麻省理工学院最新研究发现，大脑在学习新技能时，能以惊人的精确度向单个神经元发送定制化的教学信号。这项发表于《自然》杂志的研究由马克·哈内特团队主导，通过脑机接口技术在老鼠身上证实了这一点。该发现与人工智能中利用“误差信号”微调网络连接的“反向传播”算法高度相似，解决了长期困扰神经科学界的问题：大脑是否也能像计算机一样进行个体化的精准学习。 过去，科学家认为大脑主要通过多巴胺等神经调节物质进行强化学习，但这是一种向大规模神经元群广播的统一信号，效率较低，无法区分单个细胞对成败的具体贡献。哈内特团队设计了独特的实验，让老鼠通过控制特定神经元的活跃度来获取糖奖励。实验中，研究人员将老鼠大脑中少量的神经元活动与视觉反馈直接关联，明确告知哪些神经元需激活、哪些需抑制。结果发现，老鼠在一周内学会了精准控制这些神经元以获得奖励。 进一步的显微观察显示，在老鼠学习过程中，不同神经元的树突接收到了截然相反的误差信号。那些需要增强活动的神经元接收到提升信号，而需要抑制的则接收到降低信号。当研究人员人为阻断这些树突上的指令信号时，老鼠便无法完成任务。这为大脑皮层中存在基于向量化神经元特异性信号的精准学习机制提供了首个生物学证据。 这一突破不仅深化了人类对大脑学习机制的理解，也为开发更高效的类脑人工智能提供了新思路。研究团队表示，未来将利用这种方法进一步探索大脑皮层与其他脑区的学习原理，并推动神经科学与机器学习领域的深度对话，共同构建更接近生物智能的算法模型。