一句话看懂：两位研究人员提出“三元记忆机制”理论，认为大脑记忆依赖神经元、星形胶质细胞与化学分子环境的相互作用，而非计算机的 0 和 1 二进制逻辑。这一理论直接挑战了“算力增强必然带来类人智能”的主流假设。
事件核心：发生了什么
MX Biotech 的 Gerard Marx 与耶路撒冷希伯来大学的 Chaim Gilon 在近期论文中提出了名为“三元记忆机制（Tripartite Mechanism of Memory）”的生物学记忆模型。该模型认为，真实记忆的产生并非依赖硅基芯片中的二进制开关，而是由三种生物要素共同作用：脑细胞（尤其星形胶质细胞）与神经元的互动、细胞周围的分子微环境，以及持续在脑组织中循环的化学信使（如金属离子、神经递质和胶质递质）。
研究者的核心论点是，生物大脑不仅能通过神经元之间的电信号传递信息，还能以化学方式“写入”和“读取”特定信息，这一过程在硅基处理器中没有对应物。相关论文基于分子与细胞层面的现有证据，而非单纯的理论推演。
为什么重要
这一研究的意义不在生物学本身，而在于它对 AI 行业技术路线的基本假设提出了质疑。目前行业普遍认为，只要持续扩大算力、增加模型参数与训练数据，就有望逼近甚至实现类人意识与通用人工智能（AGI）。但 Marx 与 Gilon 的模型指出，智能行为未必等同于产生记忆、情感与思维的生物过程。电子系统缺乏活体细胞环境与化学机制，即便运算能力继续指数级增长，也可能无法复制生物式认知。
这一观点为关于“大模型是否真正理解”的争论提供了新的理论支点，也间接回应了业界关于 AI 安全与对齐问题的讨论——如果机器认知与生物认知存在本质差异，那么对齐策略的设计前提也需要重新审视。
对用户/开发者/创作者的影响
对普通用户而言，这一研究提醒我们不要把 AI 的“智能表现”过度拟人化。大模型能生成流畅文本、图像或代码，但按照该理论，其底层机制与人类记忆和情感加工并不等同，这在涉及情感陪伴、心理咨询等应用场景时尤为重要——AI 的回应本质上是统计与逻辑计算，而非情感体验。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者和企业决策者，该论文提供了一个评估 AI 能力边界的框架。如果生物记忆确实包含化学维度的信息编码，那么仅靠堆叠 GPU、扩大训练数据与模型规模，未必能突破某些认知能力的瓶颈。在技术选型或投资评估时，不应把“算力增长”与“智能质变”简单挂钩。
值得关注的后续
目前公开信息显示，该理论仍处于学术论证阶段，尚未转化为可验证的工程实现。值得关注三个观察点：其一，该模型是否会在神经科学界引发实验验证的浪潮，例如通过星形胶质细胞干预实验检验化学编码假说；其二，是否会催生“类脑化学计算”等新型硬件研究方向，从而影响未来 AI 芯片的架构设计；其三，该观点能否推动 AI 行业重新审视“智能”的评估标准，从单纯的基准测试转向更多元的能力维度。对于关注 AI 长期发展的从业者，建议持续追踪该理论后续的同行评议与实验证据积累情况。
来源：TechRadar
