AI反向傳播算法獲生物證據(jù)！小鼠大腦定制信號，學(xué)習(xí)效率飆升！

學(xué)鋼琴時，大腦是怎么知道哪根手指彈錯了的？

更深一層的問題是：在數(shù)以百億計的神經(jīng)元構(gòu)成的網(wǎng)絡(luò)里，大腦究竟如何精確地告訴某一個細胞"你需要更活躍"，或者告訴另一個細胞"你該安靜下來"？

2026年2月25日，麻省理工學(xué)院研究團隊在《自然》雜志發(fā)表了一項重要發(fā)現(xiàn)，給這個困擾神經(jīng)科學(xué)界數(shù)十年的問題，提供了迄今最有力的生物學(xué)證據(jù)。

他們在小鼠大腦中挑選出8至10個特定神經(jīng)元，在數(shù)百萬個神經(jīng)元中僅僅是滄海一粟，然后把這幾個神經(jīng)元的活動信號直接接入一套腦機接口系統(tǒng)，通過這套系統(tǒng)在屏幕上實時輸出視覺反饋。

規(guī)則很簡單：特定神經(jīng)元活躍，小鼠獲得甜食獎勵；另一組神經(jīng)元安靜，獎勵繼續(xù)。

不到一周，小鼠學(xué)會了這套規(guī)則，能夠主動激活"正確"的神經(jīng)元，同時壓制"錯誤"的神經(jīng)元，以獲取更多獎勵。

但真正的發(fā)現(xiàn)，藏在學(xué)習(xí)過程中研究人員對神經(jīng)元樹突的實時監(jiān)測數(shù)據(jù)里。

結(jié)果令人震驚：兩組活動方向相反的神經(jīng)元，在小鼠學(xué)習(xí)過程中，其樹突接收到的也是方向完全相反的誤差信號。該"增強活動"的細胞，樹突接收到的是正向信號；該"抑制活動"的細胞，接收到的是負向信號。

P+ 和 P- 神經(jīng)元視野示例。

更關(guān)鍵的一步是驗證性實驗：當團隊人為干擾這些樹突的信號傳遞后，小鼠直接喪失了學(xué)習(xí)能力。

"這是首個生物學(xué)證據(jù)，證明基于神經(jīng)元特異性信號的定向指導(dǎo)性學(xué)習(xí)，正在大腦皮層中真實發(fā)生，"哈內(nèi)特說。

這項研究之所以引發(fā)廣泛關(guān)注，不僅僅因為它回答了一個關(guān)于大腦的老問題，更因為它揭示了生物智能與人工智能之間可能存在的深層共性。

當今主流AI系統(tǒng)的學(xué)習(xí)方式，被稱為"反向傳播"算法：系統(tǒng)將自己的輸出結(jié)果與目標進行對比，計算出誤差值，然后將這個誤差信號反向傳遞給網(wǎng)絡(luò)中的每一個節(jié)點，每個節(jié)點據(jù)此微調(diào)自身的連接權(quán)重。如此循環(huán)迭代，網(wǎng)絡(luò)逐漸變得更準確。

關(guān)鍵在于這個過程的"個性化"：每一個節(jié)點接收的誤差信號都是專門針對它自身貢獻量身計算的，而非一個籠統(tǒng)的廣播信號。這正是反向傳播算法高效的核心所在。

大腦中也有一種更古老的學(xué)習(xí)機制，依賴多巴胺、去甲腎上腺素等神經(jīng)調(diào)質(zhì)的釋放來強化某些行為和神經(jīng)連接。但哈內(nèi)特指出，這種機制本質(zhì)上是"廣播式"的，同一信號被發(fā)送給大量神經(jīng)元，無法區(qū)分每個細胞各自對成功或失敗的具體貢獻，因此效率相對低下。

現(xiàn)在，麻省理工學(xué)院團隊的發(fā)現(xiàn)表明，大腦皮層在學(xué)習(xí)時，可能同時使用了一種更類似反向傳播的精準機制：向單個神經(jīng)元定制發(fā)送方向性的指導(dǎo)信號，由其樹突負責(zé)接收。

弗蘭西奧尼則毫不掩飾自己的興奮："機器學(xué)習(xí)提供了一種在數(shù)學(xué)上極為清晰的方式來研究學(xué)習(xí)本身。我們現(xiàn)在至少可以把其中一部分直接帶入真實大腦，這非常有力。"

這項研究也為未來打開了一扇門。大腦皮層之外的其他腦區(qū)如何學(xué)習(xí)？不同的學(xué)習(xí)算法與生物神經(jīng)網(wǎng)絡(luò)之間究竟有多少相似之處，又在哪里分道揚鑣？能否借鑒生物學(xué)的發(fā)現(xiàn)，構(gòu)建出更高效、更節(jié)能的類腦AI？

"這感覺像是一個全新的開始，"哈內(nèi)特說。