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
不少人都难以「一心多用」（Multitasking），科学家过去一直寻找原因。中文大学及城市大学一项透过研究发现，当大脑察觉需要竞争脑神经资源，脑内会进行协调，并随着学习能逐步动员任务专用的神经元，以提升效率。研究成果已发表于科学期刊《神经元》，团队相信成果将有助于训练人工智能多工处理能力。
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
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一套实验模式，牠们需同时维持连续推杆动作，并聆听不同听觉提示，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「一心多用」时，如何重组神经活动。
结果发现，随训练持续进行，小鼠大脑采取不同策略应对，大脑会使用更多专用神经元，同时渐渐区分两项任务的神经特性，减少共享资源带来干扰。另外，M2在大脑学习「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表示，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
团队又尝试将研究发现应用于电脑科学的运算思维，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，发现将有助更有效训练和管理人工智能系统。
本报记者
