Des de fa dècades, bona part de la neurociència computacional ha tractat cada neurona com una unitat relativament senzilla que suma senyals d'entrada i decideix si dispara un impuls elèctric, un model que també ha inspirat el disseny de les xarxes neuronals artificials que fan servir els sistemes d'IA actuals. Una pregunta oberta és fins a quin punt aquesta simplificació s'ajusta a com funcionen realment les neurones del cervell humà.
Un equip liderat per Idan Segev i Mickey London, de la Universitat Hebrea de Jerusalem, amb els doctorands Ido Aizenbud i Daniela Yoeli i la col·laboració de Chris de Kock, de la Vrije Universiteit d'Amsterdam, ha publicat a la revista PNAS un mètode per mesurar la complexitat computacional real d'una neurona cortical humana. Els investigadors van construir «bessons artificials» -xarxes neuronals artificials entrenades per reproduir amb precisió el comportament elèctric de neurones reals extretes de teixit cerebral humà- i van mesurar quantes capes d'una xarxa artificial calien perquè aquest bessó igualés el comportament de la neurona original. El resultat: una sola neurona humana necessita l'equivalent a una xarxa neuronal artificial de diverses capes per ser replicada, molt més complexa que la simple unitat de suma que fan servir la majoria de models d'IA actuals.
La troballa reforça la idea que el cervell humà no deu la seva potència de càlcul només al nombre de neurones o a com estan connectades, sinó també a la sofisticació de cada unitat individual, que es comportaria més com un petit microxip que com un simple interruptor. Els autors apunten que aquest coneixement podria inspirar dissenys d'«IA inspirada en el cervell» amb unitats artificials computacionalment més riques, en comptes de limitar-se a apilar més capes de neurones simples.
L'estudi es basa en la modelització computacional de neurones extretes de teixit cerebral humà obtingut en cirurgies, una font habitual però limitada en aquest camp de recerca, i no proposa encara cap arquitectura d'IA nova ni funcional: és una mesura de complexitat biològica, no un producte tecnològic llest per aplicar-se. Caldrà replicar els resultats amb més tipus de neurones i regions cerebrals abans de saber fins a quin punt són generalitzables.