为何难一心多用？中大城大拆解大脑机制 有望应用AI训练
发布时间：17:23 2026-09-03 HKT
「一心多用」是职场必备技能，但不少人难以同时处理多项任务。中文大学与城市大学研究，解构大脑在「一心多用」时的运作机制，发现当大脑察觉需要竞争脑神经资源，脑内会进行协调，经学习后就能逐步动员任务专用的神经元提升效率。团队亦将研究发现应用于电脑科学，相信有助于训练人工智能（AI）多工处理能力。
延伸阅读：中大校长卢煜明揭人才发展蓝图 推牛剑式研究生书院 深港旗舰课程剑指全球尖子︱专访
刺激专用神经元提升效率
为探究大脑如何同时处理两项任务，中大及城大研究团队为实验小鼠设计实验模式，牠们须维持连续推杆动作，同时聆听不同听觉提示，决定是否做出反应。团队利用双光子钙成像技术，追踪小鼠负责规划、决策与启动自主运动的脑区「次级运动皮层」（M2）内特定单神经元活动，借此观察动物在「一心多用」时如何重组神经活动。
研究显示，当两个任务需要运用同一个神经元时，相关神经元会成为竞争热点，即使是负责单一项任务的神经元，处理另一任务时会调整活性，以提高处理效率。随着训练持续，小鼠的大脑会采取不同策略应对，大脑会使用更多专用神经元，并渐渐区分两项任务的神经特性，减少共享资源带来干扰。其中M2在学习「一心多用」扮演重要角色，当M2活性再次激活，小鼠的多工能力便会迅速提升。
领导研究的中大医学院生物医学学院教授柯亚指，研究发现了大脑学习「一心多用」的神经活动机制，学习早期主要支援单一任务的神经元降低活性，实际上能够帮助处理另一个任务，以助两项任务顺利完成。
延伸阅读：城大向4人颁授荣誉院士衔 包括医管局前行政总裁梁栢贤
研究助训练和管理AI系统
研究团队尝试将研究发现应用于电脑科学及认知科学的运算思维，利用深度学习模型「循环神经网络」测试多工处理，发现当网络保留了早期的协调机制，同时逐步将其他任务的特征分离时，网络的学习速度会更快。城大神经科学系教授容永豪指，要有效率地「一心多用」，关键不是完全共享或完全分隔神经资源，而是要在协调与表征分离取得平衡，有关发现有助训练和管理AI系统。
本报记者
