脑动态决策的真实场景，同时依托高精度双光子成像、光遗传学技术，精准追踪并调控小鼠大脑神经元的活动，直观对比神经元不同结构的功能差异。实验研究揭开了神经元的精密分工机制：同一个神经元内部存在明确的功能分区，顶端树突负责编码抽象的思维规则，帮助大脑总结、判断隐藏的行为逻辑；神经元胞体主要处理感官获取的直观信息，二者协同配合，最终完成大脑的决策输出。研究进一步验证，一旦抑制树突活动，神经元的决策输出能力会显著减弱，直接证实了树突是大脑高级决策的核心计算结构。
这项研究颠覆了传统认知，打破了“单个神经元只是认知网络中简单节点”的固有观点，证明单个神经元内部就能完成复杂的高级认知计算，找到了人类思维灵活多变的细胞层面底层机制。
该研究成果开创了脑认知研究的全新范式，有望支撑科学家设计更高效灵活的人工智能系统。
