Atunci când încercăm să explicăm capacitățile extraordinare ale creierului uman — limbajul, gândirea abstractă, imaginația, matematica sau creativitatea — suntem tentați să invocăm dimensiunea. Creierul uman conține aproximativ 86 de miliarde de neuroni, dintre care circa 16 miliarde se află în cortexul cerebral, regiunea implicată în cele mai sofisticate forme de procesare a informației. Fiecare neuron poate stabili, la rândul său, mii de conexiuni cu alte celule. Din această perspectivă, inteligența ar fi în primul rând rezultatul unei rețele enorme.
Un studiu publicat în iulie 2026 în revista Proceedings of the National Academy of Sciences propune însă o completare importantă a acestei imagini. Capacitatea creierului uman nu ar proveni numai din numărul neuronilor și din complexitatea conexiunilor dintre ei. O parte a explicației s-ar putea afla chiar în interiorul fiecărei celule: neuronii corticali umani par să fie, luați individual, dispozitive de calcul mult mai sofisticate decât s-a presupus mult timp.
Cu alte cuvinte, creierul uman nu ar fi doar o rețea foarte mare. Ar fi o rețea ale cărei elemente componente, neuronii, sunt ele însele neobișnuit de complexe.
Neuronul nu este un simplu întrerupător
În numeroase prezentări introductive, neuronul este descris ca o unitate relativ simplă. El primește semnale de la alți neuroni, le însumează și, dacă este depășit un anumit prag, produce un impuls electric numit potențial de acțiune. Acest impuls se deplasează de-a lungul axonului și transmite informația către alte celule.
Descrierea nu este falsă, dar ascunde o mare parte din ceea ce se petrece în interiorul neuronului.
Un neuron cortical are trei componente principale. Corpul celular sau soma conține nucleul și cea mai mare parte a mecanismelor biologice care mențin celula în viață. Axonul este prelungirea prin care impulsurile sunt trimise către alte celule. Dendritele sunt ramificațiile care primesc majoritatea semnalelor venite de la alți neuroni.
Dendritele nu sunt însă niște simple cabluri care transportă pasiv semnalele către corpul celular. Diferite ramuri dendritice pot prelucra informația într-o măsură considerabilă independent unele de altele. Ele pot amplifica anumite combinații de semnale, le pot atenua pe altele și pot detecta dacă mai multe intrări apar aproape simultan. În acest sens, arborele dendritic seamănă mai degrabă cu un sistem alcătuit din numeroase mici unități de procesare decât cu un mănunchi de fire electrice.
Neuronii studiați sunt numiți neuroni piramidali, după forma aproximativ piramidală a corpului lor celular. Ei reprezintă principala categorie de neuroni excitatori din cortex și joacă un rol central în transmiterea și integrarea informației între regiuni cerebrale.
Cum poate fi măsurată complexitatea unui neuron?
Problema cercetătorilor era că nu exista o măsură generală prin care complexitatea funcțională a unor neuroni foarte diferiți să poată fi comparată.
Echipa coordonată de cercetători de la Universitatea Ebraică din Ierusalim și Vrije Universiteit Amsterdam a propus un instrument numit indicele complexității funcționale (eng. Functional Complexity Index sau FCI).
Ideea este ingenioasă. Cercetătorii au construit modele digitale detaliate ale unor neuroni biologici și au simulat modul în care aceștia răspund la mii de combinații de semnale primite prin dendrite. Apoi au încercat să antreneze o rețea neuronală artificială pentru a reproduce comportamentul fiecărui neuron.
O rețea neuronală artificială este un sistem informatic format din unități matematice organizate în straturi. În timpul antrenării, sistemul își ajustează parametrii astfel încât să transforme anumite date de intrare în rezultatul dorit. În cazul de față, datele de intrare reprezentau semnalele sinaptice primite de neuron, iar rezultatul care trebuia anticipat era răspunsul electric al celulei, inclusiv momentul exact în care aceasta producea impulsuri.
Principiul FCI poate fi rezumat astfel: cu cât unei rețele artificiale îi este mai greu să imite un neuron biologic, cu atât funcția realizată de acel neuron este considerată mai complexă.
Indicele nu măsoară „inteligența” neuronului și nici nu înseamnă că o celulă gândește. El măsoară dificultatea reproducerii relației dintre semnalele primite și răspunsul produs de celulă.
Cercetătorii au analizat reconstrucții tridimensionale ale 24 de neuroni piramidali: 12 umani și 12 proveniți de la șobolani. Celulele aparțineau mai multor straturi ale cortexului. Pentru fiecare model neuronal au fost efectuate 12.000 de simulări, în care semnalele de intrare erau distribuite în diferite combinații pe ramurile dendritice. O rețea artificială cu trei straturi interne, fiecare având 128 de unități, a încercat apoi să anticipeze răspunsurile neuronului biologic.
Neuronii umani au fost mai greu de imitat
Rețeaua artificială a reușit să reproducă mai ușor comportamentul neuronilor de șobolan decât pe cel al neuronilor umani. Diferența a apărut în mai multe straturi ale cortexului, ceea ce sugerează că nu era vorba despre o particularitate izolată a unui singur tip de celulă.
Rezultatul nu trebuie interpretat ca o competiție între o celulă umană și una de șobolan. Ceea ce au măsurat cercetătorii a fost bogăția transformărilor efectuate între intrările sinaptice și impulsurile electrice de ieșire.
Neuronii umani puteau răspunde diferit la combinații doar puțin diferite de semnale. Momentul în care apăreau semnalele, locul lor pe dendrite și asocierea dintre mai multe intrări influențau rezultatul într-un mod greu de redus la o simplă însumare.
Analiza a arătat că principalul predictor al complexității era suprafața totală a membranei dendritice. Conta însă și modul în care dendritele se ramificau. Neuronii umani nu sunt doar versiuni mărite ale neuronilor de rozătoare. Ei dispun de arbori dendritici mai întinși, mai ramificați și împărțiți în mai multe compartimente funcționale.
Aceste compartimente pot prelucra simultan grupuri diferite de semnale. Abia după această procesare locală, rezultatele sunt integrate la nivelul corpului celular și al porțiunii inițiale a axonului. Un singur neuron dobândește astfel o arhitectură asemănătoare, într-un sens strict funcțional, unei mici rețele cu mai multe niveluri de procesare.
Rolul receptorilor NMDA
Forma dendritelor nu este singura explicație. Contează și proprietățile electrice și chimice ale sinapselor.
O sinapsă este zona prin care un neuron comunică cu altul. De regulă, neuronul emițător eliberează molecule numite neurotransmițători. Acestea se fixează pe receptorii celulei receptoare și modifică tensiunea electrică a membranei sale.
Studiul s-a concentrat în special asupra receptorilor NMDA, o categorie de receptori pentru glutamat, principalul neurotransmițător excitator din cortex. Particularitatea acestor receptori este comportamentul lor neliniar.
Într-un sistem liniar, două semnale de aceeași intensitate produc împreună un efect de două ori mai mare decât un singur semnal. Într-un sistem neliniar, efectul poate fi mult mai mare sau mai mic decât această sumă simplă.
Receptorii NMDA depind atât de prezența glutamatului, cât și de tensiunea electrică a membranei. Dacă mai multe sinapse apropiate sunt activate într-un interval scurt, ele pot declanșa o amplificare bruscă a răspunsului local. Apare ceea ce este numit uneori un spic dendritic NMDA: o creștere locală și temporară a tensiunii electrice în interiorul unei ramuri dendritice.
Această proprietate îi permite dendritei să detecteze coincidențe. Ramura nu mai răspunde doar la numărul total al semnalelor, ci și la distribuția lor în spațiu și timp.
Modelele utilizate în studiu indică faptul că densitatea mai mare și răspunsul mai abrupt al receptorilor NMDA din sinapsele umane contribuie considerabil la complexitatea funcțională. Atunci când cercetătorii au introdus proprietăți sinaptice de tip uman în modelele neuronale, scorul de complexitate a crescut. Prin urmare, diferența nu este produsă exclusiv de dimensiunea celulei, ci de interacțiunea dintre arhitectura dendritică și biofizica sinapselor.
Importanța straturilor superficiale ale cortexului
Un rezultat relevant privește distribuția complexității în diferitele straturi corticale.
Cortexul cerebral este organizat, în cea mai mare parte a sa, în șase straturi. Acestea nu sunt simple etaje anatomice, ci conțin combinații diferite de neuroni și conexiuni. În modelele de șobolan, neuronii din stratul al cincilea s-au dovedit cei mai complecși. La om, complexitatea cea mai mare a apărut în neuronii din straturile al doilea și al treilea.
Această observație este interesantă deoarece straturile 2 și 3, numite și straturi supragranulare, s-au extins disproporționat în cursul evoluției cortexului uman. Neuronii lor participă masiv la comunicarea dintre diferite regiuni corticale. Ei ar putea contribui astfel la integrarea informațiilor vizuale, auditive, lingvistice, afective și conceptuale.
Modelele anterioare sugerează că un neuron piramidal uman din aceste straturi poate menține simultan mai multe compartimente dendritice active decât un neuron comparabil de rozătoare. În anumite simulări, neuronii umani puteau genera aproximativ 25 de răspunsuri NMDA locale relativ independente, față de circa 14 în neuronii de șobolan. Aceasta oferă celulei mai multe „spații” în care informația poate fi procesată în paralel înainte de producerea răspunsului final.
Ce nu demonstrează studiul
Studiul nu demonstrează că inteligența umană este produsă de neuronii individuali independent de rețele. Limbajul, memoria, raționamentul sau conștiința implică activitatea coordonată a unor populații enorme de neuroni, organizate în circuite distribuite. Complexitatea unei celule reprezintă doar unul dintre nivelurile explicației.
De asemenea, cercetătorii au comparat neuroni umani cu neuroni de șobolan, nu cu neuroni ai cimpanzeilor, gorilelor sau altor primate. Prin urmare, studiul nu poate stabili în ce măsură proprietățile observate sunt exclusiv umane și în ce măsură sunt caracteristice primatelor cu creiere mari.
Mai important, cercetarea s-a bazat pe modele informatice detaliate, nu pe observarea directă a neuronilor în timp ce aceștia funcționează într-un creier viu. Modelele au fost construite pe baza reconstrucțiilor anatomice și a măsurătorilor electrofiziologice, dar unele proprietăți ale canalelor ionice din dendritele umane nu sunt încă suficient cunoscute.
Și indicele FCI depinde de arhitectura rețelei artificiale folosite ca instrument de măsură. O rețea artificială diferită ar putea produce alte valori numerice, chiar dacă diferența generală dintre celulele umane și cele de șobolan s-ar păstra. Autorii recunosc că rezultatele trebuie extinse la mai multe tipuri de neuroni, la mai multe specii și, pe cât posibil, verificate experimental.
O altă imagine a inteligenței
Importanța studiului nu constă în identificarea unui singur mecanism care ar explica inteligența. Mai curând, el modifică nivelul la care trebuie căutată explicația.
În modelele artificiale convenționale, fiecare neuron este reprezentat printr-o unitate matematică simplă: valorile primite sunt adunate, rezultatul este trecut printr-o funcție, iar unitatea produce o ieșire. Complexitatea sistemului rezultă din numărul foarte mare al acestor elemente și din organizarea lor în straturi.
Neuronul biologic este profund diferit. El are o formă tridimensională, mii de sinapse distribuite neuniform, canale ionice cu proprietăți diverse și ramuri dendritice capabile să realizeze transformări locale. O parte dintre procesele pentru care o rețea artificială are nevoie de mai multe straturi ar putea fi efectuate, în creier, în interiorul unei singure celule.
Această constatare poate inspira arhitecturi de inteligență artificială în care unitățile elementare nu mai sunt simple puncte de calcul, ci module cu structură internă. Asemenea sisteme ar putea procesa mai multă informație cu mai puține unități și, eventual, cu un consum energetic mai redus. Deocamdată, aceasta este însă o direcție de cercetare, nu o tehnologie gata să înlocuiască rețelele actuale.
Studiul sugerează, în cele din urmă, o explicație pe mai multe niveluri a capacităților umane. Inteligența depinde de numărul neuronilor, de conexiunile dintre ei, de organizarea regiunilor cerebrale și de istoria învățării. Dar ea poate depinde și de ceea ce se petrece în interiorul fiecărui neuron.
Creierul uman nu este extraordinar doar pentru că are multe celule. Este posibil ca fiecare dintre unele dintre aceste celule să fie, în sine, o mică rețea de calcul biologic.
Sursa: MedicalXpress
