大脑是一个包含数十亿神经元的复杂网络。每个神经元通过可以强弱的链接(突触)连接到数千个其他神经元。强连接表明连接神经元之间的显着影响不像弱链，弱连环可能比强链弱数万倍。

神经科学的主要挑战之一是理解所有大脑中常见的非常广泛的链接强度的起源和可能的功能意义。

最近，Bar-Ilan大学物理系和Gonda(Goldschmied)多学科脑研究中心的Ido Kanter教授领导的以色列物理学家在“ 科学报告 ”杂志上发表了一篇文章，其中他们证明了大脑中的学习实际上是由几个神经元末端(树突)进行，与唐纳德·希伯(Donald Hebb)70年前的理论相反，即学习只发生在大脑的突触中。研究人员将他们的发现称为“树突状学习”，他们发现树突状学习发生得更快，并且更接近神经元。

在今天发表在“ 科学报告”上的一篇新文章中，同一组研究人员在其先前的研究基础上，通过先进的计算研究揭示树突学习导致所有大脑由相同的广泛链接组成的普遍现象。

大脑的(骨架)结构就像一个由许多狭窄的街道(即薄弱环节)组成的路线图，以及一小部分高速公路，每条高速公路都包含数千条车道(即非常强大的链路)。这种多样化的路线图可以是随机大脑活动的自发结果，也可以由有意义的学习活动引导，其中“高速公路”指导大脑中的信息流。

“树突学习的副产品是广泛的联系优势。树突学习使我们能够为所有大脑中观察到的其他普遍现象提供解释，并指出其重要作用，”坎特教授说，他的研究团队包括Herut Uzan ，Shira Sardi，Amir Goldental和Roni Vardi。潜在的机制是神经元对其强进入的快速反应，而对弱反应的反应较慢。研究小组解释说：“这种机制类似于通过宽管道或狭窄管道填充的水池。宽管道填充池更快。”

大脑不是静止的，而是非常动态的，每个环节在大脑活动期间也会发生显着变化。强弱链接的比例始终保持不变，但个别强联系可能变弱，反之亦然。“这种动态的大脑活动导致了这样的能力：当我们多次思考问题时，我们可能会找到不同的解决方案。” 研究小组说。此外，这种范式转换，树突学习，有望为先进的深度学习算法和基于人工智能的应用开辟新的视野。