如果四维世界我们还可以展开我们的想像力予以理解，那么对于我们大多数人来说，去想像和理解五、六维度或更多维度的世界实在是太复杂了。而一项新的研究发现大脑中具有多达十一个维度的结构 。
一个称为蓝脑计划的团队运用代数拓扑的方法， 发现了大脑网络内存在一个多维的几何结构和空间。这一项开创性的工作开始揭示大脑最深层的建筑奥秘。
在计算神经科学前沿Frontiers in Computational Neuroscience最近发表的一项研究表明，当一组神经元形成一个集团时，这些结构就会出现：每个神经元以一种非常特殊的方式连接到该集团中的其它的神经元，从而产生一个特定的几何结构。 集团中的神经元越多，几何结构的维数就越高。
“我们发现了一个我们从未想像过的世界，”蓝脑计划主任，也是瑞士洛桑联邦理工学院(EPFL)的教授，神经科学家Henry Markram说，“即使在一小块大脑中，也有数千万个这样的结构体， 有的结构体多达七个维度。 在一些网络中，我们甚至可以找到多达十一个维度的结构体。”
Markram认为这或许可以解释为什么大脑如此难以理解。 “通常应用于网络研究的数学无法探究我们现在清楚看到的高维结构和空间。”
代数拓扑由此应运而生：可以描述具有任意维数的系统的数学分支。 将代数拓扑引入蓝脑项目进行脑网络研究的数学家是来自EPFL的Kathryn Hess和来自Aberdeen大学的Ran Levi。
“代数拓扑就像一个望远镜和一个显微镜在同步运用。 它可以放大网络，找到隐藏的结构 ，就像看到森林中的树木 ;同时也可以看到空的地方 ，就如森林里的空地 。”Hess解释说。
在2015年，蓝脑团队公布了第一份关于大脑的一块新皮质的数字拷贝 ，新皮质是大脑中最发达的部分，也是我们感受、行动指令的产生和意识的所在。
在这项最新的研究中，蓝脑团队运用代数拓扑，对虚拟脑组织进行了多项测试，显示发现多维脑结构不可能偶然形成。
其中的一项测试是：当研究人员刺激虚拟脑组织时，一个逐渐变大的结构体会瞬间组装，从而形成一个高维空穴，研究人员称之为空洞。Levi说：“当大脑处理信息时，高维空洞的出现意味着网络中的神经元以非常有组织的方式对刺激作出了反应。”
“大脑对刺激的反应就好比建立一个多维实体然后又将其夷为平地的过程：首先要立杆(1D)，然后是搭木板(2D)，然后是建立立方体(3D)，然后是更复杂的4D， 5D等。大脑活动的进展也类似于一个多维沙堡的活动：不断地聚沙成物，然后又分化瓦解。“
这些研究人员现在面临的另一个问题是，我们可以执行的任务的复杂程度是否取决于大脑可以构建的多维“沙堡”的复杂程度。 神经科学也一直在努力寻找大脑存储其记忆的地方。 “答案可能就’隐藏’在这些高维空洞中。” Markram推测。
