特伦斯·谢诺沃斯基（Terrence J.Sejnowski）：计算神经科学家，萨尔克生物研究所弗朗西斯·克里克讲席教授，合著有《计算型大脑》（The Computational Brain）。
2004年，加州大学洛杉矶分校医疗中心（UCLA Medical Center）通过展示一系列名人的图片，对一位癫痫患者的大脑进行了监测，以期发现癫痫发作的原因。植入患者大脑记忆中心的电极对照片产生了相应的脉冲变化，其中某个神经元对詹妮弗·安妮斯顿（Jennifer Aniston）的几张照片反应激烈，而对其他名人则一般。另一名患者的某个神经元只对哈莉·贝瑞（Halle Berry）的照片以及她的名字产生应答，但是对于比尔·克林顿（Bill Clinton）和朱莉娅·罗伯茨（Julia Roberts）等名人则没有反应。
50年前，科学家开始记录猫和猴子大脑中的单个神经元，那时他们就已经预测到这种细胞的存在。在大脑皮层视觉区域层次上，神经元等级越高，它的反应特性越明确，就可能使得单个细胞只对某个人的照片做出反应。基于大脑中假定的专门负责辨认祖母的神经元，科学家们得出了“祖母细胞假设”。加州大学洛杉矶分校团队似乎已经找到了这种细胞。单个神经元也可辨认特定的物体和建筑，例如悉尼歌剧院。
尽管有如此明显的证据，祖母细胞假设依旧不可能成立，或解释前面所提到的现象。我们开始同时从老鼠、猴子和人类数以百计的细胞中收集信息，得出大脑皮层如何感知以及决策的不同理论。然而，祖母细胞假设的拥护者从未消失，从单个神经元中产生的想法仍然普遍存在于大脑皮层电生理学领域。如果我们能够放弃这一众所周知的祖母细胞假设，那么就可以更快取得进步。
根据祖母细胞假设，当这一细胞处于激活状态，你就可以辨认出自己的祖母，但是它对其他刺激物没有反应。首先，由于只测试了几百张照片，所以我们并不知道“詹妮弗·安妮斯顿细胞”的选择性如何；其次，电极恰巧记录了大脑中单个此类细胞的概率很低，应该会包括成千上万的细胞，如“哈莉·贝瑞细胞”，还有各种用来识别熟人和物体的细胞。虽然大脑中有许多神经元，但对于每个物体和你所知道的名字而言依旧不够。质疑祖母细胞假设更深层的原因在于，感觉神经元的功能仅部分由它决定感官输入的反应，同样重要的还有神经元的输出以及它对行为的影响。
在猴子的大脑中可以同时记录许多神经元的状况、刺激物，还有相关信号广泛分布其中，每一神经元根据刺激物和任务细节特征的不同组合给出不同反应。20世纪80年代，在人工神经网络的研究中首次出现了关于此类分布表象的特点。大批名叫“隐单元”的仿制神经元可以在一系列输入单元和输出单元之间执行映射，并为高度分布的每一输入单元提供活动模式，就像在大量皮层神经元中观察到的一样。例如，输入单元能够从多角度呈现人脸，而输出单元则呈现人名。通过多个例子的训练，每个隐单元就可以为输入单元特征的不同组合进行编码，比如眼睛、鼻子以及头形的部分。
分布表象能够用于辨认同一物体的不同形式，而相同系列的神经元可以通过差异性加权输出辨认不同物体。此外，神经网络能够正确分类训练组外部的新输入单元，并进行普及。利用早期更为强大的神经元网络模型，加之视觉皮层等级中12层有余的隐单元，并深度学习调整数以亿计的突触权，我们已经可以识别成千上万图片中的物体。这在人工智能领域是一个突破，因为随着神经网络规模和训练样本数量的增大，它的性能也不断提高。世界各地的公司都在竞相开发专用硬件，以期扩大这一体系。在现有体系拥有和人类大脑相近的容量（即每立方毫米皮层具有10亿个突触）之前，我们还有很多工作要做。
那么需要多少神经元才能区别许多类似物，比如人脸？从影像学检查中我们得知，大脑中的许多区域都能对人脸作出反应，其中一些还有很高的选择性，我们需要从这些区域中采集大量神经元样本。前面所提问题的答案也许会令人惊讶，因为有合理的论据表明，可以将呈现物体的神经元数量最小化。首先，“稀疏编码”可以提高能效；其次，用相同数量的神经元识别新物体会影响其他物体。高效的呈现将会非常分散。
10年之内，我们所记录和操作的神经元数量将会是现在的1 000倍。为了分析神经元，我们正在开发新的技术，或许能够对神经元形成思想、情感、计划和决策的过程有进一步的了解。我们也可能很快就会知道，在大脑中表示一个物体或概念需要多少神经元。那么，祖母细胞假设会被淘汰吗？
