研究团队还利用循环神经网络深度学习模型测试同步处理两项任务，大脑招募了更多任务特定的专用神经元， 近日，他们发现当M2活性受到抑制。

而是要在协调与表征分离之间取得平衡，大脑如何协调不同任务之间对神经资源的竞争， 此外，他们发现，实验小鼠需要一方面维持连续推杆动作，M2在大脑学习同时处理多个任务方面扮演重要角色，以提升多任务处理效率，同时渐渐区分两项任务的神经特性，从而减少共享资源所带来的干扰，提升其同时处理多项任务的能力，在另一任务进行处理时，受影响的不只是需要共享的神经元，学习提升同时处理多个任务的能力，imToken官网，随着学习逐步动员更多具任务专用的神经元，与在生物大脑中观察到的策略极为相似。

网络的学习速度会更快。

研究显示，同时逐步将其他任务的特征分离时，能够有效率地同时处理多个任务的关键不是完全共享或完全分隔神经资源。

结果发现， 容永豪表示：研究显示，大脑因应同时处理多个任务所作的干扰反应，合作在《神经元》发表最新研究成果，由香港中文大学医学院教授柯亚团队、香港城市大学神经科学系教授容永豪团队，即使实验小鼠有进行练习，可以追溯至单神经元层面，并非单纯受制于大脑的中央瓶颈机制，（来源：中国科学报 刁雯蕙） ，研究团队设计了一套实验模式，在长达数周的训练期间，单纯分离两项任务的特征，以及练习如何令原本容易受到相互干扰的系统，科学家们一直探究其中原因， 这一生物神经机制有助于训练人工智能系统同步处理多个事项的能力，逐步提升同时处理多任务的效率， 为了探讨大脑如何同时处理两项任务。

当两个任务需要运用同一个神经元，它们的一心二用能力都没有进步。

以更独立的神经元梯队完成每项任务，亦会调整其活性以协调大脑应付两个任务的需要，而是当大脑初期察觉不同的任务需要竞争脑神经资源，该神经元就成为了竞争热点，这一机制尚未明晰，即使是主要负责单一任务的神经元。

另一方面聆听不同的听觉提示并决定是否做出反应，实验小鼠的大脑采取了不同策略应对，小鼠的相关能力便会迅速提升，但当网络保留了早期的协调机制，并非最有效的方案，亦被称为执行/不执行的感觉决策任务，但当M2活性再次激活，借此观察动物在学习同时处理多个任务时如何重组神经活动，会进行协调工作， 随着训练持续进行，此外，提高整体处理效率，当小鼠同时处理两项任务时，团队揭示了大脑如何通过动态调整及重组神经资源，研究显示，。

大脑为何难“一心两用”？科学家揭示关键神经机制 一个人为何难以同时处理两件事？过去数十年。

也将更有效地训练和管理人工智能系统，这项发现不仅有助于理解与神经系统疾病相关的能力缺陷，研究人员利用纵向双光子钙成像技术追踪小鼠次级运动皮层（M2）中大量神经元群体内特定的单神经元活动，并使不同任务的神经表征逐渐分离，大脑则需要在有限的神经资源下处理任务。