一位宇宙物理学家发现原来宇宙学与神经学有着异曲同工之妙。他用宇宙学的理论开发了一套应用于神经学的数学模型，看到了神经元之间以前的理论所看不到的规律。

　　在研究了宇宙学多年后，物理理论学家蒂尔萨比尔‧比斯瓦斯（Tirthabir Biswas）对神经学有了兴趣，他加入了美国神经学研究机构——珍尼利亚农场研究园区（Janelia Farm Research Campus，缩写 JFRC）。

　　他说：“今天的神经学和一百多年前物理学的情况有点类似，那个时候物理学有那么多数据，科学家不知道它们代表的是什么，让人很有兴趣去探索。现在神经科学家也面对着大量的信息，他们了解某些特定的大的回路，但是缺乏对整体的认知，我看到我在这方面也许可以做出贡献。”

　　脑细胞之间的联系到底是遵循怎样的规律，这是目前困扰神经学家的一大问题。科学家发现，大脑内各种连接的数量是银河系内恒星数量的成百上千倍之多。可是，到底哪些脑细胞之间是互相连接的，连接的原因是什么，这些都是未解之谜。这极大限制了科学家治疗某些神经系统疾病的能力，也阻碍着人工智能的研究。

　　珍尼利亚农场研究园区菲茨杰拉德实验室（Fitzgerald Lab）负责人詹姆斯‧菲茨杰拉德（James Fitzgerald）提出一个想法，认为应该可以开发一套数学理论用于描述脑神经元之间的联系规律。正好此时比斯瓦斯加入了他的研究团队。

　　多数研究人员都依赖微积分和代数理论钻研数学问题，而比斯瓦斯利用他的专业背景，从高维几何学的角度尝试解决这个问题，他找到了一个新办法。一开始菲茨杰拉德简直不敢相信，在听了比斯瓦斯的解释后，他很震惊，意识到他们有了重要的发现。

　　菲茨杰拉德说：“他（比斯瓦斯）提出的见解能够从根本上描述这些网络的工作模式，这是科学家以前没有意识到的。这是跨学科思考所带来的飞跃性的见解。这是他的灵感，在他从未研究过的问题上得到了应用。”

　　这项研究成果6月29日发表于经同行审议的期刊《物理评论研究》（Physical Review Research）。

　　他们用这套新的见解尝试分析一个人工神经网络——就是模拟大脑工作模式的人工智能系统，能够判断出一些神经元连接的重要程度之间的差别。研究称，了解这些连接的重要程度有助于更好地探索大脑进行各种任务的计算过程。

　　研究者表示，下一步他们将利用这套新的数学理论预测动物的大脑活动。他们将先从苍蝇和斑马鱼幼鱼这些简单的脑组织入手，检测这套新理论是否有效。

　　菲茨杰拉德说：“如果这套理论在简单的大脑模型内得到验证，我们再探索这套理论是否适用于更大一些的脑结构。”