一个神经元顶5到8层神经网络，深度学习的计算复杂度被生物碾压了( 三 ) 机器之心报道编辑：杜伟、陈

而一些人认为，这一结果意味着神经科学家应该把单个神经元的研究放在更重要的位置。「这篇论文使得对树突和单个神经元的思考比以前更加重要」，宾夕法尼亚大学计算神经科学家KonradKording说。另外还有一些人如Lillicrap和Zador ，它们认为关注回路中的神经元对于了解大脑如何实际利用单个神经元的计算复杂性同样重要。
无论如何，人工神经网络的语言可能为理解神经元和大脑的能力提供新的洞见。伦敦大学学院的计算神经科学家GraceLindsay表示：「从层数、深度和宽度这几方面思考让我们对计算复杂度有了更直观的认识，不过这项研究仍然只是模型与模型之间的比较。」
遗憾的是，目前神经科学家无法记录真实神经元的完整输入-输出功能，因此生物神经元模型无法捕获到的信息可能更多。也就是说，真实神经元可能更加复杂。
MichaelLondon对此也表示：「我们并不确定5至8层是否就是最终数字。」
原文链接：
https://www.quantamagazine.org/how-computationally-complex-is-a-single-neuron-20210902/