當神經科學家試圖理解人類大腦如何運作時，他們面對的是一個堪稱宇宙中最複雜的動態系統。大腦既不能陷入過度安靜的「有序」狀態，也不能陷入失控放電的「混亂」狀態。這種介於兩者之間的微妙平衡，被科學界稱為「臨界點」（Criticality）。過去很長一段時間裡，學界多半假設大腦網路中的神經元連接是隨機分布的，直到一份來自日本東京大學（The University of Tokyo）的最新研究，徹底打破了這個長久以來的理論假設。
表象
在神經科學的理論架構中，「大腦臨界點假說」指出，神經活動處於一種介於極端有序與極端無序之間的過渡狀態。如果把大腦比喻成一堆沙子，當你隨手丟下一粒沙時，可能引發毫無動靜的小崩塌，也可能引發規模巨大的山崩。在臨界點附近，神經網路能夠展現出最強大的資訊處理、傳輸與儲存能力，同時對外界刺激保持高度敏感。然而，大腦究竟是如何發育並維持這種神奇的臨界狀態，長久以來一直是個未解之謎。過去的研究雖然指出神經網路結構、長遠突觸可塑性與興奮抑制平衡（E/I balance）是關鍵參數，但多數電腦模型都忽略了一個最基本的物理現實：神經元是占據實體空間的。
真相
為了找出答案，由日本東京大學國際神經智力研究中心（WPI-IRCN）副教授朝倉善三（Zenas C. Chao）率領的研究團隊，從一個全新的空間視角切入，試圖探討抑制性神經元連接的空間分布如何與突觸可塑性互動，進而形塑臨界活動的發展。這項研究已於 2026 年 10 月 1°日發表在權威學術期刊《PLOS 計算生物學》（PLOS Computational Biology）上。研究團隊建立了一個電腦神經網路模型，將 80 個興奮性神經元和 20 個抑制性神經元隨機散布在半徑 2 毫米的二維圓盤中，並在 25 種不同的抑制性連接條件下進行了長達 15 小時的模擬分析。
「大多數過去的神經網路臨界模型，通常都假設網路是隨機或完全連接的。然而，大腦中真實的神經元佔據著實體空間，神經元之間的距離會顯著影響神經連接，以及信號傳遞所需的時間。」—— 東京大學副教授朝倉善三（Zenas C. Chao）
各方角力
在模擬進入最後 2 小時的穩定狀態後，研究人員有了驚人的發現。在多數參數設定下，「超臨界行為」（supercritical behavior）最為常見，而真正的「臨界狀態」相對稀少，主要出現在中高密度的抑制性連接條件中。當抑制性連接密度達到最高時，網路則會由「亞臨界行為」（subcritical behavior）主導。這項結果雖然與過去強調興奮抑制平衡的認知相符，但更深入的數據顯示，抑制性連接的物理距離，竟然能夠獨立於連接密度之外，決定神經網路究竟是低於、接近還是高於臨界點。
「我們的研究結果顯示，不僅是抑制性連接的數量，它們的空間排列與傳輸延遲，也會共同形塑網路的臨界性。」—— 東京大學副教授朝倉善三（Zenas C. Chao）
深層影響
研究團隊進一步指出，擁有較長距離抑制性連接的神經網路，比具有相同數量較短距離連接的網路更容易走向超臨界狀態。這是因為信號傳遞到目標神經元需要較長的時間，導致長距離連接產生了「突觸延遲」。這種延遲讓長距離的抑制作用變得比短距離連接還要微弱，而微弱的抑制力允許更大規模的神經雪崩發生，最終將整個網路推向超臨界狀態。這項發現不僅翻轉了傳統神經科學對網路結構的想像，也為人工智慧與類腦計算的研究提供了全新的設計思維。
「理解空間排列與延遲如何影響神經動態，有助於指導穩定且具適應性的人工神經系統設計。此外，這最終也能幫助研究人員探討，那些會改變抑制性連接的基因或發育因素，究竟是如何影響大腦功能的。」—— 東京大學副教授朝倉善三（Zenas C. Chao）
未解之問
話說回來，雖然這項以電腦模型為基礎的模擬研究，為神經科學界提供了突破性的視角，但真實人腦的結構與動態遠比二維模型來得更加立體與複雜。當我們試圖將這些實驗室裡的理論推導，應用到真實生物體的複雜病理機制時，還有多少未知的變數正在暗中運作？基因變異、環境刺激與個體差異，是否會以我們尚未理解的方式，重新定義大腦在空間與時間上的動態平衡？這正是下一代神經科學家必須正面迎擊的終極考題。
從產業面與學術發展的角度來看，這項研究不只是象牙塔裡的理論推演。當我們正加速發展人工智慧與類腦晶片時，如何讓人工系統具備像人腦一樣既穩定又具備高動態範圍的調節能力，已成為工程學界的聖杯。讀者在看待這類基礎科學突破時，不妨思考一個問題：當機器的底層邏輯開始模仿大腦的物理空間限制時，我們距離創造出真正具備自主意識與動態適應力的系統，究竟還有多遠？
本文改寫整理自公開新聞來源，原始報導由News-Medical發布。
常見問題 FAQ
什麼是大腦臨界點（Brain Criticality）？
大腦臨界點指的是神經網路活動處於有序與無序之間的過渡狀態，在此狀態下，大腦的資訊處理、傳輸容量與動態範圍皆能達到最大值。
為什麼抑制性神經元的空間距離會影響大腦狀態？
因為較長距離的連接會產生較大的信號傳遞延遲，使長距離的抑制作用減弱，進而允許更大規模的神經雪崩發生，將網路推向超臨界狀態。
這項研究對人工智慧發展有什麼幫助？
研究結果有助於科學家理解空間排列與信號延遲如何影響神經動態，未來可用於設計出更穩定且具備高度適應性的人工神經系統與先進大腦模型。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
