Учёные выяснили: обучение не требует новых нейронов
Учёные из Bar-Ilan University выяснили: при обучении мозг не создаёт новые нейронные связи, а усиливает уже существующие. Исследование, опубликованное в 2026 году в журнале Physica A: Statistical Mechanics and its Applications, поставило под сомнение популярную теорию о том, что обучение требует расширения нейронных сетей. Об этом рассказывает издание Phys.org.
Команда под руководством профессора Идо Кантера использовала искусственные нейронные сети для задач обучения языку. По мере увеличения объёма данных модели учились значительно лучше. Однако исследователи с удивлением обнаружили, что сети могли терять примерно ту же долю связей (синапсов) без какого-либо заметного снижения производительности. То есть улучшение обучения не зависело от построения более сложных сетей, а было результатом более эффективного взаимодействия уже существующих компонентов.
Первый автор исследования, магистрант Янир Харель, отметил: «Это особенно интригует в контексте биологического мозга, где количество нейронов остаётся примерно постоянным. Более того, в настоящее время нет доказательств существования биологического механизма, который позволил бы массово и непрерывно перестраивать топологию нейронной сети во время обучения».
Таким образом, исследование указывает на общий принцип, объединяющий биологический и искусственный интеллект: интеллект может возникать не за счёт добавления новых компонентов, а за счёт улучшения работы существующих. Возможно, как человеческий мозг, так и современные системы ИИ обязаны своей удивительной способностью к обучению постоянной настройке внутренних связей, а не постоянно расширяющимся архитектурам.
