سلول‌های مغز انسان: پردازشگرهای زیستی شگفت‌انگیز و فوق‌پیشرفته

آیا تا به حال فکر کرده‌اید چه چیزی انسان را قادر می‌سازد به زبان‌های گوناگون سخن بگوید؟ ما چگونه معادلات پیچیده ریاضی را حل می‌کنیم، دست به اختراعات شگفت‌انگیز می‌زنیم و مفاهیم فلسفی و هنری را می‌آفرینیم؟

برای سال‌های متمادی، دانشمندان و متخصصان علوم اعصاب پاسخ این پرسش را تنها در اندازه بزرگ‌تر مغز انسان می‌دیدند. آن‌ها تصور می‌کردند تعداد انبوه ارتباطات میان‌سلولی راز اصلی هوش ماست. اما پژوهش جدیدی که در مجله معتبر PNAS انتشار یافته، این دیدگاه سنتی را تغییر داده است.

طبق این تحقیقات نوآورانه، راز هوش متمایز ما تنها در تعداد نورون‌ها نیست. این قدرت پردازشی فوق‌العاده و غیرمنتظره در تک‌تک سلول‌های مغزی انسان است که ما را متفاوت می‌سازد. در واقع، هر نورون قشر مغز انسان مانند یک میکروچیپ زیستی بسیار پیشرفته عمل می‌کند.

نورون‌های مغز انسان؛ فراتر از یک کلید ساده «خاموش و روشن»

در زیست‌شناسی پایه، پژوهشگران نورون‌ها را اغلب به عنوان کلیدهای ساده‌ای در نظر می‌گرفتند. آن‌ها فرض می‌کردند سلول‌های عصبی تنها دو حالت دارند: یا پیام عصبی را منتقل می‌کنند یا خاموش می‌مانند.

اما تیم پژوهشی مرکز علوم مغز ادموند و لیلی صفرا (ELSC) در دانشگاه عبری اورشلیم، تصویر کاملاً متفاوتی را کشف کردند. این تیم با همکاری دانشگاه آزاد آمستردام نشان دادند که توانایی پردازش یک نورون بسیار فراتر از این تصورات است.

پروفسور عیدان سگف، از سرپرستان این پژوهش، در این باره می‌گوید: «بسیاری از مردم نورون را یک کلید قطع و وصل ساده تصور می‌کنند. اما مطالعه ما نشان می‌دهد که یک نورون فردی در مغز انسان، به خودی خود یک دستگاه محاسباتی فوق‌العاده پیچیده است.»

این پژوهش ثابت می‌کند که نورون‌های قشر مغز انسان توانایی انجام محاسبات بسیار پیچیده‌تری را نسبت به سلول‌های مغزی سایر پستانداران دارند. این کشف زاویه دید تازه‌ای را در درک تکامل شناختی انسان و تفاوت‌های بنیادی هوش ما گشوده است.

دانشمندان چگونه قدرت محاسباتی یک سلول مغزی را اندازه‌گیری کردند؟

بررسی میزان پردازش اطلاعات در سطح یک سلول واحد، نیازمند ابزارهای نوآورانه بود. محققان برای سنجش این پیچیدگی محاسباتی، روش جدیدی ابداع کردند. آن‌ها مدل‌سازی‌های پیشرفته کامپیوتری را با هوش مصنوعی ترکیب کردند.

در این روش، محققان یک شبکه عصبی مصنوعی را آموزش دادند. آن‌ها می‌خواستند ببینند هوش مصنوعی برای تقلید نحوه دریافت، پردازش و پاسخ‌دهی یک نورون انسان به چه میزان پیچیدگی نیاز دارد.

منطق این آزمایش بسیار روشن بود:

• اگر همزاد مصنوعی برای بازآفرینی رفتار سلول مغزی به لایه‌ها و فرمول‌های پیچیده‌تری نیاز داشته باشد، سلول زیستی اولیه قدرت محاسباتی بالاتری دارد.

نتایج این سنجش شگفت‌انگیز بود. ساختار شاخه‌ای درختچه‌های دندریتی و ویژگی‌های الکتریکی نورون‌های انسان، امکان انجام محاسبات فوق‌العاده پیچیده را فراهم می‌کنند. قدرت محاسباتی تنها یک سلول عصبی قشر مغز انسان با عملکرد یک شبکه عصبی عمیق چندلایه برابری می‌کند.

بازتعریف مفهوم هوش انسان و توانمندی‌های شناختی

برای دهه‌ها محققان باور داشتند که قابلیت‌های شناختی انسان حاصل حجم بزرگ مغز است. آن‌ها تعداد زیاد سلول‌ها و اتصالات سیناپسی را عامل اصلی تفکر انتزاعی، تخیل و زبان‌آموزی می‌دانستند.

اما یافته‌های جدید نشان می‌دهد که پیچیدگی فردی سلول‌ها نقش بسیار مهمی در تکامل شناخت انسان ایفا کرده است. محققان در این پروژه چارچوبی جامع طراحی کرده‌اند. این چارچوب پیوند میان ساختار فیزیکی سلول‌های مغزی و توانایی محاسباتی آن‌ها را مشخص می‌سازد. این ابزار نوآورانه، ما را یک گام بزرگ به درک نحوه شکل‌گیری تفکر و یادگیری در مغز نزدیک‌تر می‌کند.

الهام‌بخشی به نسل آینده هوش مصنوعی (AI)

پیامدهای این کشف بزرگ، فراتر از حوزه روانشناسی و علوم اعصاب است. این دستاورد می‌تواند آینده فناوری هوش مصنوعی را نیز دگرگون سازد.

امروزه متخصصان، پیشرفته‌ترین سیستم‌های یادگیری ماشین را بر پایه واحدهای مصنوعی بسیار ساده می‌سازند. اما این پژوهش مسیر جدیدی را پیش روی مهندسان کامپیوتر قرار می‌دهد:

• طراحی سیستم‌های هوش مصنوعی الهام‌گرفته از مغز که در آن‌ها، هر واحد مصنوعی به خودی خود قدرت محاسباتی بالایی دارد و شباهت بیشتری به عملکرد واقعی نورون‌های زیستی نشان می‌دهد.

چنین رویکردی می‌تواند منجر به ساخت سیستم‌های هوش مصنوعی بسیار کارآمدتر و کم‌مصرف‌تر در آینده شود.

نتیجه‌گیری

کشف این نکته که سلول‌های مغز انسان مانند ابررایانه‌های مینیاتوری عمل می‌کنند، دیدگاه ما را نسبت به روانشناسی شناختی و ماهیت ذهن تغییر می‌دهد. انسان نه تنها به دلیل داشتن شبکه عصبی وسیع، بلکه به لطف قدرتمند بودن تک‌تک اجزای این شبکه به توانمندی‌های بی‌نظیر ذهنی دست یافته است. این یافته‌ها راه را برای درمان‌های نوین شناختی و تکامل نسل بعدی هوش مصنوعی هموار می‌سازد.

شناسنامه و منبع مقاله علمی

• عنوان اصلی مقاله: Dendritic morphology and synaptic nonlinearities enhance functional complexity in human cortical neurons

• نویسندگان: Ido Aizenbud, Daniela Yoeli, David Beniaguev, Christiaan P. J. de Kock, Michael London, Idan Segev

• مرجع و مجله: Proceedings of the National Academy of Sciences (PNAS), 2026; Vol. 123 (28)

• شماره ثبت مقاله (PMCID / DOI): https://doi.org/10.1073/pnas.2533168123

• لینک دسترسی مستقیم به مقاله علمی: https://www.sciencedaily.com/releases/2026/08/260812015216.htm