概论

前言

连接组学被认为是大脑连接的大数据，对其深入研究有助于实现《黑镜》中的记忆存储器乃至于AR杀人术和痛苦放大器。

作者给出了一点做研究的心得，比如：「要想做到从未有人做到、却又值得做的事，就一定要通过还不存在的方法。」鼓励人们开发有自主知识产权的仪器来辅助自己的研究从而获得竞争优势。

不过现阶段，未来连接组学的关键问题还是很明显的：

根据这些研究者们的经验，可以推断，手工重建1立方毫米的皮层，就需要一百万人年的工作量，远远大于电子显微镜获得相应图像的工作量。因为这些令人望而却步的数字，未来连接组学的关键问题很明显就是要实现图像分析的自动化。

连接组学前沿发展的情况如下所示：

现在世界上有几家实验室，包括我自己的实验室，正在利用机器学习方法，训练计算机看神经元。起初，我们利用约翰·费拉和克里斯顿·哈里斯开发的那种软件。人们手工地重构出神经元的形状，作为样例以供计算机模仿。当我们开始这项工作时，怀伦·杰恩（Viren Jain）和斯里尼·图拉加（Srini Turaga）是我的博士生，他们设计了一种方法，通过比较计算机的分析结果与人类的差异，对计算机的表现进行量化的“评分”。计算机要提高自己在分析样例时的“评分”，从而学会看神经元的形状。用这种方法训练计算机之后，再让它去分析那些没有经过手工重建的图像。图37给出了计算机自动重建的视网膜神经元。这种方法虽然还刚刚起步，但已经达到了前所未有的准确度。

作者认为「解出区域连接组的最好方法是划分神经元连接组」：

虽然我个人花了更多的时间致力于神经元而不是区域，但我同意斯波恩及其同事的观点，也就是区域连接组的重要性。我唯一不同意的地方是方法。在我看来，我们需要去观察神经元，从而解出区域连接组。简单来说，我是一个神经元沙文主义者——但只在方法上，而不在结果上。

我相信，解出区域连接组的最好方法是划分神经元连接组，然而我也承认，这个方法在目前还不太现实。在未来一段时期里，这个方法也只能用于很小的大脑，而不是人类大脑。这就是为什么人类连接组计划试图走捷径：用磁共振成像技术直接解区域连接组。稍后我将解释，这种成像方法是一定会遇到困难的，因为它的空间分辨率很有限。在第十二章中，我将提出另一种解出区域连接组的捷径，这种方法在不远的将来就能应用，而且不需要做出过多妥协。另外还有一条与之类似的捷径，可以帮助我们解出神经元类型连接组。

不过本书的翻译水平不高，比如下面这种句式杂糅的语句多次出现：

但是，他并不能证明这种增厚是导致智力提升的原因。

书籍简介

作者: [美] 承现峻

出版社: 清华大学出版社

副标题: 造就独一无二的你

原作名: Connectome: How the Brain’s Wiring Makes Us Who We Are

译者: 孙天齐

出版年: 2016-1

页数: 374

定价: 45.00元

装帧: 平装

ISBN: 9787302393801

内容简介

基因组让你成为人，连接组让你成为你。

每个人都是独特的，我们早就清楚这一点，但科学家一直没有弄明白人的独特性体现在哪里。承现 峻认为，它就藏在大脑神经元的连接方式中。连接组（connectome）是指神经系统中神经元连接的总和，是遗传和生活经历发生相互作用的结果，是先天与后天的结合点。

承现峻的文字优雅清晰，富于幽默感，他在书中介绍了神经科学的发展历程、基础知识，以及连接组学的研究方法与成果。这项工作如同攀登科学界的珠穆朗玛峰，如果成功，将为个性、智能、记忆等的研究提供基础，对孤独症、阿尔茨海默症、精神分裂症等精神疾病的治疗产生极大影响，人工智能也将由此获得希望。

作者简介

作者 | 承现峻（Sebastian Seung）

美国普林斯顿大学神经科学研究所与计算机科学系教授。在人工智能和神经科学领域做出诸多重要发现，多篇论文发表于顶级学术期刊，学术成果得到《纽约时报》《技术评论》《经济学人》等媒体的报道。公民科学共同体“Wired Differently”科学项目主管。2010年的TED演讲“我是我的连接组”（I am my connectome）将连接组学带入了公众视野。

译者 | 孙天齐

笔名苏椰，科学传播团体“科学松鼠会”成员，曾就职于清华大学生物医学工程系，研究人工智能、神经系统建模，目前自主创业。译有《艾伦·图灵传：如谜的解谜者》一书。

正文摘录

序：最后的前沿

仇子龙　蒲慕明

中国科学院脑科学卓越创新中心

中国科学院上海神经科学研究所

科幻大片《星际穿越》中的茫茫宇宙、神奇的虫洞与黑洞、折叠的时间等，是否让人觉得未知的宇宙难以琢磨而令人神往？其实我们每个人都有一个“小宇宙”——大脑。人类大脑重约3磅（1.5千克），被戏称为“三磅的宇宙”（three-pound universe）。因为具有高度发达的大脑，我们成为万物之灵，在创造了绚烂的文明、改造了这个世界的同时，还可以抬起头探索浩瀚星空。我们的大脑中有数百亿神经细胞（神经元），每个神经元与成百上千的其他神经元相连接，通过电信号、化学信号等方法将我们感受到的外界信息储存进大脑，并做出需要的即时反应，而且还可以反复思考，探索并发现宇宙万物的终极规律。美国著名长篇科幻漫画《星际迷航》有一集名为“最后的前沿”（The Final Frontier），意指探索浩瀚宇宙是人类科学最后的前沿，其实人类的大脑一点都不比无穷宇宙简单，说研究人类大脑的神经科学（neuroscience）为人类科学最后的前沿也毫不为过。

这本《连接组：造就独一无二的你》为美国麻省理工学院著名神经科学家承现峻教授的作品。他用生动的笔触，描写了世界各国神经科学家正在开展的一项探索大脑奥秘的宏伟工程——连接组（connectome）计划。连接组计划希望全面认识大脑中神经元之间的连接，我们已经知道大脑中的神经元可能多达百亿，而每个神经元又同时与成百上千个神经元形成传递信息的连接（突触），因此所谓大脑的连接组是对近百亿的神经元之间相互连接情况进行全面的研究与分析，可想而知是个包含了人类历史上最大信息量的艰巨工作。

连接组这个词从基因组（genome）衍变而来。20世纪90年代美国能源部启动的历经十余年的人类基因组计划（human genome project, HGP）耗资30亿美元将人类基因组的30亿个碱基完成了全测序。在得知了人类近乎全面的编码基因及非编码序列的组成后，人类攻克复杂疾病、寻找遗传病病因而提升健康的能力大大加强。美国总统奥巴马在2013年4月的国情咨文中宣称，对人类基因组计划每1美元的投入至今获得了140美元的巨额回报，因此美国将从2013年开始启动研究大脑的“脑科学计划”。当然，如果说科学研究的初衷是为了投资回报，这未免太功利了些。但是无可置疑的是，从过去几年开始，美国、欧洲及日本陆续宣布了专攻神经科学的脑科学计划。中国科学院在2012年启动了研究大脑功能性连接图谱的战略先导计划。从2013年至2014年，中国的脑科学计划经过神经科学家们反复研讨，也呼之欲出。人类终于要向“最后的前沿”进军了！

本书作者承现峻曾经在TED论坛做过一个非常出色的关于大脑连接组研究的演讲。开篇时，他自嘲道，大脑如此复杂，忍不住让人怀疑，这难道是我们穷极一生可以理解的吗？不错，我们虽然知道大脑的基本物理与化学组成，却对大脑如何准确地区分与储存海量信息，并同时进行思考与抉择的机制知之甚少。在本书中，承现峻教授提出，只要全面了解了大脑中神经元的连接，就可以得知我们大脑的储存信息、思维模式甚至如何产生深邃的思想。是否真的如此？

让我们简单讨论一下书中的主要观点。首先作者认为人的大脑组成不仅仅被基因组决定，更被连接组决定。这是生物学界一个非常重要的争论，nature vs. nurture，先天还是后天的因素决定了人的方方面面，包括大脑的功能。基因组代表先天因素（nature），从父母遗传而来无法轻易改变；而连接组象征后天因素（nurture），是我们在这个缤纷世界中经过无数外界信息塑造后的大脑。在这个问题上，并非说基因组和连接组就一定是东风和西风谁压倒谁的问题，而是在何种层次上相互协调贡献大脑功能的问题。比如我们知道在成年人的大脑中，虽然神经网络已经基本定型，但是基因组也并非对大脑的功能毫无贡献。人类在进行学习与认知活动时，大脑中的电信号就会激活神经元而读取神经元中基因组的信息，将许多基因打开或关闭，通过改变神经元的重要功能蛋白质的水平，来对神经元之间的连接（突触）做出可塑性的改变。因此在这个角度上讲，连接组也是基因组在大脑中的功能投射。

作者还认为，全面了解大脑的神经元连接组，我们就可以了解大脑的奥秘。如上所说，我们知道所谓大脑连接组是个动态的组成，在我们的大脑接收处理了外界信息后，神经元之间的连接就很可能发生可塑性的改变，这些改变就代表了我们思考、记忆的过程等。因此，如果仅仅在某一个时间点上看清楚了（只是假设，现在还做不到）大脑的所有神经连接，下一个时间点你看到的就不同了。所以，如果如承教授所说，将大脑深度冷冻，储存连接组，是否能真正存储我们的思想，是否能有效提取连接组中的有效信息，还是完全的未知数。以现在的科学手段，这简直近乎科学幻想。

那么，如果暂时还没有办法洞察一个活人大脑中神经元间全面且动态的连接情况，研究大脑连接组还有意义么？近年来神经科学家们确实认识到，我们的高等认知功能及脑疾病的起因，往往与大脑中神经元的功能性连接改变关系甚密。虽然目前还无法全面得知大脑中所有神经元的动态连接情况，但是我们已经可以通过模式生物（如啮齿类的大鼠、小鼠），以及人类的近亲——非人灵长类等，来对大脑中的特定神经连接环路进行研究。研究内容包括：在高等认知功能中，有哪些神经连接组成的环路发生了激活与抑制；在病理状态（包括阿尔茨海默病、帕金森病、自闭症、抑郁症及精神分裂症）中，大脑中哪些神经连接组成的环路发生了破坏性的改变。比如说我们已经知道，在帕金森病患者中，因为释放多巴胺的神经元发生了死亡，大脑中涉及多巴胺的神经连接被严重破坏，而影响到了患者的运动及认知能力等。因此，如果能认识到大脑中这些神经元的连接模式及细节，的确可以极大促进我们对大脑工作原理的认识，同时得知脑疾病的起因与病理进程。

因为大脑中神经元为数甚多，相互之间的连接更是数不胜数，连接组计划涉及海量的人力、物力与财力，堪比20多年前的人类基因组计划。正因为大脑连接组计划可能耗资甚巨，目前世界各国的脑科学计划其实都没有将连接组计划作为主攻方向。美国的脑计划希望先搭桥铺路，把研究大脑的工具手段继续研发创新，让我们可以应用新型的方法看到以前看不到的细节，如神经元间连接的动态变化等；目前备受争议的欧洲脑计划，原本打算利用计算机模拟的方法，构建人类大脑的计算模型，无奈受到欧洲各国神经科学家们的强力反对，很可能改弦易辙；日本于2014年启动的脑计划，决定从我们的近亲——非人灵长类（狨猴）入手，研究大脑的结构与功能。面对这样一个近乎“不可能的任务”，中国的神经科学家们将何去何从？怎样另辟蹊径而做出独特的贡献？

探索人类科学的最终前沿，显然还需要数代人的不懈努力。而在这中国的脑科学计划面世的前夜，社会大众更为关心的问题可能还是，这么多脑计划，是否可以搞清脑疾病的机制？是否可以治愈或者至少可以延缓脑疾病的发生发展？是否可能通过脑科学研究，帮助少年儿童的智力发育？特别是在中国已经步入老龄化社会的时刻，是否可能通过脑科学研究让老年人的大脑经常跳跳“广场舞”而永葆青春？基础研究与社会发展密不可分，特别是脑科学研究，脑的衰老及疾病已经成为影响社会发展的巨大负担。中国的脑科学计划需要攀登高峰的排头兵，也需要接地气的先锋队。在社会资源有限的当下，如何平衡两者，在不忘攀登高峰搞好基础研究的同时造福社会大众做好转化研究，是国家科技政策的决策者和从事基础科学研究的工作者都需要深思的问题。

电影《星际穿越》中，人类赖以生存的地球即将耗尽资源无法延续，平时看起来毫无用处的宇航科学和尖端物理学，反倒成了让人类可以星际移民而拯救自身的救命稻草。脑科学也是一样，看起来与社会大众好像毫无关系，但其实却关系到人类生活的方方面面，从健康时如何学习与记忆，到患脑疾病时如何康复。人类只有攻克一个又一个前沿才能创造更灿烂的文明，才能让自身屹立于茫茫宇宙之中。面对着人类最后的前沿，让我们像第一次飞入太空的加加林那样，豪情万丈地说：“让我们出发！”

作者简介

仇子龙博士， 先后就读于上海交通大学生物科学与技术系和中国科学院上海生物化学与细胞生物学研究所，获博士学位。2003～2009年在美国加州大学圣迭戈分校神经生物学系从事博士后研究工作。2009年受聘于中国科学院上海神经科学研究所，任研究员、博士生导师。主要研究课题是探究自闭症等神经发育疾病的分子神经生物学机制及神经环路机制。

蒲慕明博士， 国际著名神经生物学家和生物物理学家，在细胞膜生物物理、神经轴突导向机制、神经营养因子与神经突触可塑性的关系等领域取得一系列重要研究成果。

先后就读于中国台湾清华大学物理系和美国约翰·霍普金斯大学生物物理系，获博士学位。曾在美国加州大学欧文分校等多所世界名校担任教授，并于2001～2006年任美国加州大学伯克利分校分子与细胞生物学系神经生物学部主任，2009年当选为美国科学院院士。

1999年起任中国科学院上海神经科学研究所首任及现任所长、神经可塑性研究组组长、博士生导师。2011年当选为中国科学院院士（外籍），2013年任中国科学院脑科学卓越创新中心主任。

引言

工程师们都知道，要制造一个收音机，就要把电阻、电容、晶体管这些电子元件连接起来。类似地，要组建一个神经系统，就要通过神经元的那些纤细的枝条，把它们连接起来。因此，像图3这样的图，最初被称为“线路图”。而最近，我们提出了一个新的术语，把它称为“连接组”（connectome）。这个词不再是受电子工程师的启发，而是受基因组学的启发。你可能听说过，DNA是一个由分子组成的长链条，这个链条上的每个点叫做核苷酸。核苷酸有四种，分别用字母A、C、G和T来表示。而你的基因组（genome），就是你的DNA上这些核苷酸组成的全体序列，或者你可以把它看成由四种字母组成的一个很长的字符串。这个字符串共有大约30亿个字符，如果写成一本书，将有100万页的厚度，6图4为你展示其中一个小片段。

同样，一个连接组，就是一个神经系统中各个神经之间的连接的全体。这个术语与基因组一样，意味着全体。一个连接组不是一条连接，也不是很多连接，而是所有的连接。理论上来说，你的大脑也可以用一个线路图表示出来，就像那条虫子一样，但是你的大脑要复杂得多。那么，你的连接组，能够说出什么有趣的事情呢？

首先，它能够说明一个道理——你是独一无二的。你可能会说，你早就知道这一点，那是当然，不过要想搞清楚你的独特性是由什么导致的，这曾经是惊人的困难。你的连接组与我的连接组之间存在巨大的差异，这与那些虫子的标准化连接组不同。从这个角度来说，每个人都是独特的，但那些虫子却并不是。7（我无意冒犯虫子们！）

参差多态，乃幸福本源。研究大脑的工作原理时，最让我们感到有趣的就是，每个人的大脑运转得竟然如此不同。为什么我不能像那个外向的朋友一样开朗？为什么我的儿子读书就是赶不上他的同学？为什么我的小表弟产生了幻听？为什么我妈妈失忆了？为什么我的爱人（或者我自己）不那么善解人意？

这本书会提出一个简单的理论：心灵与思维之不同，正是因为连接组之不同。有些报纸的标题常常暗含着这个理论，例如《孤独症患者的大脑与常人不同》。连接组也许还能解释个性和智商，可能还有你的记忆。你的记忆是你身上最为独特的部分，而它们也许就编码在你的连接组里。

虽然这个理论早已流传了很长时间，但是神经科学家们仍然不知道它是否正确，不过很显然，这个理论的意义非常重大。如果它是对的，那么治疗精神障碍的根本方法就是修复连接组。事实上，一个人的任何改变，比如提高素质，少喝点酒，或者挽救一段婚姻，其实都是对连接组的改变。

再来看一个不同的理论：心灵与思维之不同，是因为基因组之不同。简而言之就是，你的基因组使你成为你。现在这个时代，个人基因组测序已经不是什么难事，再过不久，就可以便宜又快速地测出我们自己的DNA序列。而且我们还知道，在精神障碍或者一些普通特质（比如个性和智商）中，基因确实有其作用。那么，既然对基因组的研究已经如此深入，为什么还要研究连接组呢？

原因很简单：单凭基因无法解释大脑为什么这样工作。早在你蜷缩在母亲子宫里的那一刻，你就已经拥有了你的整个基因组，可是在那时，你却并没有对于初吻的回忆。你的记忆是在一生中不断形成的，而不是先天就有的。有些人会弹奏钢琴，有些人会骑自行车，这些都是后天学会的技能，而不是随着基因而来的本能。

从你的母亲受孕的那一刻起，你的基因组就已经固定了，8但与此不同，你的连接组在你的一生当中始终在改变。神经科学家们指出了这些基本的改变是如何发生的。首先，神经元会调整彼此之间的连接，使它们变得更强或弱，从而给这些连接重新赋予权重。其次，神经元还能创建新的突触，或者去掉一个突触，这样它们就能重新连接，它们还能通过生长新的枝条或收回原有的枝条来改变连线的结构。最后，新的神经元会不断地产生，旧的神经元会不断地死去，这些会使连接发生重建。

我们还不知道你的生活经历——比如你父母的离异，或者你传奇的海外经历——具体是如何改变你的连接组的。但是，有很多证据能够表明，这四个“重新”——重新赋权，重新连接，重线连线，重新生成——会受到你的经历影响。与此同时，这四个“重新”也受基因的指挥。基因确实会影响心智，尤其是在幼年和童年，大脑开始建立连接的时候。

连接组是由先天的基因和后天的经历共同塑造的，如果要解释大脑如何运转，就必须考虑到这两种影响和作用。“连接组不同论”是兼容于“基因组不同论”的，只是比后者更加丰富、更加复杂，因为它考虑到了你活在这个世界上的后天作用。相比来说，连接组理论不那么具有命运色彩，因为它相信，我们的连接组可以由我们的行为和思维来塑造。大脑的连接结构，使我们成为我们，但反过来，我们也在影响大脑的连接结构。

这个理论总结起来就是：

你不只是你的基因组，你是你的连接组。

如果这个理论是正确的，那么神经科学最重要的目标就是去驾驭那四个“重新”。需要知道，连接组发生什么样的改变，才能使我们表现出我们所希望的行为，然后需要开发出相应的方法，来制造这种改变。如果我们成功了，神经科学就能够有效地治疗精神障碍，治疗大脑的损伤，并且使生活更美好。

然而鉴于连接组的复杂性，这是一个艰巨的挑战。秀丽隐杆线虫只有7000条连接，但是测绘它的连接组却花了我们10多年时间。而你的连接组的规模，是它们的1000亿倍，其中的连接数量，是你的基因组字母数量的100万倍。9与连接组相比，基因组简直就是小孩子过家家。

今天，我们终于具备了有力的技术和工具，能够面对这项挑战。配合最尖端的显微镜，我们的计算机能够采集并存储巨大的脑图像数据库，帮助我们处理和分析滚滚而来的数据流，从而测绘神经元之间的连接。依靠这样的机器智能，我们最终看到了为难我们多年的连接组。

我相信，在21世纪结束之前，我们有机会测出人类的整个连接组。我们会从线虫发展到果蝇，然后攻克小鼠，接着是猴子，最后会面对最终极的堡垒——人类大脑。当后代追溯我们这一系列成就时，一定会惊叹这是多么重要的科学革命。

是否必须要再等几十年，连接组才能向我们透露一些关于大脑的奥秘呢？幸运的是，并非如此。现在的技术，已经足够能看到大脑的一个小局部的连接关系，而这样的局部的知识，也是非常有用处的。另外，老鼠和猴子也能够让我们搞清楚许多问题，因为我们在进化上有很近的亲缘关系。它们的大脑和我们的很像，而且很多运行原理都是相同的，通过研究它们的连接组，也会给了解我们自己的大脑带来许多启发。

……

就像庞贝古城一样，如今我们也只能通过分析死去的大脑的图像来寻找连接组。可以把这项工作想象成大脑考古学，它本来的名称是神经解剖学。一代又一代的神经科学家，凝视着显微镜下那些冰冷的神经元的尸体，思考着它们的过去。一个死去的大脑，其中的分子被防腐药水凝住，就像一座纪念碑，纪念那些曾经由它产生的思想和感受。在过去，神经解剖学的工作十分类似于通过硬币、坟墓或陶罐之类的零散证据来重建一个古代文明，而现在，连接组就像庞贝古城一样，是大脑的一个凝固的全景。这些全景使神经解剖学家获得了革命性的能力，去研究和重构活体大脑的功能。

你也许会问，既然有很酷的技术能够直接研究活体，为什么还要研究死去的大脑？假如有时间旅行，直接穿越到当年完好的庞贝城去看看，岂不是能够了解更多？其实，未必如此。想象一下就不难发现，游览和观察一个活动的城市，存在很多限制。当你观察一个活人的行为，你就错过了其他人同一时间的行为。或者你可以通过红外卫星图片去观察一个区域的平均活动情况，但就看不到更具体的细节了。因为这些约束，所以直接去考察一个活动的城市并不像我们想象的那么畅快。

我们用以直接研究活体大脑的技术，同样存在着这样的限制。把颅骨打开，可以观测神经元的形态和电信号，可是大脑有上千亿个神经元，我们每次只能观测极少的一部分。如果采用非侵入的成像技术，透过颅骨去观测大脑内部，就没办法观测单个的神经元，只能得到一个区域的形态和活动等粗糙的信息。或许将来有一天，会有更先进的技术使我们突破这些限制，直接观测活体大脑的每一个神经元，但就今天而言这还只是一个幻想。研究活体大脑和死亡的大脑其实各有优缺点，在我看来最好的方法是同时结合这两种手段。

然而，确实有一些神经科学家认为研究死亡的大脑是没有意义的，只有活体大脑才是神经科学的王道，他们的理由是：

你是你的所有神经元的活动。

这里的“活动”是指神经元的电信号。这些电信号能够给出大量的信息，即神经元在任意时刻的活动，这些信息编码了你在这一时刻的思考、情绪和感觉。

前面说过，你是你的连接组，现在这里又说你是你的所有神经元的活动，那么你到底是什么呢？这两种说法看起来是矛盾的，但实际上它们是兼容的，因为它们涉及对自我的不同认识。11活动论所指的自我，是动态的自我，是时时在变的，可能现在很生气，过一会又会变得兴奋，然后去思考人生的意义，做些家务活，欣赏外面的落叶，再打开电视看球赛。这个自我是与意识分不开的。因为大脑的神经元活动始终在变化，这种自我的本质是变化不定的。

而连接组论所指的自我，是一种静态的自我，就像你童年的记忆会伴随你的一生。这种自我的本质——通常称为个性——是稳定的，这个事实会让我们的家人和朋友感到舒服。你的个性会表现在你的意识中，但是当你没有意识的时候，比如睡觉的时候，你的个性仍然持续地存在。这种意义上的自我，就像连接组，随着时间推移，只会有很缓慢的变化。这就是连接组论所指的自我。

在过去，意识的自我吸引了大量的研究。在19世纪，美国心理学家威廉·詹姆士（William James）提出了意识流，即意识就像一条河流，始终在心灵当中流淌。但是詹姆士忘了一件事，那就是所有的河流都需要河床。如果没有地上的那些凹槽，水根本不知道该往哪里流。正是连接组提供了路径，才使神经活动能够流动，从这个意义上说，应该把它称为意识河床。

这是一个非常好的比喻。随着时间的推移，水流也会慢慢地塑造河床，正如神经活动会塑造连接组。这两种不同的关于自我的概念，一种是快速移动的、时刻在变化的河水，一种是稳定的、缓慢变化的河床，其实是谁也离不开谁的。你面前这本书，是关于这个像河床一样的自我，连接组中的自我，这个曾被忽视了太久的自我。

在接下来的部分中，我将以我的视角，介绍一门全新的科学——连接组学。我主要的目标是与你们一起想象神经科学的未来，并分享已有的发现和兴奋点：如何寻找连接组，如何理解它们，以及如何开发新的技术去改造它们。但是我们现在无法为未来指出最好的前途，因为必须先搞清楚自己的来路，所以我将首先解释过去，包括我们已经知道了什么，以及我们现在被什么难住了。

大脑含有1000亿个神经元，12这个数字能吓倒最无畏的探险家。在本书的第一部分，我将介绍一种解决方案，就是不管神经元，先把大脑分成为一些区域，区域的数量就要少得多。神经科学家借由不同脑部损伤的症状，对这些区域的功能早已了解甚多。在这个过程中，他们受到了19世纪一种学说的启发，即颅相学。

颅相学家认为，人们的心灵和思维的差异，是取决于大脑及其各区域的尺寸的差异。近代的学者们通过观察很多人的大脑图像，认为这个想法是正确的，并且用它来解释智力的差异，以及治疗精神障碍，比如自闭症或精神分裂症。他们也发现了一些与我们一致的证据，比如心智的差异取决于大脑的差异。然而不要忘记，这种证据是基于统计的，它只适用于所有人的平均情况。大脑和各脑区的尺寸，并不能用来预测个体的心智情况。

这不仅是一个技术的约束，而且是一个本质的约束。尽管颅相学家给每个脑区都标记了特定的功能，但是他们并不想解释这些脑区是怎样实现功能的。但如果不解释这个问题，就不可能正确地解释为什么有些人特别聪明而某些人却很愚蠢。我们可以，而且必须找到一个不像尺寸这么肤浅的答案。

在第二部分中，我将介绍另外一种来自19世纪，但是与颅相学不同的思想，叫做“连接主义”（connectionism）。这种思想有着更为远大的志向，它试图解释大脑的各个脑区内部是如何运行的。在连接主义学者的眼中，脑区并不是一个基本单位，而是一个由大量神经元组成的复杂网络。这个网络中的众多连接，使其中的神经元产生复杂的活动模式，而我们的思想和感觉就蕴含在这些模式当中。经历可以影响这些连接的组织结构，因而催生学习和记忆。

第三部分会介绍，这些连接的组织结构还受基因的影响，这样就能够解释为什么基因对心智会产生影响。这些想法听起来十分有力，但却有一个问题：它从来没有得到过明确的实验证实，神经科学家缺少足够的技术去测绘神经元之间的连接。因为这个原因，连接主义始终在奔走呼告，却从来没有被视为一门真正的科学。

神经科学走到这一步时，背负着一个进退两难的困境：颅相学经得起经验性的检验，但是却过分简单和肤浅；连接主义比它远远深入，但却无法通过实验来验证。应该如何打破这个僵局？答案就是想办法找到连接组，并且利用连接组。

在第四部分中，我将带领你们探索如何做到这一点。为了找到连接组，我们已经开发了一些新的技术，我会介绍这些最顶尖的机器，它们很快将在全世界的实验室中服役。当我们找到连接组之后，会用它做些什么？首先，类似于颅相学所做的，我们会根据连接组，将大脑划分成不同的区域。然后，类似于植物学家将树木分类那样，我们会将海量的神经元分成不同的类型。这样一来，我们将与神经科学中的基因组方法接轨，因为基因对大脑的作用主要是通过控制不同类型的神经元之间的连接来实现的。

连接组就像一本巨大的书，这本书是用一种我们几乎看不见的文字和一种我们还无法理解的语言写成的。一旦技术能够使我们看见这些文字，那么接下来的挑战就是去理解这种语言。我们将尝试对连接组解码，去读取其中蕴含的记忆。最终，这些努力将使我们能够用明确的实验方法，去验证连接主义的理论。

然而，只找到一个连接组是不够的。需要找到很多连接组，比较它们之间的差异，以此理解为什么我们的心智如此不同，以及一个人的心智如何随时间发生变化。要寻找病例连接（connectopathy），也就是那些异常的连接模式，这有可能帮助我们研究精神疾病，比如自闭症或精神分裂的成因。我们还会研究后天学习对连接组的作用。

有了这些知识以后，我们将开发新的方法去改造连接组。目前最有效的方法就是传统方法：训练我们的行为和思维。但是如果能够在分子层面上干预那四个“重新”，那么学习和训练将会变得更加高效。

连接组学是一门新的科学，不可能在一夜之间建成。现在我们还只能看见这条路的起点以及路上的种种障碍。然而，在接下来的几十年里，我们的技术发展和研究工作一定会沿着这条征途前进，虽千万人吾往矣。

如果你相信你就是你的连接组，那么在第五部分中，我将把这门科学推到逻辑的极限，让你看看会发生什么。“超人类主义”运动发展出了一套详尽的方案来改善人类的命运，但是可行性有多大？低温生物学致力于将死人冷冻起来以期将来把他们复活，这有可能成功吗？还有那些终极的科学幻想，比如把心灵移植到机器上，摆脱肉体的拖累，以计算机的形式快乐地生活？我将把这些幻想抽象成科学而具体的形式，然后用连接组学去检视它们。

不过，先不要沉迷于这些关于来世的激进想法，还是要从现世出发。作为旅程的起点，我们先回答之前提出的问题，那个所有人都曾经困惑过的问题：为什么每个人都是不同的？

第一部分 尺寸重要吗？

一 从天才到疯子

1955年，阿尔伯特·爱因斯坦逝世，他的身体被火葬，但他的大脑却没有。在尸检过程中，病理学家托马斯·哈维（Thomas Harvey）悄悄地取出了他的大脑，并且据为己有，后来他因此失去了普林斯顿医院的工作。在随后的几十年里，尽管他不停地从一个城市搬到另一个城市，但这240片大脑被装在一个罐子里，始终不离身。到了20世纪80年代和90年代，哈维送了几片样本给几位学者，他们都想研究清楚一个问题，那就是天才的大脑到底有什么特殊的地方。19

哈维已经称量过，爱因斯坦大脑的重量很普通，甚至比平均水平还低一点，因此大脑的尺寸并不能解释为什么爱因斯坦是个天才。1999年，桑德拉·维特森（Sandra Witelson）和她的合作者们提出了一个新的解释。20他们表示，从哈维提供的那些尸检时拍摄的照片来看，皮层上一个称为顶下小叶的区域非常大（这个区域是顶叶的一部分）。也就是说，爱因斯坦成为天才也许是因为他的大脑的某个部分格外大。爱因斯坦本人曾经说过，他经常用图形的方式思考，而不是用文字。我们已经知道，大脑的顶叶恰恰是与视觉和空间想象有关。

天才的大脑一直令人们着迷，这种传统由来已久。除了阿纳托尔·法郎士和阿尔伯特·爱因斯坦的大脑之外，19世纪的狂热人士还保存了另外一些杰出人物的大脑，21比如著名诗人拜伦爵士和瓦特·惠特曼的，这些大脑至今仍被装在罐子里，放在博物馆的库房。“叹”和保罗·布洛卡，那个不能说话的患者和研究他的医生，在死后成为了永垂不朽的伴侣，巴黎的一家博物馆将他们俩的大脑一起保存了下来，这件事总让我产生一种奇怪的兴奋感。神经解剖学家们还保存了卡尔·高斯的大脑，就是那位史上最伟大的数学家。他们在维特森解释爱因斯坦之前就曾经指出，高斯的顶叶比一般人要大，这可能是他成为天才的原因。

所以，研究特定脑区的尺寸，而不是整个大脑的尺寸，这种策略并不是什么新鲜事。事实上，这最早正是由颅相学家提出来的。1819年，颅相学之父弗朗兹·约瑟夫·高尔发表了《基于观察人与动物的头部构型以研究其智力与道德素质之可能性的普通神经系统及大脑的解剖与生理》，22他认为每种心智“素质”都和与它相对应的皮层区域的尺寸有关。更玄的是，高尔提出，颅骨的形状能够反映其内部皮层的形状，因此可以用来判断一个人的素质。从此以后，颅相学家们走向江湖，他们给人预测孩子的命运，评估婚姻是否合适，以及筛选求职者，方法就是摸摸头。

高尔和他的学生斯普茨海姆提出了各个脑区所对应的功能，他们的依据是各种道听途说来的极端例子。比如某个天才的额头很大，那么智力就是由大脑的前部支配的。如果某个罪犯的头很宽，那就说颞叶是说谎的重要器官。通过这种不靠谱的方法，他们得到了十分荒唐的脑区功能定位。因此，到了19世纪下半叶，颅相学变成了一个大笑话。

今天，我们拥有了很多当初颅相学家梦寐以求的先进技术。我们不再使用摸头这种土办法了，通过磁共振成像，可以精确地测量皮层区域的尺寸。而且通过扫描很多人的大脑，研究者们收集了大量的数据以进行统计，不再依靠维特森研究爱因斯坦的大脑这一类零星的例子。那么，后颅相学家们又发现了什么呢？

他们发现，智商确实与额叶和顶叶的尺寸有一些关系，其相关性要比智商与全脑尺寸的相关性略大。23这支持了之前的观点，也就是说这两叶对智力尤其重要。（枕叶和颞叶主要是支配感官功能，比如视觉和听觉。）但令人失望的是，这种相关性仍然很弱。

但与颅相学不完全相同的是，这些研究不但把大脑分成不同的区域，而且把智力本身也分成不同的方面。我们身边都有这样的例子，比如某个数学天才的文笔不好，或者反之。现今的很多学者都反对智商或者综合智力的叫法，认为这是一种过度简化。他们倾向于使用“多种智能”，而且这些智能分别与不同脑区的尺寸有关。伦敦出租车司机的右后海马体更大，这个脑区被认为与空间导航有关。24音乐家的小脑更大，而且某些皮层区域也更厚。25（小脑更大是很有道理的，因为小脑对于精细动作能力非常重要。）双语人士的左顶叶下方皮层比一般人更厚。26

虽然这些发现很是令人兴奋，但别忘了，这些只是统计。如果仔细去看这些研究，你会发现这些脑区只是平均而言更大。对于个体而言，用脑区尺寸来预测某些能力仍然是无效的。

……

大多数人都接受这个观点：心智的差异是由大脑的差异造成的。然而到目前为止，我们几乎还不能证明这一点。传统颅相学家试图通过检验大脑的尺寸和区域来寻找证据，但直到有了磁共振成像技术后，他们的策略才真正具有可行性。新颅相学确认了心智差异与大脑的尺寸在统计意义上确实有关系，在人群与人群之间表现出弱相关，但这种差异却仍然无法用来预测个体是不是天才，是不是自闭症患者，或者精神分裂症患者。

我衷心希望神经科学最终能令人心服口服地赢得这场游戏。这场游戏的奖金太高了。发现自闭症和精神分裂症的神经病理，就有办法开发相应的治疗方法。理解大脑智力的本质，就能更好地改善教学方法，或开发其他的工具，使人们变得更聪明。总之，我们不仅想要了解这颗大脑，还想要改造它。

二 边界争端

那么，为什么我们还一直用颅相学来解释心智的差异？这并不是因为颅相学很好，而是因为我们现在还无法提出更好的方案。你听没听过一个笑话？说警察遇到了一个趴在路灯下面的醉汉，那个醉汉解释说：“我的钥匙丢在墙角了。”警察问他：“那你怎么不去墙角找？”醉汉回答：“我看不见啊，现在只有路灯下面有亮光啊。”这个醉汉是哪里有亮光就先在哪里找，我们差不多也是一样。我们知道尺寸和功能关系不大，但是仍然研究它，这是因为我们现有的技术就只能研究这些。

要理解为什么颅相学站不住脚，我们来对比一个好的例子，也是关于功能和尺寸的关系。先抛开头大的人是否更聪明这个问题，来看另外一个问题：肌肉发达的人是否力气更大。肌肉的尺寸可以通过磁共振成像来测量，力气可以通过一种器械来测量，33很像你在健身房经常能见到的那种机器。研究者发现，这两者的相关性系数在0.7至0.9之间，34远远高于大脑尺寸和智商之间的相关性。所以如我们平时的印象一样，肌肉的尺寸可以准确地预测力气的大小。

那么，为什么尺寸和功能在肌肉上如此相关，在大脑上却不然？你可以把肌肉想象成一个工厂，这个工厂里的每个工人都在做相同的事。如果每个工人都能独立地完成生产一个产品的所有步骤，那么如果工人的人数增加一倍，产出的产品就会增加一倍。同样地，每一条肌肉纤维都是做同样的事，这些纤维并列在一起，朝同一个方向用力。它们对于力气的贡献是可以叠加的（你可以简单地把它们加起来得到总量），所以纤维越多的肌肉就会越有力气。

现在，再想象一个更为复杂的工厂。这个工厂里的每个工人做的是不同的工作，比如拧一个螺丝或者焊一个接缝。要想做出一件产品，必须要所有的工人通力合作。经济学认为这种分工协作效率更高，因为专业分工可以使每个工人在特定的技能上更加熟练。然而，对于这种工厂，增加一倍的工人却不能增加一倍产量，因为很难把这些新工人集成到原有的组织中。事实上，增加工人还有可能导致产量下降，因为他们干扰了原来的工作流程。软件工程中有一句格言，称为布鲁克斯定律，说“给一个已经延误的软件项目增加程序员，只会使它更加延误”，正是这个道理。

大脑就像是这个复杂的工厂，每个神经元在其中只负责一件小任务，它们以错综复杂的方式协作，才能实现一个心智功能。这就是为什么心智水平几乎不依赖于神经元的数量，而是更依赖于它们的组织结构。

这个工厂的比喻解释了颅相学的局限性。那么它是否还能解释重新规划的问题？美国神经心理学家卡尔·拉什利（Karl Lashley）认为，心智功能是广泛地分布在整个皮层上的，布洛德曼分区图上的大部分边界线都只是一种虚假的想象。35不过，这位定位论的头号反派人物并不完全否认那些实验证据。1929年，他提出了他的大脑皮层等势性学说。36拉什利认为，每一个皮层脑区确实负责特定的功能，但是它们也保持着同样的潜力去负责其他功能。

回到工厂的例子——那个复杂的工厂——我们可以想象，一位工人可以被指派一个新的任务。也许一开始他做得很笨拙，但最终他也会变得很熟练。每个工人都有自己专门的分工，但是他们却有同样的潜力，或者说他们是等势的。当给他们提供新的条件时，他们就会改变自己的功能。

拉什利的学说有一些正确的地方，但是他过于极端了。皮层的适应性不是无限的。否则的话，中风患者就应该能够完全恢复。我们还需要更深层次的理解，以搞清楚这种适应性的局限，并开发相应的手段来增强它。我们知道皮层确实能重新规划，但是脑区的功能究竟是如何发生变化的？

要想回答这个问题，必须先搞清楚一个更基本的问题：一个皮层脑区的功能，最开始是怎么确定的？布洛卡和韦尼克区域专门负责语言，布洛德曼第3脑区和第4脑区专门负责身体的感官和动作。但是为什么是它们负责这些功能？它们是如何负责的？

要想回答这些问题，单纯研究大脑区域的尺寸和活跃程度是没有希望的。必须在更加精细的尺度上，研究大脑的组织结构。一个皮层脑区可能含有超过一亿个神经元，37它们是以什么样的组织结构，来实现一个心智功能的？在接下来的几章中，我们将探索这个问题。提前给点剧透吧：大脑的功能高度依赖于神经元之间的连接。

第二部分 连接主义

三 神经元不孤单

精子和神经元，象征着世间最大的两个谜——生命和智能。生物学家希望能了解，精子携带的那些宝贵的DNA如何编码构造一个人类所需的一半信息；而神经科学家好奇的则是，这个神经元大网络如何能够思考、感觉、记忆和认知——也就是说，大脑如何能够产生美妙的心智现象。

……

我前面解释了从眼睛出发的通路会分岔，既通到腿也通到唾腺。为了搞清楚为什么特定的刺激会激活某些通路，而不激活其他通路，我又讲解了突触的聚合，这是锋电位的投票模型中的关键。如果一个神经元没有产生电锋，那么对于所有聚合到它的通路来说，它就是个死胡同。由这些无锋神经元构成的无数个死胡同，是大脑运转的必须要素。它们使你看到蛇的时候不会触发唾腺，而在看到牛排时不会撒腿就跑。

对于神经功能来说，不产生电锋与产生电锋是同样重要的。这就是为什么单个突触和单条通路不能中继电锋。在投票模型中，有两种机制可以使神经元在判断是否要产生电锋时更加谨慎。前面说过，只有当胞体收到的总电流超过某个阈值时，轴突才会产生一个电锋。如果提高这个阈值，就能使该神经元变得更谨慎。如果神经元收到一个抑制性突触投来的反对票，它的摇摆程度也会增加，41从而需要更多的赞同票才能使它产生电锋。换句话说，有两种机制可以阻止神经元胡乱产生电锋：提高出锋阈值和增加突触抑制。

电锋有两个功能。电锋在胞体附近产生，意味着一个决策；而电锋在轴突中的传播，则是与其他神经元交流这个决策结果。交流和决策有不同的目的。交流的目的是维持信息，把它原样传递出去；而决策的本质则是丢弃信息。想象一下，你的一位朋友在服装店里看好一件外套，无法下决心买还是不买。这个时候他会接收到很多信息，比如颜色、尺寸、设计师的品牌、商店的氛围，等等。你可能会听到你的朋友不停地絮叨这些信息。终于你忍无可忍地问：“那么你到底买还是不买？”到最后，只有那个决定是重要的——而不是那些理由。

同样地，发出一个电锋，就意味着神经元计到的票数超过了它的阈值，但并不携带它的投票者们的每一票的细节，所以神经元在传递一些信息的同时，抛弃了更多的信息。（我想起了我的父亲，他经常自豪地说：“你知道我为什么聪明吗？因为我非常擅长忘掉该忘掉的事。”）这正是大脑远比电信网络更高级的地方所在。与其说神经元在通信，不如说它们在计算更合适。一说起计算，我们就只会联想到我们的台式和手提电脑，但它们其实只是计算设备的一种而已，而大脑是另一种——尽管是非常不同的一种。42

虽然不能随便用大脑和计算机做类比，但是它们至少在一个重要的方面是非常相似的——它们都比组成它们的材料本身更“聪明”。从加权投票模型来看，神经元做的事情很简单，这不需要什么智能，很简单的机器就能取代它。

既然神经元如此简单，为什么由它们组成的大脑却如此高级？就算神经元没有这么简单，真正的神经元跟投票模型多少有些差别，43然而单个神经元仍然远远达不到具有智能或者意识的水平，但是神经元网络却可以。

在几个世纪前，这个观点非常难以接受，但是如今我们对此已经习以为常，简单零件的组合可以变得很聪明。计算机的任何一个零件都不会下国际象棋，但是大量的零件以正确的方式组合在一起，就能联合起来击败世界冠军。类似地，你的上千亿个简单的神经元组织在一起就使你聪明。这是神经科学中最深的一个问题：大脑中的神经元是如何组织，以实现感知、思维及其他心智功能的？答案就在连接组里。

四 一路向下，全是神经元

电锋和分泌——我们的心灵，除了大脑里的这些生理反应，难道就再没有别的了？神经科学家的意见是，再没有了，但我遇到的大多数人都反对这个观点。甚至有一些神经科学的爱好者，他们兴致勃勃地问我一些关于大脑的问题，但说到最后也会表示，他们相信心灵归根结底还是基于某种非物质的东西，比如灵魂。

我却不知道任何能证实灵魂存在的客观而科学的证据。为什么人们会相信灵魂？我怀疑宗教并不是唯一原因。每一个人，无论是否信仰宗教，都会感觉自己是一个独立的、统一的个体，在感知、决策和行动。“我看到一条蛇，我跑掉了”这样的说法，正体现了这个个体的存在。你——也包括我——的主观的感觉是“我是整体”。但是与此相反，神经科学的主张是，心灵的整体性只是在大量神经元的电锋和分泌中所蕴含的一种幻象，自我的概念应该总结为“我是群体”。

……

同样地，我的答案是“一路向下，全都是神经元”。一只蓝眼睛本身也是由一系列局部组成的：黑色瞳孔、蓝色虹膜、虹膜四周的白色区域等。因此，“蓝眼睛神经元”的工作方式就是连接所有这些检测蓝眼睛局部的神经元。但与那位老妇人不同的是，我能避免这个问题陷入无穷循环。如果我们不断地把这些刺激分解成一系列局部的组合，最终会得到无法再分解的刺激——一些光点。眼睛中的每个光感受器，负责检测视网膜上一个特定位置的光点。这没有什么神秘的。光感受器就像你平时使用的数码相机里的很多微小的传感器，每个小传感器负责检测图像上一个特定像素的曝光。

根据这个感知理论，神经元是以一种分层的组织结构连接到网络中。最下层的神经元检测最简单的刺激，比如光点。沿着层级越向上，神经元依次检测越复杂的刺激。最顶层的神经元检测最复杂的刺激，比如珍妮弗·安妮斯顿。这个网络中的连线，遵守这条规则：

检测整体的神经元，从检测其局部的神经元那里接受兴奋性突触。10

1980年，日本计算机科学家福岛邦彦（Kunihiko Fukushima）用一个人工神经网络模拟了视觉感知，这个网络就是根据上述规则而连接成的分层组织结构。11这个神经认知器网络的前身，是由美国计算机科学家弗兰克·罗森布拉特（Frank Rosenblatt）在20世纪50年代提出的感知机（perceptron）。12一个感知机如图19所示，包含多层神经元，这些神经元则“站在其他神经元的肩膀上”。每个神经元都接受且仅接受来自相邻的下一层神经元的连接。13

福岛邦彦的神经认知器能够识别手写字符。它的后继者则具有更强的视觉能力，比如能够从照片中识别物体。尽管这些人工神经网络的正确率尚不及人类，但它们的性能却在逐年提高。这项工程上的成功，使大脑的分层感知模型看起来是有道理的。

在上面介绍的连接规则中，我们集中于一个神经元如何从下层神经元处接受连接。我们再来看相反方向，即一个神经元如何向上层神经元输送连接：

检测局部的神经元，向检测其整体的神经元那里输送兴奋性突触。

该规则的这两个陈述是等同的，因为位于中层的一个刺激，既可以被视作一个包含若干局部的整体，也可以被视作一个复杂整体的局部。比如前面讲的蓝眼睛，作为一种刺激，既可以把它看成包含局部（瞳孔、虹膜、眼白）的整体，也可以把它看成一个复杂整体（珍妮弗·安妮斯顿、莱昂纳多·迪卡普里奥，以及其他很多有蓝眼睛的人）的局部。14

所以，一个神经元的功能不仅取决于输入它的连接，还取决于它输出的连接。为了解释这种对位，我们再来说说牛顿和莱布尼茨的故事。也许你读过那个新闻，说人们发现一些旧档案，其中记载了某位不知名的数学家，比牛顿和莱布尼茨早50年发明了微积分。因为没能引起别人的注意，她最终默默无闻地死去，孤独地带着微积分进了坟墓。既然这样，现在是否应该修改历史书，把功绩记给这位无名的学者，而不是牛顿和莱布尼茨？

这种历史修正论也许听起来更公平，但其实它没有认识到科学的社会性。前面我说过，科学发现并不是一个独立天才的个人创造活动，因为任何新想法都是建立在从别人借来的旧想法上。同样地，也可以说，科学发现活动不仅是创造一个新想法，还包括让其他人接受这个新想法。一个人要想领受一项发现的功绩，就必须对其他人造成影响。

而牛顿的历史地位，正是取决于他如何利用前人的想法，以及如何影响后人的想法。与此类似，我认为：

一个神经元的功能，主要取决于它与其他神经元的连接。

这句话定义了一套学说，即连接主义。15这里所指的连接，既包括输入，也包括输出。要想知道一个神经元是做什么的，必须看它的输入；而要想知道它能产生什么作用，则要看它的输出。这两种认识，在我们之前通过感知而引入的对于“局部－整体”连接规则的两种陈述中，都得到了体现。接下来，随着对连接主义理论的深入探索，除了感知之外，我们还将看到对记忆等其他心智现象的相对合理的解释。

这听起来很美妙，但是否有实在的证据，能证明真正的大脑确实体现了这些理论？很不幸，过去缺乏合适的实验手段来证明这一点。在感知的例子中，神经科学家们没有找到连接到珍妮弗·安妮斯顿神经元的神经元，也没有看到它们是否真的检测珍妮弗的局部。也就是说，如果接受了连接主义的那句定义，那么随之而来的问题就是，要想真正地理解大脑，就必须先找到神经元的连接关系——换句话说，就是找到连接组。

……

我们来总结一下关于回忆的理论。想法是由神经元表示的，想法之间的联想是由神经元之间的连接表示的，记忆是由细胞结集或突触链表示的。在一个片段刺激之后，神经活动开始传播，这时候就发生了回忆。细胞结集或突触链中的连接，相对于时间是稳定的，这就是为什么我们童年的记忆可以一直保存到成年。

这个理论中的心理学成分被称为联想主义，这套学说最早可以追溯到亚里士多德，后来又被约翰·洛克和大卫·休谟等英国哲学家复兴。到了19世纪后期，神经科学家注意到大脑中存在纤维，观察到了通路和连接。唯一合理的解释就是，假设这些生理上的连接正是心理上的联想的物质基础。

在20世纪后半叶，几代学者创立了连接主义理论。20几十年来，连接主义总是伴随着接连不断的质疑。早在1951年，皮层等势性的提出者卡尔·拉什利就曾经发表了一篇著名的论文《行为的序列顺序问题》，21对连接主义发起了攻击。他的第一项批评是显而易见的：大脑可以产生看起来无限种不同的序列。突触链也许对于背诵诗歌是适用的，因为那每次都会产生相同的词语序列，但是它对自然语言却是不适用的，因为在正常的语言中，很少会重复一模一样的句子。

拉什利的第一个忧虑是比较容易回答的。想象一条突触链分岔成两条，就像一条路分成两条那样。这两条链还可以再分成四条，等等。如果网络中存在着大量的分岔点，它就有能力产生海量的不同的活动序列。22这里的关键就是要确定神经活动总是“选择”去走一条或另一条岔路，而不是两条都走。理论学家已经表明，这一点可以由抑制性神经元做到，它们接入到网络中，使不同的岔路之间产生“竞争”。

拉什利的第二项更加本质的批评，是关于语法的问题。突触链通过其中的连接，按顺序地表达从一个想法到另一个想法之间的联想。拉什利指出，产生一个符合语法的句子并不是这么简单，因为“序列中的每个成分，并不是只与相邻的词语之间存在联想，而是还与远处的词语之间存在联想”。一个句子的结尾词语是否正确，可能还取决于这个句子最开头的单词是什么。拉什利的想法，预见了后来的语言学家诺姆·乔姆斯基及其众多追随者所指出的语法问题。23

连接主义者们同样回答了拉什利的第二项批评，24但是关于这个问题的讨论超出了本书的范畴。不管怎么说，研究者们已经表明，连接主义并不像它在初期遇到的批评所认为的那么“鸡肋”。我认为，要想从纯理论的层面上驳倒连接主义是不可能的，这需要通过实证来检验，而连接组学则可以用来做到这一点，我会在后面解释。

但是首先让我们把这个理论说完。我们刚才假设了突触是联想的物质基础，以及回忆的过程是由细胞结集和突触链产生的，这只是故事的一半。现在，我终于可以提出这个我故意拖到现在才提的问题——记忆一开始是怎么存进去的？

五 记忆的形成

神经科学家们早先就曾猜想，连接组正是柏拉图所类比的记事工具。我们已经通过电子显微镜成像看到，神经连接就是这样的材料结构。像蜡一样，它们能够稳定地在很长一段时间内保持形状，但又具有足够的可塑性以供改变。

突触的一个重要属性是强度，也就是它在一个神经元“决定”是否出锋时的投票权值。已经知道的是，突触可以增强，也可以减弱。你可以把这种改变看作是重新赋权。当一个突触增强时，它究竟发生了什么？神经科学家们关于这个问题的诸多发现，足以再另外写一本书了。在这里我们只给出一个简略的答案，颅相学家们或许会喜欢这个答案：突触通过变大而增强。回忆一下，突触裂隙的一边是神经递质囊泡，另一边是神经递质受体。突触增强的方法就是使这两者增多。为了在每次分泌中释放更多的神经递质，它要积累更多的囊泡；为了对一定量的神经递质更加敏感，它要配备更多的受体。

突触本身也可以新生或消失，我把这个现象称为重新连接。7在年轻的大脑中，突触会纷纷生长，神经元就是这样把自己接入到网络中，这是一个久已知晓的事实。突触的生长，发生于两个神经元的接触点处。出于某种我们还尚未理解的原因，囊泡、受体和其他突触所需的组件都会聚集在这一点。年轻的大脑中也有突触会消失，具体方式就是将这些分子组件从接触点处移除。

在20世纪60年代，大多数神经科学家认为，到了成年之后，突触的新生和消失现象就终止了。8他们这个观点更多的是基于理论认识，而不是实践证据。或许他们把大脑的发育过程当成了某种电子设备的制造装配：我们需要连接很多线缆以制造这个设备，但是一旦完成投入使用，就不再需要重新连接这些线缆了。又或者他们认为突触的强度非常容易改变，就像计算机的软件，而突触本身则是固定不变的，就像硬件。

然而在过去的十年里，神经科学家们发生了180度的大转变。现在人们已经广泛地接受，即使在成年人的大脑中，突触也会新生或消失。通过利用一种被称为双光子显微成像的新技术来观察活体大脑中的突触，人们终于直接获得了有力的证据。图23展示了小鼠大脑皮层上一个树突在两个星期内的变化（每幅图像左下角的数字标记了实验经历的天数）。

树突上那些刺状的隆起物叫做树突棘。大多数兴奋性神经元之间的突触都建立于树突棘上，而不是建立在树突的杆上。在这幅图中，有些树突棘在整个两周时间内保持稳定，但是还有一些新出现了（例如箭头指向的树突棘）或消失了（例如打着星标的树突棘）。这是一个很好的证据，证明了突触的新生和消失。10对于重新连接的发生频率，学者们之间仍然存在争议，但对于该现象的可能性，大家却是一致同意。

为什么重新赋权和重新连接如此重要？这两种类型的连接组变化是持续发生的，贯穿我们的整个生命。人的改变也是终生在进行的，如果要理解这种改变，就必须研究这两个“重新”。无论我们多老，都仍然在储存新的记忆，除非患有脑部疾病。随着年龄的增长，我们会抱怨学习越来越困难，但即使是老年人，也能够习得新的技能。看上去，这些改变都涉及重新赋权和重新连接。

如何证明这一点呢？关于重新赋权对记忆存储作用的证据，来自埃里克·坎德尔（Eric Kandel）和他的同事，他们研究海兔（Aplysia californica）的神经系统，这是一种生活在加利福尼亚海岸边小水洼里的软体动物。受到刺激时，它的鳃和吸管会做出反应，而且它对刺激的敏感程度可以增强或减弱——这就是一种简单的记忆。我们之前学习了，这样的行为是基于从感觉器官到肌肉的神经通路。坎德尔在相关的通路中找到了一条连接，并发现它的强度正与刚才提到的记忆有关。

那么记忆存储是否涉及重新连接呢？先前我提到过，颅相学认为学习就是皮层增厚。在20世纪七八十年代，威廉·格里诺（William Greenough）及其他一些学者发现了一个证据，证明皮层增厚是由于突触增多导致的。大鼠在丰富的环境成长，皮层会变得更厚，学者们数了增厚皮层中的突触数量，11从而作出了这个发现。这使某些人提出了一个新颅相学理论：记忆是通过新生突触来存储的。12

然而，这些方法都还不能够彻底解释记忆的存储。坎德尔的方法过于低等，在像人类这样的大脑中，很难把记忆定位到单一的突触上。看起来，记忆更像是以许多突触组成的模式来存储的。格里诺的方法也是不充分的，因为突触的数量并不能告诉我们它们组织成了什么样的模式。另外，突触数量的增加，正如皮层的增厚一样，只是与学习具有相关性，目前还不清楚它们是否具有因果关系。

要想解决记忆的问题，必须搞清楚记忆有没有涉及重新赋权和重新连接，如果涉及了，那么还要搞清楚它们究竟如何运作。之前我已解释过，与记忆有关的连接模式是细胞结集和突触链。现在我要更进一步地提出，这些模式正是通过重新赋权和重新连接而形成的，我还将探索这其中引出的一系列问题。这两个过程是独立的，还是相互协作的？为什么大脑要使用这两种方式，而不只是其中一种？能否用这些存储过程的故障，来解释记忆系统的一些局限？

除了满足我们关于记忆系统的好奇之外，对重新赋权和重新连接的研究还具有很多实践意义。假如说你的目标是开发一种药物来提高记忆力，如果你相信新颅相学，或许会尝试开发一种药，去促进突触形成过程中涉及的分子过程；但如果新颅相学是错误的——很可能是这样——那么你创建新突触的后果可能就会与你的预期截然不同。更广泛地说，无论是想要提高记忆力，还是想避免记忆出错，都必须知道它的基本机制。

……

所以哲学家们提出，当一个想法反复地与另一个想法同时出现，或相继出现时，我们就会在这两个想法之间习得联想。这启发了一个连接主义的推测：

如果两个神经元反复地同时被激活，它们之间的连接就会双方向增强。

这条可塑性规则，对于学习两个反复同时出现的想法是适用的，比如流行歌手和她的男友。对于序列性的想法之间的联想习得，连接主义者们提出另一条类似的规则：

如果两个神经元反复地相继被激活，从先被激活的那个神经元通向后被激活的那个神经元的连接就会单方向增强。

顺便说一下，这两条规则都假设增强是永久性的或者至少是会保持很久的，所以联想可以保存在记忆中。

关于序列的那条规则，是由唐纳德·赫布（Donald Hebb）提出的，13细胞结集也是他在1949年的《论行为的组织》一书中提出的。关于同时和序列的这两条规则，都被人们广泛地称为突触可塑性的“赫布规则”。这两者都被认为是“基于活动的”，因为可塑性是由与该突触有关的神经元的活动所触发的。（还存在其他方式，在不涉及活动的情况下引发突触可触性，比如利用某些特定的药物。）特别要指出的是，赫布可塑性只针对兴奋性神经元之间的突触。14

相对于他的时代来说，赫布过于超前了。神经科学家们没有办法检测突触可塑性。事实上，他们甚至根本没办法测量出突触的强度。几十年来，测量电锋的方法一直是利用插入神经系统的金属导线。因为导线的端点仍在神经元外部，所以这种方法被称为“胞外”记录。从导线传来的信号，承载了多个神经元的电锋，它们被混合在一起，就像是一个拥挤的酒吧里的喧闹声。这种方法至今仍在应用，伊扎克·弗里德和他的同事就是用这种方法找到了“珍妮弗·安妮斯顿神经元”。通过仔细地调整导线的端点，可以记录到一个单独的神经元的电锋，15就像在一间酒吧，你把耳朵贴到一个朋友的嘴边。

虽然胞外记录足以检测电锋，但它却不能测量单个突触的微弱的电效应。后者是直到20世纪50年代才做到的，方法是把一个极其尖锐的玻璃电极的尖部插入一个神经元内。这种“胞内”记录的方法非常精准，因此可以检测到远远弱于电锋的信号，相当于你在酒吧里把耳朵伸进了说话者的嘴里。16胞内电极还可以通过向神经元注入电流，来刺激神经元产生电锋。17

需要测量从神经元A连接到神经元B的突触的强度时，我们就在这两个神经元中分别插入电极，然后刺激神经元A使它发出电锋，这使被测的突触分泌神经递质，同时测量神经元B的电压，可以看到一个小响应。这个响应的幅度就是被测突触的强度。18

只要能测量突触的强度，就能测量强度的变化了。为了引发赫布可塑性，我们刺激一对神经元，使它们发放电锋。随着反复刺激，无论是在序列还是同时的情况下，突触的强度都按照我们之前给出的两条赫布规则发生了相应的变化。19

一个突触的强度发生变化后，这个变化可以一直保持到实验结束——最多几个小时，因为很难保持被电极刺穿的神经元一直活着。但是在20世纪70年代，有一些相对粗暴的、对大量神经元和突触进行操作的实验指出，突触强度的变化可以保持几个星期甚至更长。如果赫布可塑性真的是记忆存储的机制，那么这个持久性问题是非常重要的，因为有些记忆会伴随终生。

从20世纪70年代以来展开的这些实验为突触增强提供了最早的证据。当时人们基于赫布的原始想法，提出了一套关于记忆存储的理论。这个理论简单地说就是，在一个网络开始形成时，其中的每一对神经元之间都存在双向的弱突触。这个假设很快就会引来麻烦，不过为了介绍这套理论，不妨先暂时接受它。

再回到那个初吻的场面，那是一件存储在你记忆中的事情。你的“木兰神经元”、“红砖房子神经元”、“恋人神经元”、“飞机神经元”等，在围绕着你的刺激的作用下——我猜那可是相当不一般的刺激——都纷纷被激活并发放电锋。根据同时情况下的赫布规则来看，这些电锋会使这些神经元之间的突触增强。

这些增强的突触，会共同形成一个细胞结集，在这里要重新定义一下细胞结集这个概念，它是细胞两两之间均由强突触相连接的一组兴奋性神经元。我们之前的定义中没有这个约束，现在必须加上这一点，因为现在的网络中有了不属于细胞结集的弱突触。这些弱突触在你接吻之前就已经存在了，随后也没有发生什么变化。

弱突触对于回忆没有作用。神经活动在细胞结集内传至每个神经元，但不会传到结集之外，因为从结集到外面的神经元之间的突触是很弱的，不足以激活外面的神经元。因此，对细胞结集的新定义，并没有改变它的功能。

对于突触链，也有一个类似的理论。假设一连串刺激依次激活了一连串想法。每个想法都是由一组神经元的电锋表示的。如果这些神经元组的电锋总是按照这个次序发放，序列版本的赫布规则就会使每一组神经元连接到下一组神经元之间的突触增强。这就是突触链的情况，当然我们也要把它重新定义成强连接的模式。

如果连接足够强，电锋就能沿着这条链传播，不需要任何外来的后续刺激。只要一个刺激激活了第一组神经元，就会触发对这一连串想法的回忆，就像第四章中描述的那样。对这个序列的每一次后续回忆，又将进一步根据赫布规则增强这条链中的突触。这就像是一条小河中的水，它的流动会慢慢使河床更深，从而使以后的流动更容易。

记住事情固然重要，然而忘记也很重要。曾经，你的珍妮弗·安妮斯顿神经元和布拉德·皮特神经元被连接成了一个细胞结集。但是后来有一天，你突然发现布拉德和安吉莉娜在一起了。（我知道这有些让人难受，希望你不要过于崩溃。）这时，赫布规则又会增强你的布拉德神经元和安吉莉娜神经元之间的突触，创建一个新的细胞结集。那么布拉德神经元和珍妮弗神经元之间的连接怎么样了呢？20

可以设想一种具有忘记功能的赫布规则。当一个神经元反复激活，而另一个神经元却不激活时，它们之间的连接将被削弱。21每当你看到布拉德，却没有看到珍妮弗时，代表他们的两个神经元之间的连接就会按这条规则减弱。

另外，还可以设想这种减弱是由突触之间直接竞争而导致的。22或许布拉德与安吉莉娜之间的突触，与布拉德与珍妮弗之间的突触，会直接地竞争某种类似食物一样的资源，突触需要这种资源才能存活。如果某些突触增强了，它们就会消耗更多资源，其他突触能得到的资源就会变少，于是就会减弱。目前还不知道突触中是否存在这样的资源机制，但已知的是神经元中确实存在“营养因子”。23神经生长因子就是一个例子，它的发现者丽塔·莱维-蒙塔尔奇尼（Rita Levi-Montalcini）和斯坦利·科恩（Stanley Cohen）因此荣获了1986年的诺贝尔奖。

罗马人把柏拉图所说的那种蜡板称为tabula rasa。这个词组在传统上被翻译作“白板”，因为蜡板在18～19世纪被黑板取代了。联想主义者、哲学家约翰·洛克（John Locke）在他的《人类理解论》中，提出了另外一种比喻：

不妨假设心灵是一张白纸，没有任何符号，没有任何想法。那么心灵是如何丰富起来的？人类无限的想象力在其中描绘出了无尽的可能性，这是从哪里来的？知识和推理，又是从哪里来的？我的答案只有一句话，从经历中来的。

一张白纸，没有任何信息，却有无穷的潜力。洛克认为新生婴儿的心灵就像一张白纸，准备着被其经历所书写。在我们的记忆理论中，我们假设所有的神经元都准备着与其他神经元发生连接。突触起初都很弱，准备着被赫布增强规则“书写”。因为所有的可能的连接都是存在的，所以任何细胞结集都有可能形成。这个网络具有无穷的潜力，就像洛克所说的白纸。

这个理论假设所有的连接都是存在的，然而十分不幸，这是一个彻头彻尾的错误。大脑的实际情况恰恰是另一个极端——稀疏连接。在所有可能的连接中，只有极少一部分是真的存在的。根据估计，一个典型的神经元会有几万个突触，相比于大脑中1000亿神经元的总量来说，这个数字太渺小了。大脑这样做是很有道理的：突触需要空间，它两端的神经突也需要空间。如果每个神经元与其他所有的神经元之间都有连接，那么你的大脑将会膨胀到一个惊天动地的尺寸。

所以，大脑必须要对连接数量有所限制。在你学习联想时，这一点会带来一个严重的问题。如果你的布拉德神经元和安吉莉娜神经元之间压根就没有连接怎么办？当你看到他们俩在一起时，赫布规则却无法起作用，这个细胞结集就无法形成。如果一个连接是不存在的，那么学习与之对应的联想的潜力就是不存在的。

然而，如果你仔细考虑布拉德和安吉莉娜这个例子，你会发现他们并不是只由一个单独的神经元表示的，而是分别由大脑中的许多神经元表示的。（在第四章中我已讲过，这个“群体模型”比“独个模型”更有可能是正确的。）在许多神经元的情况下，布拉德神经元的其中几个，与安吉莉娜神经元的其中几个之间有连接，这还是很有可能的。这几个连接可能足以使它们形成一个细胞结集，从而在回忆过程中，使神经活动能够从布拉德神经元传递到安吉莉娜神经元，或者反之。换句话来说，如果每个想法都有许多神经元作为冗余代表，24那么即使在稀疏连接的情况下，赫布规则也是可以运转的。

类似地，在某些连接缺失的情况下，突触链也仍然能依靠赫布规则而形成。图24中的虚线箭头，就表示一个缺失的连接。这会导致某些通路被破坏了，但是仍然有其他通路能从头走到尾，所以这条突触链仍然好使。在这个示例中，每个想法仅仅是由两个神经元表示的，如果增加更多的神经元，这条突触链就能更容易地对付连接缺失。总结来说就是，冗余代表可以使学习和建立联想在稀疏连接的情况下仍然成立。

古人在很早的时候就发现了一个奇怪的现象：记住更多信息有时反而比记住少量信息更容易。演说家和诗人所用的一种助记方法叫做“位置法”，25正是利用了这个现象。当他们要记住一堆物品时，他们会想象自己在一个房子里，依次走过一排房间，每个物品都放在一个不同的房间里。这个方法之所以好用，也许就是因为它增加了每个物品的冗余代表。

总之，连接的稀疏性恐怕正是我们觉得记忆有难度的一个主要原因。因为当需要的连接不存在时，赫布规则就无法储存信息了。冗余能在某种程度上解决这个问题，但是除此之外还有没有别的办法呢？

为什么不能在需要存储一个新的记忆时，“按需”生成新的突触呢？可以想象一个赫布可塑性规则的变种：“如果两个神经元反复地同时激活，就在它们之间创建新的连接。”26这个规则确实能够用来创建细胞结集，但是它却与神经元的一个基本事实相矛盾：不同神经突之间的电信号，是无法有效交流的。假设一对神经元互相接触，但却没有突触连接。它们是有机会创建突触的，但这却不太可能是由于同时激活所触发。因为它们之间没有突触，神经元就“听”不到对方，也无法“知道”对方是否与它同时激活。类似地，对于突触链来说，“按需”生成新突触的理论看起来也是不太行得通的。

那么，让我们考虑另一种可能：也许突触的形成是一个随机的过程。回忆一下，一个神经元只会连接到与它接触的神经元中的很少一部分。也许一个神经元每时每刻都会从邻居中随机地给自己选择一个新伙伴，然后创建一个新突触。也许这听起来有点反常，但是你想想你平时是怎么交朋友的。在你没有与一个人说话之前，你不可能知道你们是否有可能成为朋友。第一次互动往往都是随机的——在聚会上，在健身房，甚至在大街上。当你开始说话，才能开始逐渐认识你们的关系能否发展成友谊。这个过程就不是随机的了，它取决于你们是否有共同语言。根据我的经验，那些朋友很多的人，不但是对于随机的相遇持开放态度，而且还非常善于识别哪些人与他“气味相投”。友谊的这种随机的、不可预测的特性，正是它的很大一部分魅力之所在。

类似地，随机创建的新生突触，可以使它两端的神经元开始“对话”。有些神经元会发现彼此有“共同语言”，比如它们同时激活，或者相继激活，这都是大脑试图储存记忆的时候。根据赫布可塑性，它们之间的突触会增强，最终它们会形成细胞结集或突触链。用这种方式，在学习一个联想时，即使相关的突触本来不存在，也有可能被创建出来。我们有时候学习一样东西，刚开始学不会，但最终却能学会，这就是因为我们的大脑在不断地获得新的潜力。

然而，如果突触只能被不停地创建，那最终就会导致一个网络有很多浪费。出于经济的目的，大脑还需要一个机制来消灭那些对学习没有用的突触。也许这些突触首先会因为我们之前说过的机制而减弱（想想你是怎么丢掉布拉德和珍妮弗之间的连接的），然后这个减弱过程到最后会导致这个突触被消灭。

你可以把这个过程理解成突触世界的“适者生存”。那些对记忆有用的就是“适者”，会变得更强，而那些没用的则会变弱，最终被淘汰掉。新的突触会前赴后继地生长出来，投入竞争，所以它们的总量是保持稳定的。这套理论被称为神经达尔文主义，它是由许多学者共同提出的，比如杰拉德·爱德曼（Gerald Edelman）27和让-皮埃尔·尚热（Jean-Pierre Changeux）。

这个理论认为，学习就像一种进化。物种会随时间发生演变，就像是全知的上帝的设计。但是达尔文提出，这种变化实际上是随机发生的。我们最终只能看到那些好的变化，是因为那些坏的变化都被自然选择淘汰了，这就是“适者生存”。类似地，如果神经达尔文主义是正确的，那么虽然突触的创建看起来是“智慧的”，即它们是在被细胞结集或突触链所需要的时候“按需”生成的，28但是它们实际上却是随机形成的，只是那些不被需要的都被消灭了。

换句话说，突触的形成过程是“无脑”而随机的，它只是给大脑提供了学习的潜力。这个过程本身并不是学习，并不是像新颅相学理论之前所认为的那样。这就是为什么促进突触生长的药物并不能增强记忆力，除非大脑还能成功地消灭那些大量的无用突触才行。

神经达尔文主义仍处于探索当中。杰夫·里奇曼（Jeff Lichtman）在突触消灭方面做了大量的研究工作，29他关注的是从神经到肌肉之间的突触。在发育的早期，连接是无选择性的，肌肉的每条纤维都会从许多轴突处接受突触连接。随着时间的进行，这些突触会逐渐被消灭，最终每条纤维只从一个轴突那里接受突触连接。在这个例子中，突触的消灭过程改善了连接，使连接更加具有针对性。为了更清楚地看到这个现象，里奇曼成了一项更先进的成像技术的主要支持者——我将在后面的章节中回头再说这项技术。

通过之前展示的图23中的树突棘图像，我们看到了对皮层中重新连接现象的研究。学者们发现，大部分新生的树突棘都会在几天之内消失，但如果把大鼠放在之前罗森茨维格用过的那种丰富环境的笼子中，那么很大一部分树突棘就能够存活下来。这些观察都与“适者生存”的想法相符，即一个新的突触只有在对记忆有用的情况下才能存活。然而，仅靠这些证据还远远不能下结论。连接组学肩负着一个很重要的挑战，就是去揭示究竟哪些条件决定了一个新突触会活下来还是会被消灭。

我们已经看到，大脑在存储记忆时，如果所需的连接缺失，就可能会不好用。这说明，在连接状态固定而且稀疏的情况下，重新赋权的能力是有限的。神经达尔文主义认为，大脑能不断地随机创建新的突触，更新自身的学习潜力，并消除那些无用的突触，从而解决了上述的问题。重新连接和重新赋权并不是两个独立的过程，它们是相辅相成的。新生的突触为赫布增强过程提供生产资料，而突触的消除又是由于逐步减弱而引起的。相比于单纯的重新赋权，重新连接又进一步地提供了信息存储能力。

重新连接的另一个优势是它可以使记忆更稳定。为了更清晰地理解稳定性，我们不妨将讨论延展一下。到目前为止，我们一直只关注利用突触来维持记忆。然而我要告诉你，有证据表明，还有另外一种利用电锋维持记忆的机制。假设珍妮弗·安妮斯顿不是由一个单独的神经元表示的，而是由一组神经元组成的细胞结集表示。一旦某个关于珍妮弗的刺激引起这些神经元发出电锋，它们就会通过突触不停地互相激发。这个细胞结集内部的电锋可以自给自足地维持，即使是在刺激消失之后。西班牙神经科学家拉菲尔·洛伦特·德诺（Rafael Lorente de Nó）将此称为“回响活动”，因为它很像峡谷中或大教堂里因回声而绵延不绝的声音现象。持续的电锋可以解释你是如何记住刚刚看到的东西的。

从诸多实验来看，这种持续的电锋可以将信息维持几秒钟的时间。然而，有证据表明长期的记忆储存并不需要神经活动。某些不慎掉入冰水中的人，在“死亡”几十分钟后还能复苏。虽然他们的心脏已经停止泵血，但是冰水的低温能使他们的大脑免于毁坏。当他们的大脑处于冰冻状态时，其神经系统完全没有活动，但他们醒来后却幸运地发现，记忆只有很少的损失或根本没有损失。30可见，在这样的可怕经历后仍然能够得以维持的那些记忆，必然不是依靠神经活动来储存的。

令人吃惊的是，神经外科医生有时候会有意地将人的身体和大脑冰冻起来。这种不同寻常的医疗手段叫做深低温停循环（PHCA），这时心跳会停止，体温降至18摄氏度以下，生命过程变得极其缓慢。31因为PHCA非常危险，所以它仅限被用于万不得已的救命手术。不过，这种手术的成功率颇高，并且虽然患者的大脑在手术过程中相当于被关掉了，但他们的记忆通常不会有损失。

PHCA的成功，支持了一个学说，称为“双层”记忆理论。该学说认为，持续的电锋是短期记忆层，而持久的连接则是长期记忆层。当需要储存长期记忆时，大脑就把信息从神经活动转为连接。当需要回忆信息时，大脑就把信息从连接读回神经活动。

双层理论能够解释为什么长期记忆在没有神经活动时仍然能保存。当神经活动引发赫布突触可塑性时，信息就被细胞结集或突触链中神经元之间的连接保持住了。以后再次回忆时，这些神经元会被激活。而在存储之后、回忆之前这段时间，这些神经活动模式就隐藏在连接当中，而不需要不停地表达。

……

稳定性和可塑性的这种妥协，或许也能够解释为什么大脑要使用两套记忆系统。电锋模式就像内存中的信息一样，变化很快，适宜在感知或思考过程中，用于当前的信息操作。因为它们很容易被新的感知或思考所干扰，所以电锋模式只能将信息维持很短的一段时间。与此相反，连接就像是硬盘。因为连接的变化远远慢于电锋模式，33所以它不适合用于当前的信息操作。然而它既具有一定的可塑性以存储信息，又具有足够的稳定性以维持信息很长时间。低温使神经活动停止，就像计算机断电一样，由于连接能保持不变，所以长期记忆不会受损，但是最近的信息却会丢失，因为它们还没有来得及从神经活动变成连接。

那么这种稳定性和可塑性的妥协，是否还能帮助我们理解为什么大脑在重新赋权的基础上，还要再加上重新连接来作为信息储存的方式呢？根据赫布可塑性，神经电锋会不断地改变突触的强度。因此，突触的强度是不稳定的，通过重新赋权而存储的记忆也是不稳定的。这或许能解释为什么我们很容易就会忘掉昨天晚餐吃了什么。而另一方面，突触的存在性，则要比它的强度稳定得多。一个由重新赋权来存储的记忆，可能会被进一步固化，改由连接来存储。这就是为什么有些记忆能够伴随终生，比如你的名字。那些难忘的记忆，也许并不是依赖于将突触强度维持在一个固定值，而是依赖于突触是否存在。作为一种更稳定、但相对不可塑的存储方式，连接是重新赋权的一个重要的补充。

在这一章中，我们看到了经验事实与理论探索的结合，不过相对要更偏向后者一些。我们知道，重新赋权和重新连接在大脑中肯定都发生了。然而，细胞结集和突触链究竟是不是由于这些现象而形成的，目前却还不清楚。更广泛地说，记忆存储是否真的与这些现象有关，目前都还很难证明。

一种有希望的方法是在动物身上利用药物或基因操作，干扰突触上相应的分子，使突触不再具有赫布可塑性，然后做行为实验，观察动物的记忆功能是否受损，以及受损的程度。这样的实验已经在进行，并为连接主义提供了很多有力的证据。但不幸的是，这些证据还都只是间接的和推断性的。而且对这些证据的解读非常复杂，因为目前还没有一种完美的方法，能够在关闭突触的赫布可塑性的同时不引起其他的副作用。

接下来我要讲一个寓言，让你体会一下神经科学家们在检测记忆系统时所面临的困难。假设你是一个从其他星球而来的外星人。你发现人类又丑又矬，但不管怎么说你还是对他们有些好奇。作为研究的一部分，你跟踪并窥视某个人。这个人的兜里有个小本子，时不时就拿出来，用笔在上面写些符号。有时候他打开本子只是看一眼，然后再放回去。

你会觉得这个行为很难理解，因为你从来没见过或听说过写字这回事。你的祖先在几千万年前还是会写字的，但是进化到你这一代就已经完全忘了。经过大量的思考，你提出了一个猜想：这个小本子是这个人的记忆设备。

为了检验你的猜想，你在一天夜晚把这个小本子藏了起来。第二天天亮，他不遗余力地把家里翻了个底朝天，床底下、橱柜里，全都翻遍了。在接下来的时间里，他的行为多少有些不同，但却也没有什么大的不同。你觉得有些失望，于是打算再做一系列其他实验来检验你的猜想：把他的小本子撕去几页，把它泡在水里抹掉字符，与其他人的小本子交换一下……

最直接的检验方法，很显然是去阅读本子上的字。通过解码纸上那些墨水符号，你就可以预测，这个人在接下来的一天会做哪些事。如果事实表明你预测正确，那这就是一个非常有力的证据，证明这个小本子确实存储信息。但是很不幸，你已经两万多岁了，而且有严重的老花眼。虽然你的监视设备使你能看到那本书，但它却不能使你看清上面的字（这多少有点强词夺理，不过就让我们假设你的外星文明没有发明老花镜吧）。

正像你这个老花眼的外星人一样，神经科学家们也在试图检验一个关于记忆系统的猜想。他们认为记忆是通过改变神经元之间的连接来存储的。为了检验这个猜想，他们把含有这些连接的大脑区域破坏掉，正如你把那个带字的小本子藏起来。他们测量在执行与记忆有关的任务时，这个大脑区域是否会激活，正如你观察那个人在需要想起某件事时，是否会将小本子掏出来。

有一种既直接又一步到位的策略：从连接组中把记忆读出来，寻找细胞结集和突触链，看看它们是否真的存在。但是很不幸，就像你的老花眼看不清楚那个人小本子上的字一样（更别提解码了），神经科学家们也看不清楚连接组。这就是为什么我们还需要更先进的技术，才能揭开记忆的奥秘。

在我介绍这些先进的技术以及它们的潜在应用之前，我需要先讲一讲塑造连接组的一个更重要的因素。经历能够对神经元重新赋权或重新连接，然而基因也同样能够塑造连接组。事实上，连接组学最令人兴奋的前景，就是它很有希望能够最终揭示这两者的互动关系。连接组，就是先天与后天相遇的地方。

第三部分 先天与后天

六 基因森林

你可以把细胞想象成一个由许多种类的分子零件组成的精密机器。其中最主要的一类分子叫做蛋白质。有些蛋白质分子可以作为结构元件，支撑细胞，就像是木屋框架的立柱和托梁。还有一些蛋白分子可以对其他分子执行某些功能，就像是工厂里的工人加工零件。很多蛋白质身兼二职，既起结构作用，又能执行功能。另外，细胞比大多数人造的机器都具有更高的动态性，因为有很多蛋白会不断地移动。

人们常说DNA是生命的蓝图，这是因为它含有告诉细胞如何合成蛋白质的说明书。8就像DNA是一条核苷酸链一样，蛋白质分子也是一条由小分子组成的链，这种小分子叫做氨基酸，总共有二十种。每一种蛋白质也可以用一串字母序列来表示，但是这个序列中会有二十种字母，而不是DNA中的四个。这个氨基酸序列，是由基因组中（几乎）邻接的一段字母序列所决定的，这段字母序列就是一个基因。当细胞要制造一个蛋白质分子时，它就读出一个基因的核苷酸序列，把它“翻译”成氨基酸序列，然后合成蛋白质。（翻译所使用的字典叫做基因编码。）如果一个细胞读出一个基因并构造了一个蛋白质，我们就说它“表达”了这个基因。

你的生命是从一个单细胞开始的，这个细胞就是受精卵。它会分裂成两个，两个再分裂成四个，以此类推，在分裂很多次之后，就会产生大量的细胞，形成你的身体。每个分裂的细胞都会复制自己的DNA，然后把它原封不动地传给下一代细胞。这就是为什么你身体里面每一个细胞都拥有同样的基因组。9那么为什么肝的细胞和心脏的细胞看起来不一样，而且具有不同的功能？答案就是不同类型的细胞表达了不同的基因。你的基因组里包含几万个基因，每个基因都对应着一种不同的蛋白质。每种不同类型的细胞，都只表达其中的一部分基因。神经元可以说是身体中最复杂的一种细胞，所以很自然地，有很多基因编码的蛋白质都是专门或兼职用来支持神经元的功能的。这是回答“为什么基因会影响大脑”这个问题的第一步。

你的基因组，和我的几乎是一样的，与人类基因组计划中找到的序列也几乎是完全一样的。但是，它们之间仍然有一些小差异，基因组学领域开发了快速而低成本的技术，来检测这些差异。有些时候，差异可能只是一个字母，而也有些时候，会有一长段字母缺掉或重复。如果基因组的一个差异改变了一个基因，那么假如我们知道这个基因编码的蛋白质有什么功能，就可以猜测这个基因的改变会导致什么后果。

心智活动是基于电锋和分泌的，现在你对这个说法已经很熟悉了。这两种过程，都涉及很多种蛋白质。你已经遇到了其中很重要的一种，即那些感受神经递质的受体分子。它们位于神经元的细胞膜上，部分伸出到细胞外。（前面说过，就像是用游泳圈游泳的小孩，还记得吗？）之前我用钥匙开锁来描述神经递质分子与受体的结合，而对于某些受体来说，这个比喻还可以更进一步，它们本身既是锁，又是门。有一个小通道从这些受体分子中穿过，连接神经元的内部和外部，在多数时间里，通道会被像门一样的结构堵住。当神经递质与受体结合时，门会打开一瞬间，使电流立刻通过通道流动。换句话说，神经递质就像钥匙一样打开一扇门，使电流可以在神经元内部和外部之间流动。10

通常，我们用离子通道来称呼所有带有通道、能使电流穿过膜的蛋白质。（离子是水溶液中能导电的带电粒子。）有很多离子通道并不是受体，它们有些负责使神经元产生电锋，还有些对神经元里传递的电信号具有更精细的调节作用。如果基因组中的一段DNA序列发生异常，而这个序列恰恰是用来编码受体或离子通道的，那这对大脑的运转来说就是个坏消息。由离子通道的DNA序列缺陷而导致的疾病叫做“离子通道病”。11功能失常的离子通道会造成失常的电锋发放，其表现出的症状叫做癫痫发作。

还有其他种类的蛋白质，有的负责把神经递质装进囊泡，还有的负责在被电锋触发时把囊泡中的东西释放到突触裂隙中。还有一些蛋白质负责降解或回收突触裂隙中的神经递质，避免它们作用时间过长，或者漂到其他突触去。为电锋和分泌服务的蛋白质还有很多，这里举例的不过是九牛一毛。这些蛋白质中的任何一种失常，都会导致大脑不正常。

然而，不正常的可能性还不止这些。缺隐的基因除了这些现场的捣乱之外，还有可能在生命早期就造成了影响，使年幼的大脑在发育过程中就已经跑偏。

……

在穿越大脑的大部分旅程中，轴突都是走直线的，就像树干那样。在生长锥抵达目的地后，轴突就开始伸出分支。科学家们推断认为，这个最终的分支过程并不那么严格地受基因控制。如果真的是这样，那么虽然最终的整体形态是由基因决定的，但是具体的分支模式将在很大程度上是随机的。这就像是森林里的树，大概看起来都长得差不多，因为它们都有同样的基因。然而，没有两棵树的树枝是完全一模一样的，因为生长过程中还存在着随机性，而且还受到环境条件的影响。

在大脑的连线完成之后，神经元就开始生成突触，连接到其他神经元。我在前文提出了一个猜想，突触的生成是随机的，它们在神经元与其他神经元接触时，按照一定的概率生成。但是这里也有基因控制在起作用，因为不同类型的神经元，可以通过一种分子标记来识别对方，并据此来“决定”是否要连接。（我会在后面讨论神经元的类型。）

所以，在发育最早期形成的初始的连接组，看起来主要是基因和随机性的产物。科学家们仍在研究它们的相对贡献比例。一种理论认为，基因的主要影响在于控制大脑的连线。基因大致地决定了神经元的形态，即它的分支伸展到哪个区域。如果两个神经元的伸展区域有重叠，它们就具有了连接的潜力。但是，它们究竟是否会连接，就不是由基因决定的了。首先，分支会在基因规划的区域里随机地相遇，然后这些相遇的地方又会随机地形成突触。不过，在发育过程中，经历也开始参与塑造连接组了。那这到底又是怎么进行的呢？

……

我举个例子把这个事情说明白。想象一下，假如你现在因为离婚而抑郁了。你找了一个精神分析老专家，他告诉你，你的问题本质上是由于你在小时候成长过程中与母亲的关系不好导致的。他说的也有可能是对的，但是这个说法对你现在解决问题有什么用吗？你现在已经长大了，就算把你母亲换成一个继母，恐怕也不会有什么作用。

说精神疾病是由基因缺陷导致的，就是上面这个例子的高科技版本：不知道怎么才能利用这个历史解释来进行治疗。针对成年人大脑的基因疗法很难发展，就好比给成年人换个母亲没有什么作用是一个道理。

那么，假设精神疾病是由连接病理导致的，要想真正治愈，就需要修复那些异常的连接。这里就产生了一个显而易见的问题：我们能在多大程度上改变连接组？用什么办法能做到这一点？

七 更多潜力

根据神经达尔文主义，存储记忆是由突触的消亡与生成串联配合来完成的。同样，我们预想神经元的新生，也伴随着一个并行的过程，即神经元的灭亡。这种模式对于很多类型的细胞来说是成立的，全身上下很多细胞都会在发育过程中死亡。这种死亡过程是“受控的”，它类似于自杀。细胞往往都带有自我解体机制，当遇到相应的刺激时就会触发。

你也许以为，你的手长出手指是通过增加细胞。你错了，实际上正是细胞的死亡，在你胚胎的手上“蚀刻”出空间，进而形成了手指。如果这个过程不能正常进行，新生婴儿的手指就会粘连在一起，39这是一种可以通过手术矫正的先天缺陷。所以，细胞的死亡就像是雕刻，是把材料挖掉，而不是添加。

与身体一样，大脑也是这个情况。在你生活在子宫的时期，有多少神经元活下来，基本上就会有多少神经元死掉。40创造这么多神经元，再把它们杀掉，似乎有点太浪费了。41但是如果说“适者生存”对于突触是一种高效的方式，那么它也许对神经元也是一样的。或许，神经系统在发育过程中就是用这种方式自我完善的，让那些有“正确”连接的神经元活下来，把其余的干掉。有人提出，这个达尔文化的解释不仅对于发育成立，而且还能解释成年的神经元的形成和灭亡，我把这称为重新生成。42

如果重新生成对学习这么有用，为什么新皮层不这么搞？也许是因为这个结构需要更强的稳定性，以保存已经学到的东西，为此不得不牺牲一些可塑性。但是，古尔德的报告并不是孤证，自从20世纪60年代以来，类似的研究还零星地发表了一些。43说不定这些零散的文献真的抓住了一些真相，44而且是与目前神经科学界的看法相反的。

可以用这样一种办法来解决争议，即认为新皮层的可塑性取决于动物的生存环境。囚笼会使可塑性大大降低，生活在小笼子里，可以想见，不需要什么学习，肯定要比生活在野外笨些。大脑这时候会降低神经元的新生，而且就连那些已经生成的神经元，大部分恐怕也活不了多久就会被干掉。在这种情况下，新生神经元确实存在，但是数量太少且不稳定，很难被观测到，这就能解释研究者们的争论。很有可能，在更自然的生活环境中，学习和可塑性更有意义，新生神经元就会更多。45

你也许不相信这个解释，但是它比拉奇克和古尔德的故事有着更广泛的寓意：我们应该小心地对待笼统的重新生成和重新连线失能，以及其他类型的连接组变化。如果认真地考虑失能，它一定是有条件的。此外，在另外一些条件下，也许还能阻止失能。

随着神经科学家们提高对重新生成的认识，简单地统计新生神经元的数量就显得太原始了。我们还要知道为什么特定的神经元能活下来，而其他的却会被消灭。在达尔文化的理论中，活下来的那些是因为有正确的连接，集成到了原有神经元形成的网络中。但是我们几乎不知道什么是“正确的”，除非我们能看到连接，否则没什么希望能回答这个问题。所以，要想回答重新生成是否对学习有作用、有什么作用，就必须认识到连接组学的重要性。

到这里，我已经讲过了四种类型的连接组变化——重新赋权、重新连接、重新连线和重新生成。这四个“重新”在提高“正常的”大脑和治疗疾病或受损大脑的过程中，扮演着非常重要的角色。认识这四个“重新”的全部潜能，可以说是神经科学最重要的目标。认为它们中的一个或几个会失能，是连接组决定论的旧说法。我们现在知道，这些说法都太过简单了，如果缺乏必要的条件，就不足以成立。

另外，这四个“重新”的潜能并不是固定的。刚才我提到了，大脑在受伤后，轴突的生长会增强。除此之外，现在已知新皮层受损后会吸引新生的神经元，使它们迁移到伤处，这也是“没有新生神经元”的又一个反例。46这些由受伤产生的作用是由某些分子作为媒介的，目前还正在研究。理论上说，应该能通过人工方法，通过操作某些分子来促进这四个“重新”。这是基因向连接组施加影响的方式，也应该是未来药物的作用方式。不过，这四个“重新”还受到经历的引导，所以更好的控制方法是在进行分子操作的同时配合适当的强化训练。

这个神经科学的日程表听起来很振奋人心，但这真的是正确的方向吗？它基于一些特定的重要假设，这些假设看似有理，但却仍未证实。最关键的一个问题是，心智的变化归根结底真的是连接组的变化吗？这显然是一个来自理论的推断，这个理论就是，把感知、思考和其他心智活动还原成由神经连接模式产生的电锋模式。研究这个理论是否成立，就能告诉我们连接主义是否真的有道理。连接组变化的四个“重新”在大脑中是存在的，这是一个事实，但是目前为止，我们还只能推断它们是否与学习有关。在达尔文式的观点中，突触、分支和神经元生成出来，是给大脑提供新的学习潜力。有些潜力通过赫布增强变成了实力，这使相应的突触、分支和神经元活了下来。而其余的则会被消灭掉，把无用的潜力腾出来。如果不仔细推敲这些理论，就很难知道如何有效地驾驭四个“重新”的力量。

要想客观地检验连接主义理论，就必须对它们进行实证研究。神经科学家们已经围绕这项挑战瞎转悠了一个多世纪，却还没有真正地接受它。问题就在于，这个学说的核心——连接组——是观测不到的。因为神经解剖学只能粗略地映射大脑区域之间的连接，所以要研究神经元之间的连接是非常困难的，甚至是不可能的。

我们正在努力——但是还要再加把劲儿。找到秀丽隐杆线虫的连接组花了十多年，而要找到那些更接近人类大脑的连接组则更困难。在本书接下来的部分中，我将探索那些不断发明出来的、用以寻找连接组的先进技术，并思考应该如何利用连接组学这门新学科。

第四部分 连接组学

八 眼见为实

你听过那个两位经济学家走在街上的笑话吗？“喂，路边地上有20美元钞票！”一位经济学家叫道。“别傻了，”另一位说，“不可能有的，否则早就被别人捡走了。”这个笑话是讽刺有效市场假说（EMH）。这是一个有争议的断言，认为不存在任何公平且可靠的投资方法，能确保其收益高于市场平均水平。（请暂且忍受一下——马上就会回到正题了。）

当然，不可靠的击败市场的方法是有的。也许你随意瞅了一眼关于某个公司的新闻报道，随手买了点股票，涨到高点随便一抛就赚钱了。但是，这种事的可靠性，比在拉斯维加斯遇到个美好的夜晚高不了多少。不公平的击败市场的方法也是有的。如果你在一家制药公司工作，也许你能第一个知道某种新药的临床试验很成功。但是如果你根据这样的非公开信息而买入你公司的股票，你可能会受到内幕交易指控。

这些方法都不能同时具备EMH要求的“公平”且“可靠”，这个强烈的断言认为这样的方法是不存在的。职业投资人恨这个断言，他们认为自己是靠聪明才智成功的。但EMH却说他们的成功要么是靠运气，要么是靠作弊。

支持或反对EMH的实践证据是很复杂的，但其理论解释却很简单：如果一只股票有一个新的利好消息，那么第一个知道该消息的投资人就会抬高股价。因此，EMH认为，好的投资机会是不存在的，正如路边永远不会有（好吧，几乎永远不会有）20美元钞票。

这跟神经科学有什么关系？我再讲个笑话。“喂，我想到了一个绝妙的实验！”一位科学家叫道。“别傻了，”另一位科学家说，“这是不可能的，否则早就会有人做过这个实验了。”笑话的这个版本，可以说在某种程度上就是事实。科学的世界里，充满了又聪明又勤奋的人。绝妙的实验就像是路边的20美元钞票：有这么多科学家整天在路边寻觅，几乎不可能会被漏掉。为了把这个断言形式化，我想提出一个有效科学假说（efficient science hypothesis），简称ESH：不存在任何公平且可靠的做科研的方法，能确保超越平均水平。

一个科学家，如何才能做出伟大的发现？亚历山大·弗莱明（Alexander Fleming）发现并命名了青霉素，是因为他的一个菌群偶然被产生抗生素的真菌给污染了。很多重大突破其实都是意外收获。如果你期待有更可靠的方法，那或许就该找找“不公平”的优势。观察和测量的技术，就是实现这一点的路子。

伽利略在荷兰道听途说地知道了望远镜，马上就回家自己做了一架。他实验了不同的镜片，学习自己磨制玻璃，最终造出了当时世界上最好的望远镜。这些动作，使他在天文发现领域占据了一个无人能出其右的位置，因为他拥有了一个能检验天体的设备，而别人却没有。如果你是一个需要买设备的科学家，而且很擅长拉经费，那你有可能得到比竞争对手更好的设备。但是如果你能自己制造用钱买不到的设备，那你就能拥有更具决定性的优势。

假设你想到了一个绝妙的实验。有没有人做过？去查文献，搞清楚。如果没有人做过，你就得好好想想为什么没有。也许是因为这根本不是个好想法，但还有可能是因为缺乏必要的技术手段。如果这时候你有机会得到合适的设备，就有可能抢在所有人之前做这个实验。

我的ESH解释了为什么有些科学家终其一生都在开发新技术，而不是依赖于花钱买：他们希望建立自己的不公平优势。弗朗西斯·培根在1620年的名著《新工具》（New Organon）中写道：

有一个不成熟的想法，又有点自相矛盾，那就是要想做到从未有人做到的事情，就一定要通过从未有人试过的方法。

我要加强这句格言：

要想做到从未有人做到、却又值得做的事，就一定要通过还不存在的方法。

正是在那些新方法诞生的瞬间——新技术被发明出来时——我们见证了一次又一次科学革命。

要想找到连接组，必须创造机器，以获得大视野的神经元和突触的清晰图像。这将是神经科学历史上一个重要的新篇章。与其说神经科学的历史是一系列的伟大思想，倒不如说它其实是一系列的伟大发明，每一项发明都使我们在观察大脑的道路上又跨过一道曾经不可逾越的障碍。现在我们说大脑是由神经元组成的似乎是一件很容易的事，但是获得这个想法的道路却是很曲折的。道理很简单——在很长的时间里，我们根本就看不见神经元。

活的精子最早是由安东尼·范·列文虎克（Antonie van Leeuwenhoek）在1677年观察到的，他本来是一位荷兰纺织商人，后来转行成了科学家。他用自制的显微镜做出了这项发现，但却没有充分认识到其重要性。2他没有证明生殖的媒介是精子，而不是精液中的其他成分，也没有觉察到精子和卵子结合时的受精过程。但是他的工作为后续的研究铺垫了道路，开创了一个新时代。

……

如果缺乏必要的技术，科学就可能会沉寂很久。无论有多少聪明人在一个问题上浇注多少心血，但只要缺乏相应的数据，就不可能做出任何进展。19世纪的人们为看不见神经元而苦恼，直到高尔基发明了他的染色法。卡哈尔最迫不及待地使用了这个方法，结果也收获最丰。1906年，高尔基和卡哈尔共同前往斯德哥尔摩，分享了当年的诺贝尔奖——“以表彰他们在神经系统结构方面的贡献”。按照惯例，两位科学家都应邀做了特别演讲，描述各自的研究工作。然而，这两位联名获奖者，不但没有相互祝贺，反而是利用这个机会互相攻击起来。

他俩掐架已经不是一天两天了。高尔基的染色法终于让世人看到了神经元，但是由于当时显微镜的分辨率所限，产生了一个无法解决的争议。卡哈尔用他的显微镜，看到了那些染色的神经元之间接触的点，但神经元在接触点处仍然是彼此分开的。而高尔基用他自己的显微镜看后则认为，神经元在这些地方是融在一起的，组成一个连续的网络，就像是某种超级大细胞。9

到1906年，很多人都认可了卡哈尔，认为确实存在一条缝隙，但他们仍然不清楚神经元在物理不连续的情况下是如何彼此通信的。三十年后，奥托·洛伊维（Otto Loewi）和亨利·戴尔爵士（Sir Henry Dale）联合获得了诺贝尔奖——“为他们关于神经脉冲化学传递的发现”。他们提出了足以定论的证据，表明神经元可以分泌神经递质分子来发送信息，并感知这些分子来接收信息。化学突触的想法可以解释两个神经元如何隔着缝隙通信。

但是在这个时期，没有人能真正地看见突触。1933年，德国物理学家恩斯特·鲁斯卡（Ernst Ruska）建造了第一台电子显微镜，利用电子而不是光以产生更锐利的图像。鲁斯卡加入西门子，并以此开发了商业产品。第二次世界大战后，电子显微镜越来越普及。生物学家们开始学会把他们的样品切成极薄的薄片，然后对这些薄片成像。终于，他们看到了清晰的图片。

20世纪50年代，第一张突触图像诞生了，表明两个神经元在突触处确实没有融合。两个细胞之间有一条明显的界线，有时甚至还能在其中看到一条极窄的狭缝。这些特性是光学显微镜所看不到的，这就是为什么高尔基和卡哈尔打得不可开交，矛盾无法解决。

根据这个新的信息，卡哈尔获得了胜利，或者说是似乎获得了胜利。到最后，高尔基也变成对的了。我前面说过，大脑里除了化学突触之外，还有电突触。在这种突触上，有特殊的离子通道，跨越两个神经元细胞膜之间的窄缝，就像一条通道，使离子（带电原子）能从一个神经元内部移动到另一个神经元内。电突触能使电信号直接在两个神经元之间通行，不需要化学信号作为中介，就像高尔基想象的那样，高效地把两个细胞融合成一个连续的超级大细胞。10

刚才我把电子显微镜封为使我们看见突触的功臣，但是新的染色法也是很重要的。11配合电子显微镜，可以使用“浓密”的染色方法，将所有神经元全部染色。电子显微镜和浓密染色的组合，使神经科学家们看到了曾经看过、但从未如此清晰的图像——纠缠在一起的很多神经元的分支。高尔基的染色法在显示神经元的形态时，会给人造成一种错误的印象，似乎神经元像一座岛，周围有很宽敞的空间。但实际上，大脑组织被神经元及其分支挤得满满当当，可以看图28左。这张图片展示了把“一团意大利面”快刀斩断时截面的样子。当你真的切断一根面条时，会看到圆形或椭圆形的断面，在这张图中，神经元的分支亦是如此。

……

登克的发明使脑片不需要被收集，而海沃斯的发明则是使收集过程变得可靠。除此之外，还有一些其他发明家，在用各自不同的方法，改进切片和成像过程。比如说，格雷姆·克诺特（Graham Knott）展示了如何利用离子束，使一个立体块最上面几纳米的一层蒸发掉。这个技术的原理与登克的有些类似，但它连钻石刀也不需要了。22这些发明还只是刚刚开始，所以我预计，连续电子显微成像的黄金时代就要到来了。

随着黄金时代的到来，神经科学又面临着一项新的挑战，那就是信息过载。从1立方毫米的大脑组织，就能得到1 PB的图像数据。这相当于一个存了10亿张照片的数码相册。整个鼠脑的数据量，比这个数量还要再大一千倍，而整个人脑，则要比鼠脑再大一千倍。所以，要想找出连接组，只改进切片、收集和成像本身是不够的。如果给所有的神经元和突触成像，信息就会像井喷一样产出，这样的海量信息，远远超出了人类的分析和理解能力。所以，要想找出连接组，我们不但需要能产生图像的机器，还需要能看见连接组的机器。

九 沿路追踪

如果你喜欢这段旅途，那就让我带你真正地领略一个近似版本。真正的大脑不能让你在其中穿梭，但是大脑的图片却可以。第八章中描述的机器，会产生一叠图片，通过这些图片，你可以追踪一条轴突或树突的轨迹。这是寻找连接组的一个重要步骤。要想测绘大脑连接图谱，就必须知道哪些神经元之间有突触连接，而要想做到这一点，就必须知道“连线”的走向。

要想找到整个连接组，必须探索大脑迷宫中的每一条通道。测绘1立方毫米的大脑图谱，就需要处理1 PB图像中长达数英里的神经突。这项分析需要极其繁重的工作量和耐心，但它却是必要的。仅仅扫一眼这些图像，是看不出任何东西的。这种类型的科学研究，与伽利略看见木星的卫星和列文虎克看见精子是大不相同的。

现如今，“科学就是看见”已经发展到了当前技术的极限。没有哪个人能够处理自动化设备所产生的海量图像。但是，既然这个困难是由于技术导致的，那么也许技术也能解决它。或许利用计算机，就能在这些图像中追踪所有的轴突和树突的路径。如果能让机器承担大部分工作，就能够看见连接组了。

不单单是连接组学遇到了处理海量数据的困难。全世界最大的科学项目大型强子对撞机（Large Hadron Collider, LHC），是一个地下100米深处的环形管道，总长27公里，位于日内瓦湖和汝拉山脉之间。LHC能把质子加速到极快的速度，然后让它们撞到一起，以研究基本粒子之间的相互作用。在它圆周上的某个位置，有一台巨大的装置，叫做紧凑型缪子螺线管探测器（Compact Muon Solenoid, CMS）。它用来检测每秒十亿次对撞，2然后由计算机自动筛选，从中选出100个。虽然只有有价值的事件才会被记录下来，但因为每个事件会产生超过一兆字节的数据，所以总体的数据流量仍然有如井喷。这些数据随后会被发送到一个由世界各地的超级计算机组成的网络，以做分析处理。

为了找到哺乳动物大脑的连接组，需要靠显微镜得到连续图像，而这个数据流量比LHC还要大。我们分析数据的速度能跟得上吗？那些测绘秀丽隐杆线虫连接组的科学家们，曾经就遇到了这个问题。他们出乎意料地发现，分析图像要比得到图像困难得多。

……

正如布雷纳希望的那样，秀丽隐杆线虫的连接组，对于研究线虫行为的神经基础非常有用。它能帮助找到某个行为的神经通路，例如碰它的头就会游走。9不过，布雷纳最初的野心只实现了一小部分。这并不是因为图像太少，尼科尔·汤姆森利用很多线虫收集了大量图像。事实上，他还对各种有不同类型基因缺陷的线虫进行了成像，但是要分析这些图像并检测其连接组的异常，所需要的工作量实在是太大了。布雷纳本来想要研究线虫“心智”的差异是否是由于连接组的差异，但是他却无法实现，因为他的团队只找到了一个连接组，就是正常线虫的连接组。

哪怕只找到一个连接组，也已经是不朽的功绩了。从20世纪70年代到80年代，分析这些图像花掉了十多年，远远超过了切片和成像的时间。另一位线虫研究领域的先驱者大卫·霍尔（David Hall）曾经把这些图片传到网上，做成了一个琳琅满目的线虫信息库（其中大部分图像直到今天都还没有被分析）。布雷纳团队的艰苦劳动，似乎成了对其他科学家的一个警告——“危险动作，请勿模仿”。

这种情况直到20世纪90年代才有所改善，因为计算机变得更为低成本、高性能。约翰·费拉（John Fiala）和克里斯顿·哈里斯（Kristen Harris）10开发了一个软件，可以更容易地手工重建神经元的形态。计算机会把图像显示在屏幕上，操作者可以用鼠标在上面画线。这项基本功能，对于每个用计算机画过画的人来说都很熟悉，然后它还可以通过画出每个断面的边界，在一叠图像中追踪一个神经元。经过操作之后，每张图像都会被很多边界线覆盖。计算机会追踪一个神经元所有断面的边界线，并在线内填上颜色。

每个神经元会填入不同的颜色，于是这一叠图像就被组装成一本三维立体书。计算机还可以三维渲染出神经突的各部分，11就像图34中的样子。

有了这个处理过程，科学家们再做工作时，就比布雷纳的团队做秀丽隐杆线虫项目时要高效多了。现在图像都井井有条地存储在计算机里，研究者们不再需要面对铺天盖地的照片纸了，用鼠标操作也不像用记号笔标号那么麻烦了。然而，分析图像仍然需要人类的智慧和极大量的时间。克里斯顿·哈里斯和她的同事们用这个软件重建了一些小块的海马体和新皮层，发现了关于轴突和树突的很多有意思的现象。不过，这些小块非常小，只包含了神经元的小局部。用这个方法去寻找连接组是不可能的。

根据这些研究者们的经验，可以推断，手工重建1立方毫米的皮层，就需要一百万人年的工作量，12远远大于电子显微镜获得相应图像的工作量。因为这些令人望而却步的数字，未来连接组学的关键问题很明显就是要实现图像分析的自动化。

有一个好消息是，我们已经可以用计算机，而不是人，来画出每个神经元的边界了。但还有一个坏消息是，如今的计算机还不是很擅长检测边界，哪怕是一些对人来说看上去很明显的边界。事实上，计算机并不擅长任何视觉工作。科幻电影中的机器人可以在场景中很自如地四处观察并识别物体，但在现实中，人工智能（AI）领域的研究者还在苦苦挣扎于如何让计算机具有最原始的视觉能力。

在20世纪60年代，研究者们把相机挂在计算机上，尝试建造最早的人工视觉系统。他们试图给计算机编程，让它能把图像转换成线条画，这是任何卡通画家都能做到的事。他们认为，根据形状的轮廓线来识别物体是比较容易的。结果是，他们见识了计算机检测边缘的能力有多糟糕。即使就是一些很简单的儿童积木图片，计算机都很难检测出积木的轮廓。

……

诚然，这种程度的歧义是相对比较少见的。图中给出的例子很可能是由于样本的这个部位在染色时渗透不全而导致的。而对于这幅图像的其余部分，即使在放大之后，也是很明显能看出来边缘的。计算机能在这些容易的部位精确地检测边缘，但在个别困难部位却还是会出问题，因为计算机不能像人一样巧妙地利用背景信息。

如果我们用计算机辅助寻找连接组，那么边缘检测还不是唯一需要改进的视觉功能。另一项功能是识别。现在有些数码相机很智能，可以自动定位并对焦到场景中的人脸。但有时它们会出错，会对焦到背景的某些物体上，这就是因为它们识别人脸还达不到人的水平。在连接组学中，我们也需要计算机具有类似的功能，并且不能出错：从一组图像中找出所有的突触。

为什么我们（到目前为止）还不能造出像人一样“看”的计算机？在我看来，这是因为我们“看”的能力太强了。早期的人工智能研究者们致力于让机器模仿一些让人都觉得费劲的能力，比如下棋或证明数学定理。最后令人吃惊的是，这些能力对计算机来说并不那么难——1997年，IBM的深蓝超级计算机战胜了国际象棋世界大师卡斯帕罗夫。与象棋相比，视觉简直可以说是个幼稚的功能：我们只要睁开眼睛，就一直在看着周围的世界。或许正是因为视觉对人来说轻而易举，所以早期的人工智能研究者们没有认识到视觉对于机器来说会有多么困难。

有些时候，最擅长做某件事的人，恰恰是最不擅长教这件事的人。因为他们已经熟练到可以不假思索、下意识地做这件事，所以当你让他们讲解是怎么做的，他们反而说不出来了。在视觉能力这方面，我们都是大师。视觉与生俱来，所以我们无法理解那些没有视觉的东西，进而不知道该怎么把视觉教给它们。我们从来不需要把视觉教给什么东西，直到遇到了计算机。

近些年来，一些研究者放弃了教计算机如何“看”。为什么不让计算机自己教自己呢？收集大量的人类完成一项视觉任务的例子，然后输入计算机，给计算机编程，让它模仿这些例子。如果成功了，计算机就可以“学会”这项任务，而不需要任何显式的指导。这种方法称为“机器学习”，13现在是计算机科学的一个重要的子领域，从这个领域已经诞生了能自动对焦人脸的数码相机，还有很多其他人工智能方面的突破。

现在世界上有几家实验室，包括我自己的实验室，正在利用机器学习方法，训练计算机看神经元。起初，我们利用约翰·费拉和克里斯顿·哈里斯开发的那种软件。人们手工地重构出神经元的形状，作为样例以供计算机模仿。当我们开始这项工作时，怀伦·杰恩（Viren Jain）和斯里尼·图拉加（Srini Turaga）是我的博士生，他们设计了一种方法，通过比较计算机的分析结果与人类的差异，对计算机的表现进行量化的“评分”。14计算机要提高自己在分析样例时的“评分”，从而学会看神经元的形状。用这种方法训练计算机之后，再让它去分析那些没有经过手工重建的图像。图37给出了计算机自动重建的视网膜神经元。这种方法虽然还刚刚起步，但已经达到了前所未有的准确度。

尽管有了这些进步，但计算机仍然会犯错。我相信机器学习的应用会不断地降低错误率，但是随着连接组学领域的发展，计算机需要面对越来越多的图像，所以虽然错误率在降低，但错误的绝对数量仍然很大。在可预见的未来，图像分析还不可能达到100％自动化——我们还是需要一些人类智力——但是可以想见，这个过程的速度会越来越快。

传奇的发明家道格·恩格尔巴特（Doug Engelbart），最先提出了用鼠标与计算机交互的想法。直到20世纪80年代个人计算机革命席卷世界时，人们才认识到了这个想法的意义。但是恩格尔巴特早在1963年就发明了鼠标，当时他正在斯坦福研究院领导一个研究团队，此处是加利福尼亚的智力集中营。就在同一年，马文·明斯基（Marvin Minsky）在大陆另一边的麻省理工学院联合创建了人工智能实验室。他手下的研究者们，正是第一批去挑战“让计算机看”这个难题的先锋。

早年的计算机高手们之间流传着一个故事，15是关于这两位大智者的一次会面，也可能是杜撰的。明斯基自豪地宣称：“我们将赋予机器智能！我们将赋予机器行走和说话的能力！我们将赋予机器意识！”恩格尔巴特回击道：“你们打算对计算机这么好？那么，你们打算对人类有什么好处呢？”

恩格尔巴特在一个宣言中提出了他的想法，即“增强人类智力”，这催生了一个被他称为“智能增强”（Intelligence Amplification）16的新领域，简称为IA。其目标与人工智能有着微妙的不同。明斯基的目标是让机器更聪明，而恩格尔巴特则希望利用机器使人更聪明。

我实验室的机器学习研究属于人工智能的范畴，然而费拉和哈里斯的软件却直接地继承了恩格尔巴特的想法。它不是人工智能，因为它没有聪明到能够自己看到边缘。相反，它增强了人类智能，帮助人们更高效地分析电子显微镜图像。智能增强领域对科学界变得越来越重要，现在已经可以把任务“众包”17给互联网上大量的人。例如星系公园（Galaxy Zoo）项目，就是邀请公众帮助天文学家，根据望远镜图像中各星系的样子，给星系归类。

实际上，人工智能和智能增强并不是竞争关系，最好的方法是结合这两者，这正是我的实验室现在正在做的。人工智能应该是智能增强系统的一部分，它负责处理掉那些容易的决策，然后把困难的部分留给人。使人更高效的最好方式，就是尽量避免把时间浪费在无聊的事情上。反过来，智能增强系统本身又是收集样例的最好平台，这些样例可以用于机器学习而提高人工智能。智能增强与人工智能的联姻，可以产生出一个随着时间越来越聪明的系统，从而以越来越大的倍数，增强人类的智能。

科幻电影里的智能机器，经常给人类带来灭顶之灾，人们看了太多这种电影，往往对人工智能的远景感到恐惧。研究者们则会受到人工智能的诱惑，无谓地试图将工作任务完全自动化，但实际上，这些任务可以通过人与计算机的合作而更高效地完成。这就是为什么我们应该记住终极目标是智能增强，而不是人工智能。恩格尔巴特的呼声，洪亮而清晰地指导着连接组学去面对计算方面的挑战。

这些图像分析方面的进步令人感到振奋和鼓舞，但是连接组学在未来的进展能够达到多快呢？在过去几十年，每个人都见证了难以置信的技术发展，尤其是在计算机领域。一台台式计算机的心脏，是一颗称为微处理器的硅片。第一颗微处理器诞生于1971年，仅带有几千个晶体管。从那时开始，半导体公司就被拖入了一场竞赛，拼命地把越来越多的晶体管塞到一颗芯片上。他们进步的速度快到令人窒息。晶体管的成本每两年就会降低一半，从另一种角度看，在同样成本的微处理器上，晶体管数量每两年就会翻一番。

这种周期性的翻倍增长，称为“指数增长”，因为数学中的指数函数就是这样增长的。计算机芯片复杂度的指数增长，称为摩尔定律，因为它是戈登·摩尔（Gordon Moore）在1965年《电子学》（Electronics）杂志上发表的一个预言。在这三年之后，摩尔协助创建了英特尔公司，现在是全球最大的微处理器制造商。

指数增长使计算机成为一个前所未有的产业。在摩尔定律承受住了多年的检验之后，摩尔开了句玩笑说：“如果汽车工业的发展像半导体工业一样快，那么现在一辆劳斯莱斯就应该用1加仑汽油跑50万英里，而且价格应该便宜到可以随便丢掉，不值得交停车费。”如今我们每隔几年就要丢掉手里的计算机，再买一台新的。而这往往并不是因为旧的计算机坏了，只是因为它们太落后了。

有趣的是，基因组学的进展也是指数的，它很像半导体，而不像汽车。实际上，基因组学的发展甚至比计算机还要迅猛。DNA序列的测序成本不断地折半，18速度比晶体管的成本折半还要快。

那么连接组学能不能像基因组学一样以指数速度发展？从长远来看，寻找连接组的一个主要的限制就是计算速度。别忘了，在秀丽隐杆线虫项目中，分析图像所消耗的时间，要远远多于获取图像。换句话说，连接组学骑在计算机工业的背上。如果摩尔定律能继续保持正确，那么连接组学也将走上指数增长——但没有人知道这会不会发生。一方面，单个微处理器上晶体管数量的增长速度正在放缓，这是摩尔定律即将失效的一个信号。另一方面，凭借新型的计算架构和纳米电子学的发展，增长速度也许还能保持，甚至会更快。

如果连接组学真的能够实现指数增长，那么在21世纪结束之前，找出人类完整的连接组就会变成一件容易的事。目前，我和我的同行们正在全力解决“看到”连接组的技术障碍。如果我们成功了，会发生什么呢？我们接下来会做什么呢？在接下来几章中，我们将一起探索几种令人激动的可能，包括测绘更好的大脑图谱，揭示记忆的奥秘，找到精神疾病的根本原因，甚至利用连接组找到新的治疗方法。

十 划分

在他们的分歧中，蕴含着一个更本质的问题：如何恰当地定义“大脑区域”和“神经元类型”这两个概念。人们甚至连这个都还没有搞清楚。在柏拉图的对话集《斐德罗篇》中，苏格拉底建议“划分……要按照自然的形态，找到其衔接之处，不要像个拙劣的雕刻师，破坏其中的部分。”他将分类学这个智力问题，生动地比喻成庖丁解牛。解剖学家们可以严格地采纳苏格拉底的建议，把身体划分成骨骼、肌肉、内脏等。但是对于大脑，苏格拉底的建议还适用吗？

“在自然的衔接处划分”，意思就是要在连接最薄弱的地方划分。显而易见，从胼胝体划分，就能把大脑分成两个半球。但是对于大部分脑区而言，并不存在这样明显的“衔接处”。皮层中各个脑区之间的边界，也不像是皮层本身的“衔接处”那样，有大量的连线跨越边界，连接两边的神经元。12

当然，我们可以把大脑划分成极端精细的单元：单个神经元。没有人会怀疑这种划分的客观定义，在这个层面上，就连高尔基和卡哈尔也能达成一致。但是，正如我在关于帕金森病的研究中提到，我们需要的，是比这再粗一些的划分，分成区域和神经元类型。对于这种划分，如何使之更加准确？

我相信，连接组能为我们提供更新、更好的方法来划分大脑。我们必须以不那么字面的方式去采纳苏格拉底的建议。与庖丁解牛不同，划分连接组需要一种更抽象的方式，根据神经元的连接特性对它们进行分类。13人们通过这种方法，曾经将秀丽隐杆线虫的300多个神经元分成了100多种类型。14研究者们遵循一个基本原则：如果两个神经元连接到相似的或类似的目标，那么它们就被划分到同一类。有些类型很简单，只包含一个神经元，及它在身体另一侧对称的神经元。这样左右一对神经元，连接到类似的目标上，就像你的左臂连接到左肩，右臂连接到右肩。还有一些类型则不那么简单，包含了13个具有相似连接特性的神经元。

根据神经元类型，可以简化引言中展示的秀丽隐杆线虫连接组图谱（图3）。把相同类型的神经元合并成一个节点，把所有的类型都照此处理。15图42展示了一部分结果。每组三个字母的缩写代表一种神经元类型，这些神经元类型都与产卵行为有关。比如说“VCn”代表从VC1到VC6的神经元，它们控制阴部的肌肉。节点之间的连线，代表神经元类型之间的连接，而不是神经元之间的连接，所以应该把这样的图谱称为神经元类型连接组。

这个例子告诉我们，划分一个连接组，不但能告诉我们神经元类型，还能告诉我们它们是如何连接的。对于视网膜，神经科学家们也会进行同样的研究。那五个大类神经元之间的连接关系是已知的。例如，水平细胞接收来自感光细胞的兴奋性突触，并且传回抑制性突触，它们之间还存在电突触。但是请回忆一下，这五个大类，又被进一步划分成了五十多个类别。这些类别之间的连接特性，大多数都是未知的。如果能解出并划分视网膜的神经连接组，那么这些问题都将得到解决。

值得一提的是，这种方法与传统方法有所不同。卡哈尔首先根据形状和位置定义神经元类型，然后再去研究它们之间的连接。而我在这里提出的是反过来，即先找连接关系，再回头去定义神经元类型。

不过，这种方法虽然与卡哈尔的方法有所不同，但如果把形状和位置视为连接特性的一种代表，那么就可以说，这种方法只是卡哈尔方法的一种改进。要理解为什么是这样，我们以两个神经元为例来想象一下。每个神经元，都会扩展它的分支，从而覆盖某些区域。如果在基因或某些因素的控制之下，被覆盖的两个区域是完全分离的，互不沾边的，那么这两个神经元之间就不可能产生连接。接触是连接的先决条件，而接触本身，则取决于形状和位置。

如果形状和位置，与连接特性之间，存在如此的相关性，那么为什么说连接特性是更好的方法呢？答案就是连接主义者们的那句座右铭：“一个神经元的功能，主要取决于它与其他神经元的连接。”连接是直接与功能相关的，而形状和位置却只是间接的。16

同样的策略，还可以用来进行更粗的划分，把大脑划分成区域，而不是神经元类型。我在对于重新连线的讨论中曾提到，每一个皮层脑区，都有一个独特的“连接指纹”，也就是它与其他皮层脑区或皮层之外的区域之间的连接模式。可以反过来，用这一点来划分皮层脑区。如果在一个连接组中，把相邻的神经元划分成组，使每个组内的神经元都有共同的连接指纹，那么最终就把大脑划分成了区域。（还要限制各组在空间上不能重叠，否则最终得到的就是一份错综复杂的神经元类型划分，而不是在空间上独立的区域划分。）

那么这种方法，与布洛德曼通过层次特性来划分皮层脑区的方法之间，有没有关联呢？同样，层次特性也应该被视为连接特性的一种代表。例如，第17区与第18区，是根据第4层的厚度不同来划分的，而这又是由于其不同的连接特性所导致的。第17区的第4层非常厚，这是因为它里面有大量的神经元，接收来自眼睛的神经通路。17而相邻的第18区则不需要接收这些轴突，所以它的第4层就没有那么厚。

如果层次特性与连接特性之间有如此强的相关性，那我们为什么认为根据后者来划分更好？还是同样的，因为层次特性不是本质。大量的视觉通路通向第17区，这个事实使我们立即知道，这个脑区的功能与视觉有关。而第17区的第4层更厚，18这个事实与它的功能之间，则只有间接关系了。

布洛德曼的方法是根据层次特性，卡哈尔的方法是根据神经元的形状和位置。这些特性虽然比尺寸要先进，但是与真正本质的连接特性相比，仍然是简单而粗糙的。一个多世纪过去了，我们如今应该绕过这些代表，直接去跟连接组对话了。

我已经阐明，理想的划分大脑的方法，是划分它的连接组。作为额外收获，我们还能同时知道这些分区之间如何连接，得到一份分区之间、或神经元类型之间的连接组。19那么，这些简化版的神经连接组，会对我们理解大脑带来哪些帮助呢？

早在19世纪，人们就意识到了区域连接的重要性。在那时，韦尼克猜想应该有一束很长的轴突，连接着布洛卡区和韦尼克区。如果这束轴突受损，而语音理解和生成能力却完好，那么患者表现出的症状就是无法重复刚刚听到的话。韦尼克区能够接收到这些话，但却不能把它们传给布洛卡区去说出来。因为这个假想的疾病是由于信号传导的缺失所导致的，所以韦尼克把它称为传导性失语症。20不久后，人们发现了具有这种症状的患者，从而证实了韦尼克的预言。另外，神经解剖学家们还找到了连接布洛卡区和韦尼克区的那束轴突，叫做弓状束（图43）。

布洛卡-韦尼克语言模型表明了，解出区域连接组之后的用途。它可以把各个大脑区域所具有的基本心智功能联系起来，比如语音理解或生成，然后把更为复杂的心智功能解释成基本功能的组合，比如语音重复。这些复杂功能是由多个脑区合作完成的，而这种合作的媒介，正是区域连接组。

神经科医生利用这个概念框架，来诊断大脑受损的患者。一个区域的损伤会损害相应的基本功能，而连接的损伤则会损害需要多区域合作的复杂功能。因为这种范式既包括了分布的功能，又包括了连接，所以它超越了定位论。有时它会被称为连接主义，尽管它与我们之前介绍的神经连接主义有所不同。21此外，还可以设想一种基于神经元类型的连接主义。这种大脑模型会比神经科医生所用的更加先进，但是其构造难度也会大大增加，因为神经元类型和其间连接的数量实在是太大了。

在可预见的一段时期内，对于心理医生和神经科医生来说，区域连接组仍然是最有用的。欧拉夫·斯波恩（Olaf Sporns）及其同事22在他们2005年发表的论文中指出了这一点，连接组这个词正是在这篇文章中首次提出的。你可能已经听说过，美国国家卫生研究院（NIH）已经在2010年斥资3000万美元启动了人类连接组计划。然而大多数人都不知道，这个计划所指的只是区域连接组，与神经元连接组一点关系都没有。

虽然我个人花了更多的时间致力于神经元而不是区域，但我同意斯波恩及其同事的观点，也就是区域连接组的重要性。我唯一不同意的地方是方法。在我看来，我们需要去观察神经元，从而解出区域连接组。简单来说，我是一个神经元沙文主义者——但只在方法上，而不在结果上。

我相信，解出区域连接组的最好方法是划分神经元连接组，然而我也承认，这个方法在目前还不太现实。在未来一段时期里，这个方法也只能用于很小的大脑，而不是人类大脑。这就是为什么人类连接组计划试图走捷径：用磁共振成像技术直接解区域连接组。稍后我将解释，这种成像方法是一定会遇到困难的，因为它的空间分辨率很有限。在第十二章中，我将提出另一种解出区域连接组的捷径，这种方法在不远的将来就能应用，而且不需要做出过多妥协。另外还有一条与之类似的捷径，可以帮助我们解出神经元类型连接组。

……

划分大脑这件事，在历史上更像是一门艺术，而非科学。就像医生要根据一堆症状诊断疾病，法官要根据多个判例进行折中，划分大脑也从来都没能简化出一个清晰的公式。有些区域之间的边界，很明显划得非常随意，是神经解剖学家们的一些意外和错误的产物。就像地球仪和地图册一样，我们的大脑分区图并不是客观而经得起时代考验的。不时还会有新区域被划分出来，区域之间的边界也还会再调整。边界之争仍会爆发于科学家们激烈的辩论中，然后再随着委员们的耐心交涉而暂告平息。

我们不应该满足于这种状态。几个世纪之前的世界地图，在现在看来简直愚蠢得可笑。我们现在的脑区图也许没有那么糟糕，但仍然有很多空间可以改进。分区图本身并不会告诉我们大脑区域如何完成心智功能，然而它却能提供一个坚实的基础，从而加快研究进程。

我对划分大脑结构标准的强调，可能会使同时代的神经科学家们感到奇怪，因为他们往往会把它与功能标准相结合。但是这种强调，在生物学的其他领域却是普遍现象。我们很早之前就知道了身体各个器官的结构单元，而在这之后过了很久才知道它们的功能。一个完全不懂其功能的外行人，也能从结构上识别这些器官。类似地，我们很早之前就在显微镜中看到了细胞的各个细胞器，很久之后，才知道细胞核携带遗传信息，高尔基体给蛋白质和其他生物分子打包，送往合适的目的地。

总体来说，生物单元既是结构单元，也是功能单元，但人们往往首先识别出它们的结构，之后才知道它们的功能。大脑区域和神经元类型也应该是一样的。神经科学家们追随布洛德曼和卡哈尔的脚步，在结构的道路上走了很远，却只取得了很有限的成功。这个问题并不是因为这条道路有本质上的缺陷，而是因为我们观测大脑结构的技术手段是不充分的。一种划分好不好，完全取决于它所基于的数据好不好。连接组学既能提供前所未有的结构数据，又能扩展我们的思路，从而得到更客观的划分。

利用大脑损伤的症状来识别皮层区域，这种方法很像19世纪60年代奥地利神父格雷戈尔·孟德尔（Gregor Mendel）识别基因。他通过植物杂交实验表明，特定性状的遗传（现在称为孟德尔遗传），是受一个专门单元的变化所控制的，这个专门的单元后来被称为基因。在他简单的想象中，性状和基因之间是一一对应的关系。但是现在我们知道，大多数性状都不是孟德尔式的。大多数性状会受到很多基因的影响，而一个基因也会影响很多性状。这是因为一个基因编码一个蛋白质，而一个蛋白质可能具有多种功能。

与此类似，定位论试图在心智功能和皮层脑区之间建立一种一一对应的关系。但是实际上，大多数心智功能都需要多个皮层脑区之间的合作，而大多数皮层脑区也会参与多种心智功能。所以只用功能标准来定义皮层脑区是有问题的。正确的策略是先根据结构标准来找出各个区域，然后再去理解区域之间的交互是如何产生心智功能的。随着技术手段的进步，这条路是行得通的。

我们预期能在所有正常的大脑中找到同样的区域和神经元类型。无论是区域连接组，还是神经元类型连接组，在正常的个体之间，似乎都没有什么区别，而且都在很大程度上取决于基因。正如我前面讲到的，基因引导神经元分支的生长，因此它会影响神经元类型连接组。此外，科学家们还找到了控制皮层脑区形成的基因。28所以，你的心智和我的可能没有什么两样，因为我们的大脑区域和神经元类型都是按同样的方式连接的。

然而，与之相反的是，神经元连接组在不同的个体之间区别很大，而且它会受到后天经历的强烈影响。如果想研究人的独特性，那就必须研究神经元连接组。还可以利用这种连接组，去追溯过往的经历，因为对于我们个体的独特性而言，还有什么能比自己的记忆更重要呢？

十一 破译

一旦我们得到了连接组，并把它们划分成块，下一项挑战就是对它们进行破译。我们能不能学会理解它们的语言？那些连接模式会不会耍得我们团团转，拒绝透露它们的机密？破译线形文字B虽然花了半个多世纪，但至少文崔斯和查德威克最终还是成功了。但是有大量的失传语言，直到今天都没能成功破译。2比如线形文字A，这是古代克里特在线形文字B之前使用的语言。除此之外，古代巴基斯坦使用的印度河文字，古代墨西哥使用的萨波特克书写系统，还有复活节岛的“朗格朗格”（Rongorongo），都至今无法解读。

破译连接组到底是什么意思？要理解一个概念，有时最简单的方法就是思考它的极端情况。让我们来做一个思维实验，想象你生活在遥远的将来。那时的医学极其发达，但可惜，唉，你的曾曾祖母还是不幸去世了（享年213岁）。你把她送到一个仪器那里，仪器将她的大脑切片，对这些切片成像，然后解出了她的连接组，并交给你一个存储卡，其中存储了这些数据。你回到家，感觉十分悲伤，因为你很想跟她说话。（她是你最最亲爱的曾曾祖母。）你把存储卡插入你的计算机，3调出一些她的记忆，然后你感觉心情好了一些。

从连接组中读取记忆，将来是否会变成可能？在前面，我曾经提出了一个类似的思维实验，通过测量和破译你的大脑中每个神经元的电锋，能不能读取你的感觉和想法？一些神经科学家相信，如果我们测量电锋的技术足够先进，就能够做到这一点。他们为什么这样认为？因为根据珍妮弗·安妮斯顿神经元的电锋，就能判断这个人是否正在感知珍妮弗。通过这个小小的成功，神经科学家们推断，根据所有神经元的电锋，就能得到所有的感觉和想法。

以此类推，我们也可以相信从连接组中能读取记忆，只要在这个方向取得一点小成功。要解出完整的人类连接组，只能等待遥远的将来。对于现在，我们只能先着眼于从一小块大脑中解出的局部连接组。或许能从这一小块大脑中，读出里面的记忆。或者，从一块动物大脑开始？

有一点是肯定的：看见连接组只是万里长征的第一步。要想阅读一本书，你不仅仅需要看见上面的字，还必须掌握写这本书的那种语言，更不用说还有字母表和单词的拼写方法。用技术术语来说，你必须知道信息是如何被编码成纸上的符号。如果你不知道这种编码，那么这本书对你来说，只不过是一堆无意义的符号。同样，要想读取记忆，我们需要做的，也不仅是看见连接组，还必须学会如何解码其中的信息。

从人脑的哪个区域中，更有可能找到记忆？亨利·古斯塔夫·莫莱森（Henry Gustav Molaison）用他的整个人生，为我们提供了重要线索。2008年，他在位于康涅狄格的疗养院逝世。为了保护他的隐私，他在世时一直被称为H. M. 。因为很多医生和科学家都研究过H. M. ，所以他成了继布洛卡的“叹”之后最著名的一个神经心理学病例。

……

我已经介绍了在HVC中解出突触链，和在CA3中解出细胞结集的计划，我把它们称为从连接组中“读取记忆”。更准确地说，我提出了一种方法，通过分析连接组，推测其在提取记忆过程中回放的活动模式。但是我要在这里强调：这并不等于我们能够读取记忆的内容。通过分析HVC或CA3的连接组，我们无法知道鸟的叫声听起来是什么样，也无法知道人类被试者之前看到的视频是什么样。可以说，我们读取出来的是一种“架空记忆”，与该记忆在现实世界中的内容是脱离的。

我也提出了将记忆与现实世界结合的方法，即在鸟叫的同时测量其HVC的活动，或者在人类被试者描述其经历的同时测量其CA3的活动。这样的话，每个神经元都可以与一个特定的动作或想法一一对应起来。这个方法需要测量活体大脑的电锋，以把它死后读出的记忆与现实意义结合起来。在可预见的未来，如果我们仍然只能用一小块大脑解出局部连接组，那这将是唯一可行的方法。

然而长远来看，我相信我们终将能够用整个大脑解出完整的连接组。到那时，我们不需要再测量活体大脑的电锋，就能把记忆与现实结合起来了。举例来说，要做到这一点，需要搞清楚一个CA3神经元是否会被珍妮弗·安妮斯顿或是其他什么特定的刺激所激活。通过分析把信息从感觉器官传到该CA3神经元的通路，是否可以达到这个目的？

答案或许是肯定的，基于我们假设的感官神经元的连接规则——比如“一个检测整体的神经元，接收来自检测局部的神经元的兴奋性突触”。珍妮弗·安妮斯顿神经元，接收来自“蓝眼睛神经元”和“金发神经元”的输入，以此类推。

目前，研究者们正利用连接组学手段，对动物的电锋进行混合测量，试图检验这个局部到整体的规则。第一步是测量神经元对不同刺激的反应电锋，以确定它在感知中所起的作用，就像珍妮弗·安妮斯顿实验中所做的。具体方法正如前面讲过的，给神经元染色，使其在激活时会发光，然后用光学显微镜观察这些神经元。之后，研究者们再用电子显微镜观察这块特定的大脑，以确定这些神经元的连接情况。凯文·布里格曼（Kevin Briggman）30和莫里兹·海斯戴特（Moritz Helmstaedter）已经与温弗里德·登克一道，在视网膜神经元上完成了这项了不起的工作。戴维·波克（Davi Bock）31、克雷·瑞德（Clay Reid）也与同事一起，对初级视觉皮层中的神经元做了这样的研究。随着这些研究的进展，我们最终将会知道，在检测局部和检测整体的神经元之间，是否真的存在这样的连接关系。

在未来几年，从局部到整体的连接规则，将会通过这种方法得到检验。为了便于讨论，我们暂时假设这个规则是正确的，以推论我们如何利用它来读取连接组。这条规则的本质是，一个神经元是站在其他神经元的肩膀上。我们可以首先对底层的神经元应用这条规则，推测它们是检测何种刺激的。这些神经元，距离感觉器官只有一步之遥。然后可以顺着这个层次结构，一步一步往上走，利用局部整体规则，逐步推测各个神经元是检测什么的。最终我们会走到层次的最顶端——CA3神经元——并推测出在活体大脑中它们会被何种刺激所激活。（如果一个神经元接受“折耳”、“棕眼”、“摆尾”、“狂吠”等神经元的连接，那么这个神经元就是检测你曾祖母的狗。32）

从逝世者的大脑中读取记忆，或许听起来很酷——你肯定想到了围绕这种设备所写的电影大片——但这还远远不是连接组学正经的实际应用。我认为最重要的，是去解决解码HVC连接组所面临的挑战，这将加深我们对大脑的认识，理解神经元的连接如何影响大脑的功能。

我们已经讨论过了几种分析连接组的方法：按大脑区域划分，按神经元类型划分，以及从中读取记忆。这些方法虽然看起来不尽相同，但是都可以视为是对某种神经元连接规则的形式化。33用这几种方法预测连接，依次是越来越精确的，因为它们的规则，越来越建立在更加特定的神经元属性上。

比如说，把鸟类大脑划分成区域，可以得出一些粗糙的规则，例如“如果两个神经元都在HVC中，那么它们有可能彼此连接”。很明显这是正确的，因为两个HVC神经元产生连接的可能性，要大于一个HVC神经元跟一个，比如说吧，视丘中的神经元，实际上后者是根本不可能的。尽管如此，这个规则却不足以预测任意两个HVC神经元是否是连接的，因为这里面还有很多可变因素。34

要想使预测规则更准确一些，那么把HVC划分成多个神经元类型是有用的。我之前没有强调，我们在前面讨论HVC时，都是针对一种特定类型的神经元，这种神经元把轴突送到（“投射到”）RA。我们之所以对这种神经元有特殊的兴趣，是因为它具有在突触链中产生某种电锋序列的特性。利用这一点，可以得到进一步的形式化规则：“如果两个HVC神经元都投射到RA，那么它们更有可能彼此连接。”这条规则更有针对性，因此也更加准确。

根据鸟叫时神经元的电锋时间点，还可以得到更好的规则：“如果两个HVC神经元都投射到RA，而且它们在鸟叫时的电锋时间点是挨着的，那么它们更更有可能彼此连接。”如果突触链模型是正确的，那么这条规则就可以非常准确地预测连接情况。

如果真想理解大脑是怎么工作的，就需要这第三种规则，这种规则的基础，是通过测量电锋来确定神经元的功能特性。那些基于区域和神经元类型的粗糙规则，只能让我们走到半途。从HVC到鸣管的区域连接，只能帮助我们确定HVC神经元的功能与叫声有关，但这不足以阐明为什么在鸟叫过程中，不同的HVC神经元会在不同的时间发出电锋。

同样，区域连接可以告诉我们为什么珍妮弗·安妮斯顿神经元和哈莉·贝瑞神经元做着类似的事情——它们都会被视觉刺激激活——但是它们做的事情显然不是完全相同的。我们还想要知道为什么珍妮弗·安妮斯顿神经元只对珍妮弗有反应，对哈莉却没有，反之亦然。因此我们需要像局部到整体这样的连接规则，而这些规则同样又是基于神经元的功能特性。

从最广泛的意义上来说，解码连接组，不仅仅是解出神经元在记忆中的作用，还包括思维、情绪和感知。如果能成功解码，就能确信我们找到了足够精确的连接规则，足以理解大脑是如何工作的。然后，我们就能回到最初那个贯穿这本书的问题：为什么人们的大脑工作起来是不同的？

十二 对比

幸运的是，我不会真的被迫去解决这样一个悲情的哲学困境。在可预见的未来，我们还无法创造出人类连接组双胞胎。但是线虫如何？在引言中，我介绍了秀丽隐杆线虫“们”的连接组，似乎暗示着任何两条线虫都是连接组双胞胎。但这是否是事实呢？因为它们的神经元肯定是相同的，所以我们应该可以解出两个连接组，将其神经元一一对应，然后去检查它们的连接是否相同。

到目前为止，这样的对比还没有整个完成过，因为这需要解出两个完整的秀丽隐杆线虫连接组，4而事实上解出一个都很困难。大卫·霍尔和里查德·罗素（Richard Russell）5先行一步，对比了线虫尾端的局部连接组。他们发现，这部分连接组并不完全吻合。如果两个神经元在一条线虫上有大量的突触连接，那么它们在另一条线虫上多半也有连接。但如果两个神经元在一条线虫上只有一个突触连接，那在另一条线虫上则有可能根本没有连接。

这些差异是由什么导致的？在实验室，这些线虫是通过繁殖纯种犬或马的方法，6经过很多代近亲繁殖得到的。这使所有的实验线虫都是基因组双胞胎，但它们的DNA序列仍然存在着一些小差异。是否正是这些差异，导致了连接组上的差异？或是连接组的差异意味着线虫会从后天经历中学习？或者有可能既不是因为基因也不是后天经历，而是线虫在发育时，神经元在连线过程中有一些随机的偏差？每种解释都有可能是真相，但还需要更进一步的研究来验证。

连接组的差异是否会影响外在行为，从而赋予线虫不同的“个性”？霍尔和罗素没有研究这个问题，所以我们无从知晓。他们使用的线虫虽是近亲繁殖，但在其他方面都是正常的。有些研究者发现了基因有缺陷、行为也不正常的线虫。这些异常线虫的连接组还没有解出，一旦解出之后，首先就可以直接对比正常线虫与异常线虫的连接组，检查它们的神经元能否一一对应。如果有缺失或者多出来的神经元，那么连接组的匹配就会更困难一些，但仍然不是不可能。随着解出秀丽隐杆线虫的连接组变得越来越容易，人们将会开展这样的研究。

对于大脑更高级的动物，要对比它们的连接组，难度就要大大增加了。正如我在引言中提到，高级大脑的神经元数量差异相当大，所以没办法将它们的神经元一一对应上。在理想情况下，我们能匹配那些具有相似或类同连接关系的神经元。按照连接主义者们的圭臬，这样的神经元具有相似的功能，比如一个大脑中的珍妮弗·安妮斯顿神经元与另一个大脑中的珍妮弗神经元。这种对应关系并不是一个对一个的，因为不同个体脑中的珍妮弗神经元的数量可能是不同的。（甚至有些人因为不曾一睹她的芳华而根本就没有珍妮弗神经元。）但是，这种匹配需要非常精密的计算方法，7目前还有待开发。

一个替代方案是，将连接组简化之后再对比。如前文所讲，可以根据大脑区域或神经元类型来定义简化版本的连接组。因为这些单元在所有正常个体上都应该存在，所以它们应该总是能够一一对应起来的。对比高级大脑的简化连接组，将像对比线虫的连接组一样简单。之前我强调，区域或神经元类型连接组，并不足以使我们理解记忆，这是身份个体所具有的最独特的部分。但是，其他一些有代表性的心智特征，比如性格、数学能力乃至自闭症，似乎比生平记忆更为一般化，而简化的连接组或许就能编码这些心智属性。

从理论上来说，我们可以通过划分神经元连接组，以得到简化的连接组。然而，即使对于鼠脑，要解出完整的神经元连接组，也还只是一个遥远的理想。另一种方案是开发某种捷径，能够直接解出简化的连接组，而不需要先解出神经元连接组。这样的方案在技术上将会容易很多，因为它不需要收集那么大量的图像数据。

有些神经科学家想用光学显微镜解出神经元类型连接组——这种方法是由卡哈尔开创的，他曾经总结认为，如果一个神经元类型的轴突，延伸到被另一类型神经元的树突所占据的区域，那么这两个神经元类型就是彼此连接的。他的方法本来很零碎，但在现代技术手段之下，我们可以对其加以系统化应用。不过，光学显微镜只能看到一个大脑中的很小一块神经元，要想解出神经元类型连接组，需要拼合很多不同大脑的神经元图像。因此，要想解出不同个体大脑之间的差异，这种方法恐怕就不太有用了。

光学显微镜也可以用来解区域连接组。在使用这种方法解大脑皮层之前，首先要解端脑中一个我们没讨论过的特殊部分——大脑白质。回想一下我们之前讲的，端脑位于脑干的顶端，就像一颗果实挂在枝头上。皮层就是这颗果实的“果皮”，也就是我们说的灰质。把果实切开，里面的“果肉”就露了出来，这就是白质，如图48所示。

……

你也许注意到了，连接组对比计划与连接组解码计划有很大的不同。记忆的连接主义理论，提出了非常明确的假设，也就是细胞结集和突触链，这些可以利用连接组学检验。但连接病理却与此相反，它并没有一个明确的理论。没有具体的假设就去寻找连接病理，这岂不是无的放矢吗？

人类基因组计划的领导者之一埃里克·兰德（Eric Lander），曾经这样总结该计划完成之后的十年：“基因组学最伟大的意义，就是使人们有能力以一种全面、无倾向、无假设的方式去探索生命现象。”23这与我们在学校所学到的科学方法有所不同，我们学到的科学是分成这样三个步骤：①提出假设；②基于这个假设做出预测；③执行实验以检验这个预测。

这样的步骤有时是奏效的，但在成功的故事以外，还有无数失败的故事，只是因为选择的假设是错误的。检验一个假设需要耗费大量的时间和心血，结果却有可能发现它是错的，甚至更糟糕的是发现它根本不相关，这会导致研究者的一切努力都化为泡影。不幸的是，提出假设完全没有规则可循，完全依赖经验和灵感。24

在“假设驱动”的方法，或者说演绎法之外，还有一种“数据驱动”的研究方法，或者说归纳法。这种方法也有三个步骤：①收集大量的数据；②分析这些数据并寻找规律；③利用这些规律提出假设。

在这两种方法中，有些科学家会因为个人风格而倾向于其中一种，但这两种方法本身并不是对立的。数据驱动的方法，可以看成是一种产生假设的方法，这样的假设比纯粹靠直觉提出的假设更值得进一步探索，而接下来的探索过程则是假设驱动的方法。

如果我们有了合适的技术，就能够用这种方法去研究精神障碍。连接组学会不断地提供大量关于神经连接的准确而完整的信息，有了这些信息，我们就不会再缘木求鱼。一旦找到连接病理，我们就能提出很好的关于精神障碍病因的假设，并展开进一步的探索。

然而，大脑实在太复杂了，在其中寻找精神障碍病因，无异于大海捞针。如何能找到？一个办法就是，首先对针的位置提出一个好的假设，然后你就只需要在一小片海域搜索。如果你足够幸运或聪明，能提出一个足够好的假设，这个办法就会奏效。另一个办法是发明一种自动机器，能快速把整个海里的所有物质筛查一遍，这个方法能确保你找到那根针，不需要你幸运或聪明。连接组学就是一种类似后者的方法。

要想理解为什么人的心智各有不同，首先要更好地理解大脑有什么不同。这就是为什么对比连接组是一项首要的工作。然而，只发现某些差异是不够的，因为很多差异并不能给我们提供任何信息。我们需要聚焦于重要的差异，与心智特性极其相关的那些。这些差异最终会使连接主义比颅相学更有说服力。它们能准确地预测个体的精神障碍，还能对正常人的智力水平做出可靠的估计。（对于那些用显微镜从死者大脑测出的连接组而言，这样的检验就不叫预测了，应该叫“后测”，根据死者的大脑来推断他们生前的精神障碍或功能。）

在人类理解精神障碍的道路上，确认连接病理将会是重要的一步。我们目前的理解就只有这么多，我们的理想是能够利用它来开发针对这些疾病的治疗方法。在第十三章中，我将展望未来如何做到这一点。

十三 改变

然而，大脑天然地具有一套精密受控的改变连接组的机制——重新赋权、重新连接、重新连线和重新生成。因为基因和一些分子引导着这四个重新，所以它们或许可以作为药靶。你应该不会对连接组作为药靶这个想法感到惊讶，因为你已经读过这本书的一大半了。但是你可能会想知道，这个想法是否与你从其他地方看到的相一致。

根据20世纪60年代广为人知的理论，某些精神障碍是由于神经递质的过剩或缺乏而导致的，5这可以解释为什么使用改变神经递质浓度的药物可以缓解这些疾病。例如，抑郁症被归因于5-羟色胺的缺乏，可以通过抗抑郁类药物治疗，比如氟西汀——俗称“百忧解”。（神经元在分泌5-羟色胺后，本来有多种机制去回收这些分子，避免它们在突触间隙处长久逗留。而这些药物，能阻止神经元回收这些分子，从而提高它们的浓度。）

但是，这个理论有一个问题。氟西汀能立刻影响5-羟色胺的浓度，但它对心情的提升却要好几个星期后才见效。是什么导致了这么长的延迟？有一种推断认为，5-羟色胺浓度的提高，会引起大脑发生一种长时间的变化，或许是这种变化缓解了抑郁症。但是这种变化到底是什么呢？神经科学家们研究了氟西汀对那四个“重新”的作用，6他们发现它能促进海马区的突触、分支和神经元的产生。另外，如我在讨论重新连线时所讲到的，氟西汀能恢复成年人的视觉可塑性，这可能是因为它刺激了皮层的重新连线。虽然这并不能证明这些药物的抗抑郁作用是由于连接组的改变，但它显然使神经科学家们想到了这样的可能性。

在这一章中，我将带领大家共同展望新型的药物，它们以连接组为特定目标，7能够治疗精神障碍。不过我要强调的是，其他类型的治疗手段也是十分重要的。药物能够提高的，只是改变的潜力。要想真正发生积极的改变，还需要配合康复训练，8以矫正行为和思维。这样的组合治疗能引导四个“重新”，将连接组重新塑造得更好。我的观点是，改变大脑的最好方法，就是帮助它自己发生改变。

……

我们已经知道，对成年大脑来说，重新连线是十分困难的。不过，在受伤之后，神经元却能相对容易地长出新的轴突分支。25如果研究者们能在分子层面上搞清楚这里面的原因，或许就能够开发出人工方法，促进成年大脑的重新连线。这既可以帮助新的神经元融入连接组，也能用于改变已有神经元的功能。同样，因为在受伤后，新突触的生产速度也会高于平常，所以也会存在相应的分子过程，26可以用于促进重新连接。

是否也能治疗神经进行性疾病，在大脑连线发生偏差之后加以纠正？如果你是连接组决定论者，可能会认为这无济于事，从而把所有的努力都用于预防。但是，目前还并不能确定神经进行性疾病的早期诊断是否完全可靠，所以我们别无选择，必须还要考虑治疗。这需要对连接组进行最大限度的改变，因此需要对四个“重新”进行最大限度的控制。

到目前为止，我一直在介绍和强调对失常大脑的治疗，因为这些连接组是最需要改变的。不过除此之外，人们还渴望某些药物，能够增强正常的大脑。很多大学生会在学习时饮用咖啡，虽然咖啡因能帮助他们保持清醒，但它对学习和记忆的作用微乎其微。27尼古丁能暂时提高吸烟者的心智能力，但这种提高也只是相对于他们不吸烟时低于正常的水平。28能否找到比这些更有效的药物？例如，我们非常希望有一种药，能在学习和记忆新的信息或技能时，促进连接组发生必要的改变。当然，能帮助我们忘掉的药物也会很有用。这种药也许能通过限制细胞结集或突触链的形成，帮助我们忘掉创伤事件、不好的习惯或者各种瘾。

第五部分 超级人类

十四 冷冻还是腌制？

沧海桑田，帕斯卡已经离去好几个世纪了。新的千年，新的世界，也有了新的赌局。要参观这些新时代的赌徒，我们需要前往亚利桑那州的斯科茨代尔市，去寻找一座奇怪的库房。走进那座建筑，你会看到成排的金属容器，每个有一人多高。这些容器叫作杜瓦瓶，它们就像是巨大的保温瓶，使装在里面的物质与外界隔温。但这些杜瓦瓶里装的，可不是夏游时喝的冰爽汽水，而是液态氮。泡在每个瓶里面的也不是冰块，而是四具尸体，或者六个人头。

这里是阿尔科生命延续基金会（Alcor Life Extension Foundation）的总部。这个基金会有一千名活着的会员，3还有一百名死去的会员。要想成为会员，你要承诺在自己法定死亡后，缴纳20万美元。你得到的回报将是，基金会承诺把你的遗体无限期地保存在零下196摄氏度。你也可以选择只保存脑袋，这样就只需支付8万美元。基金会对这些有专门的语言。那些杜瓦瓶中的人，不能说他们死了，他们只是“去活性”了。而那些冷冻的人头，则是“神经保留”。整个这一套做法，叫作“人体冷冻术”。

阿尔科的会员们十分乐观，正如他们那28分钟的宣传片《无限的未来》一样。他们认为，在未来，科学与技术的发展将使人类做到今天做不到的事，人类对物质的操控能力将达到难以想象的高度，最终有能力将死尸“重新活化”。阿尔科仓库中冷冻的那些遗体，不但能够复活，而且他们的疾病和衰老也将不复存在。经过重新活化，他们将回到自己的年轻时代。

物理学家罗伯特·艾丁格（Robert Ettinger）是公认的人体冷冻术之父。凭借在电视节目中的亮相和1967年出版的畅销书《展望不朽》（The Prospect of Immortality），他成了一位小有名气的人物。尽管如此，人体冷冻术仍然在经历了多年的挫折和坎坷之后，才终于成为现实。在起初几年，还发生了一些尴尬的事件，有冷冻的遗体意外融化，只能像普通遗体一样拿去火化。终于在1993年，阿尔科生命延续基金会在斯科茨代尔市修建了这个仓库，才似乎能安全地保持遗体冷冻很多年。

艾丁格在推销他的想法方面非常成功，但他也遭到了很多嘲笑。有人认为阿尔科的会员都是些傻子，被诈骗了一大笔钱。这样想当然很刺激，但却未免有些武断。谁敢肯定地说，重新活化永远都不可能？更合理的说法似乎是，重新活化的概率非常小，但却不是零。沿着这个思路，就回到了帕斯卡的论证上。阿尔科会员的期望收益，等于重新活化的概率乘以永生的价值。因为永生的价值是无限大，所以成为阿尔科会员的期望收益也是无限大，相比而言，20万美元的代价实在是太值了。人体冷冻术这个赌局，与帕斯卡的一样，头奖都是永生。帕斯卡的赌局要你相信上帝，而艾丁格的赌局要你相信科技。

……

人类对永生的追求，至今涛声依旧。于是商人们纷纷叫卖维生素、抗氧化剂、抗衰老乳。这些现代版的长生不老术，愿望非常美好，实际作用却非常有限。不过有些人却认为，今天的科学已经非常接近在生命延续领域取得突破了。奥布里·德格雷（Aubrey de Grey）在他的《不再衰老》（Ending Aging）一书中，详尽地阐述了他的“掌控可忽略衰老战略”。他列举了七种在衰老过程中发生的分子和细胞损伤，并预言这些损伤终将可以被科学预防或修复。德格雷联合创建了玛土撒拉基金会（Methuselah Foundation），对能打破小鼠寿命纪录的研究者给予资金奖励。

一方面，对于衰老和长寿问题，有很多真正的科学研究在进行，而批评这类研究显然是不智之举。虽然生命延续领域充斥着很多江湖骗子，但这并不应该妨碍真正的科学研究。尽管眼下还看不到解决衰老与死亡的希望，但这确实是令人着迷的问题。世事难料呀！或许假以时日，人类真的能够实现永生。另一方面，我对这个领域的极端乐观主义保留怀疑态度。发明家雷·库兹韦尔（Ray Kurzweil）在他的《活到永生》（Live Long Enough to Live Forever）一书中预言，永生将在几十年内实现，如果你能活到那个时间，你就能活到永远。但是我个人坚持认为，亲爱的朋友，你会死的，我也一样。

如果你是一个远期乐观、近期悲观者，那你该怎么办呢？何不加入阿尔科来面对死亡呢？把你的遗体在液氮里泡上几个世纪，甚至亿万年，直到人类不但掌握永生术，还掌握复活术。如今的人类文明，先进到足以生产液氮，但却不够实现永生。所以对于今天的高瞻远瞩的人们来说，人体冷冻术确实是个权宜之计。现在基本上每个人都听说过人体冷冻术。（有些人会说“低温生物学”，但那个是指对低温的一般性研究，并不特指永生。）公众对这件事的关注始于2002年，棒球明星泰德·威廉姆斯（Ted Williams）之死。当时，他三婚的儿子和女儿，把他的遗体送到阿尔科保存。但他头婚的女儿却提起诉讼，指出威廉姆斯本人的愿望是火葬。双方随即在法庭上展开了交锋，阿尔科则坐在一边等待裁决。威廉姆斯的头与身体这时已被切断，在阿尔科暂时冷藏，而没有冷冻。最终，阿尔科收到了尾款，将这位运动健将移入了液氮。7

……

我们生活的世界，当然不是尽善尽美，但是等等，库兹韦尔给了一个潘葛洛斯式的承诺——科技将带我们到达那样的世界。为了那一点点可能性，人们把目光投向了人体冷冻术。在我看来，人们不再嘲笑它，实际上意味着人们在逐渐接受机械论。这是一种哲学学说，认为身体，当然也包括大脑，只不过是个机器。当然，人的身体比人造的机器要精密得多，但是机械论认为，归根结底，它们在本质上没有任何区别。

在很长一段时期里，机械论是受到排斥的。直到19世纪，还有一些生物学家认为，活着的生命体具有一种“活力”，这是物理和化学定律中所缺失的。到了20世纪，由于分子生物学的进步，“活力论”才被彻底抛弃。仍然有很多人迷恋某种形式的二元论，认为心智现象是基于某种非物质的东西，比如灵魂。但是神经科学的进步，也使大量的人认识到“机器里没有鬼神”。

如果身体是个机器，那为什么不能维修？假设你接受机械论的观点，那这似乎并不违背逻辑或物理定律。怀特（T. H. White）在他讲述亚瑟王传奇的《石中剑》一书中，为了讽刺集权社会，描绘了一个蚂蚁王国，蚁巢的每个入口都写着标语——“凡不禁止，皆为义务”。库兹韦尔则比莱布尼茨更进一步，他告诉我们：“凡是有可能的，就一定会发生。”

然而，每个梦想家都不愿意被提醒这一点：有太多的可能，是我们至今没有实现的。任何一个决定，都需要权衡成本和收益。重新活化也许是可能的，但是成本有多高？是的，人的生命是无价的——但是总要有钱够付才行啊。举个例子，假如重新活化在理论上可行，但在实际上，需要消耗的能量比已知宇宙中所有能量还要多呢？在很多情况下，有限的约束和昂贵的资源是不得不考虑的。

重新活化的难度，也是阿尔科的会员们要考虑的，因为这决定了时间尺度。你可以永远泡在液氮里，而且不会觉得无聊，这是个听起来很好的卖点。但是你能确保这个仓库永远完好无损吗？如果科技发展用了一百万年，才终于使重新活化成为可行，阿尔科有多大的机会能撑到那个时候？

有些人体冷冻术的信徒，选择性地无视这些现实问题。而对那些有怀疑精神的人来说，则要从艾丁格的赌局来考虑。帕斯卡认为不需要计算，因为他的头奖是无限大。但是到了现实当中，在我们这个宇宙里没有什么东西是真正无限大的。理性的决策者们，最终还是必须要做概率计算。虽然没有人能真正知道那些数字该是多少，但至少可以做个估计。如果想做得充分合理，还要去研究一些科学和医学方面的资料才行。

对于任何机器来说，只要随时更换坏掉的零件，就能一直保持它运转下去。2007年，世界上最古老的还能跑的汽车被拍卖了。这辆汽车名为“侯爵夫人”，使用蒸汽机而不是内燃机，由迪昂、布东暨特赫巴杜公司于1884年制造，这家公司一度是世界上最大的汽车制造商。拍卖的成交价是320万美元，这个天价数字告诉你，一辆如此古老却还能行驶的汽车是有多难得。汽车的设计使用寿命，通常只是十几年，车龄超过二十五年，就会被人当成古董了。如果只作为交通工具，一辆车运行这么久，在经济上是不划算的。零配件会很难找到，而且价格昂贵。一辆车永远运行下去，就更没有意义了，除非是为了艺术或怀旧。

不过，人一直活下去，则要有意义得多。有时人们会花费很大代价，替换身体的某个部分。器官移植之所以可行，是依靠药物抑制患者的免疫系统，使它不要攻击捐来的器官。最理想的避开免疫反应的办法，是使用与患者的基因完全相同的器官。目前要做到这一点，只能是在同卵双胞胎之间移植。组织工程学的目标是人工合成器官，利用人工支架在体外培养细胞。如果他们成功了，就有可能从患者体内采集细胞，用它们培养出器官，再把合成的器官移植回患者体内。就不再需要捐献器官了。

虽然我们看好器官替换的前景，但却有一个根本性的限制：大脑是一个无法替换的器官。这并不是说移植大脑在技术上无法做到，我要说的是一个关于人格的问题。桑尼和泰瑞的故事，十分生动地反映了这个问题。

1995年，桑尼·格雷厄姆（Sonny Graham）接受了心脏移植，12捐赠这颗心脏的，是自杀身亡的泰瑞·科特尔（Terry Cottle）。无巧不成书，九年之后，泰瑞的遗孀谢丽尔嫁给了桑尼。而在他们结婚四年后，桑尼也自杀了，连自杀方式都与泰瑞一样——持枪爆头。各路小报一夜之间沸腾了，纷纷登出类似的头条——《两个男人相继自杀，竟是共用一颗心脏》。

媒体和博客们也同样众说纷纭，接连抛出各种推断和疑问。移植的心脏是否含有某种记忆，使桑尼爱上了谢丽尔？这记忆是否导致桑尼自杀，就像泰瑞一样？后来这个故事就没那么离奇了，因为警方发现，谢丽尔曾结婚五次，13而且每次都把丈夫搞得异常绝望。尽管移植了泰瑞的心脏，但桑尼还是桑尼。他的人格仍然是完整的。说桑尼是因为移植了这颗心脏而爱上了谢丽尔，是站不住脚的。他之所以被谢丽尔吸引，更可能是因为谢丽尔确实是个有魅力的女人。（你想想吧，她毕竟征服过五位丈夫。）

反过来，我们想象一下大脑移植会怎样。这在目前是做不到的，但并不妨碍做一个非常有趣的思维实验。假设把泰瑞的大脑，移植到桑尼的身体上。这时说桑尼接受了泰瑞的大脑，就不太合理了，因为手术之后的桑尼，已经不是别人认识的那个桑尼了。如果有朋友问他：“桑尼，你还记不记得那年我们一起……？”他得到的只能是一脸迷茫。应该说，是泰瑞接受了桑尼的身体。换句话说，这是一次身体移植，而不是大脑移植。而谢丽尔遭遇的第二次丈夫自杀事件，也将会有完全不同的解释。

桑尼和泰瑞的离奇故事，引出了人体冷冻术的一个要点：保存大脑才是关键。这就是为什么大多数阿尔科会员都选择了折扣方案，只保留脑袋，因为（我推测）他们相信，如果未来文明先进到能把他们复活，那也就一定能给他们换个身体。但是未来文明到底能不能使他们的大脑复苏呢？

每个犹豫是否要加入阿尔科的人，都会面临这个问题。而且我觉得，即使对阿尔科完全不感兴趣，这个问题本身也有着深刻的趣味。重新活化，是机械论的终极挑战。哲学家们可以为这个问题吵到面红耳赤，科学家们可以挖掘各种证据来支持自己的观点，但是他们都没办法真正地证明身体和大脑都是机器。唯一的终极证明，只能是等工程师们造出这般复杂而神奇的机器来。或者是等他们像修车一样，把死去的身体和大脑修好，将其复活。

在现实层面上，我们可以把阿尔科的问题，看成另一个问题的极端版本。在医院里，这个问题每天都会被问无数次，每个患者的朋友和家人都想知道——她还会醒过来吗？阿尔科保存的大脑，与那些昏迷者的大脑一样，都是受到了损伤，徘徊在生死线上。那么从根本上讲，使受损大脑恢复生命的障碍在哪里？再一次，要回答这个问题，就必须考虑连接组。

阿尔科的处理方法，是基于一个科学领域，叫做低温生物学。你也许知道，产科医生可以把精子、卵子、胚胎冷冻起来，以备将来之需。血库也会冷冻一些稀有的血型，用于将来输血。经典的冷冻方法，是把细胞浸入丙三醇或其他低温保护剂，然后缓慢降低温度，比如每分钟1摄氏度，以提高其存活率。这个方法并不理想。精子的存活率最高，14但卵子和胚胎就不太行了。低温生物学家们希望能冷冻所有的器官，而不要因为某些器官无法立即移植，就要丢弃掉，那样太浪费了。

缓慢冷冻法，基本上是靠试错得到的。为了进一步完善它，低温生物学家们首先要尝试理解它为什么有效。要搞清楚降温时细胞内部的复杂现象，并不是件容易的事，但有一点是确定的：细胞内部结冰是致命的。15为什么胞内结冰会如此严重，目前还不太清楚，但是低温生物学家们知道，要不惜任何代价避免这一点。缓慢冷冻的意义，就在于使细胞外部的水分结冰，而内部的却不会。

这是为什么呢？如果你生活在寒冷地区，可能见过人们在冬天下雪后，往人行过道上撒盐。这样做能防止结冰（以免行人摔倒），因为盐水比纯水需要更低的温度才能结冰。盐的浓度越高，其冰点就越低。在细胞缓慢降温的过程中，里面的水分会不断渗出来，这是由于一种力的作用，叫做渗透压。细胞内剩余的水分，盐度会越来越高，从而阻止结冰。如果细胞降温太快，盐度就来不及升到足够高，于是就会结冰，引起致命后果。

但缓慢降温也不是完全无害的，它提高盐度而避免结冰，但盐度对细胞也是一种损害，只是不那么致命而已。16而且，丙三醇等添加物的保护作用也是有限的。因此，有些研究者开始放弃缓慢降温法。他们转向用特殊条件给细胞降温，使液态水变成一种奇异的物态，称为“玻璃态”。玻璃态是固态，但却不结晶，所以水分子仍然是杂乱的，不会像结冰那样组织成有序的晶格。

在正常情况下，玻璃化需要极其迅速的降温，这对细胞来说是可行的，但是对器官却不行。不过，如果添加极高浓度的低温保护剂，就能以缓慢的降温，使水玻璃化。生殖学家们已将这个方法应用于卵母细胞和胚胎，17而且取得了一些成功。

格雷格·费伊（Greg Fahy）就职于21世纪医药公司（21st Century Medicine），他对低温器官保存问题已经钻研了数十年。费伊用电子显微镜检查了玻璃化的样本。玻璃化过程看起来确实保护了细胞结构，对细胞膜的损害也相对很小。但不幸的是，再过几年之后，玻璃化的器官却无法通过再次考验：在解冻并移植之后，它们无法存活和运转。不过，费伊的团队最终取得了令人瞩目的突破，他们在最近的一次实验中，将玻璃化的肾脏移植给一只兔子，这只肾脏成功地运转了数个星期。18在费伊的启发下，阿尔科现在就是采用玻璃化的方法，保存其会员的遗体。

那么这些遗体可以保存多久而不致损坏呢？你可能注意过，你家冰箱里的食物并不能永远保鲜。但这与人体冷冻术并无关系，因为零下196摄氏度的液氮远远低于你家冰箱的温度。它相当接近理论上的最低温度——“绝对零度”，也就是零下273摄氏度。低温之所以能用于保存，是因为它能减缓化学反应，也就是减缓了分子的结构变化。极度低温的液氮，能使化学反应几乎完全停止，尸体中的分子不再发生变化，除非受到宇宙射线辐射或其他类型的离子辐射。但由于这类接触相当罕有，所以物理学家彼得·马祖尔（Peter Mazur）19预计，细胞能在液氮中保存数千年。所以，阿尔科的会员们并不拥有无限的时间，但他们的表针还能至少再转几千年。

然而，还有一个更本质的问题。阿尔科的会员们，在被玻璃化之前就已经死亡了一段时间，几个小时甚至是几天。死亡难道不是在定义上就是不可逆转的吗？如果是这样，那重新活化又怎么可能呢？

不可逆转性，确实是死亡的定义中的一个关键要素。所以这使死亡的定义出现了问题。不可逆转性并不是永久性的概念，它是随着当时的技术发展而不断变化的。今天不可逆转的，也许在未来是可以逆转的。在很长的人类历史上，呼吸和心跳的停止就代表着死亡。但是现在，这些有时候都是可逆的。现在可以恢复呼吸，重启心跳，甚至还能用一颗健康的心脏，把有缺陷的心脏换掉。

相反，那些仍有心跳和呼吸，但大脑却严重受损的人，现在会被宣告死亡。20世纪60年代诞生的机械呼吸机，催生了这项对死亡的新定义。呼吸机能维持事故受害者的生命，使他们的心脏继续跳动，尽管他们再也无法恢复意识。最终他们心跳停止，或者家属要求停用呼吸机。这时剖检尸体，会看到患者的身体器官，无论是在裸眼还是显微镜下，都完好无损。但其大脑却已经褪色、变软或部分溶化，而且往往已经解体了。这种情况俗称“呼吸机大脑”，20病理学家据此推断，在身体的其他部分死亡之前，大脑就已经死亡了。

20世纪70年代，美国和英国开始研究新的法律，以处理对死亡的判定。21因为传统的呼吸／血液循环标准已经不适用，所以美国增加了一条新的标准：整个大脑死亡，包括脑干。而在英国，只要脑干死亡就足够了。因此，美国定义的死亡，有时被称为“全脑死亡”，而英国的则称为“脑干死亡”。

脑干对呼吸和意识起着至关重要的作用，其中的神经元负责产生控制呼吸肌的信号。如果这些神经元受损，呼吸就会停止，患者就无法在没有机械呼吸机的情况下存活。脑干在呼吸过程中扮演的这种角色，使得脑干死亡与传统的呼吸／血液循环死亡非常相近。脑干的另一个作用，或许是更重要的作用，是负责唤起大脑其他部分的意识。我们的清醒程度，是随着时间而涨落的，幅度最明显的就是“睡眠－清醒”周期。脑干中有一些神经元，统称为网状激活系统，它们的轴突遍布整个大脑。这些神经元分泌一种特殊的神经递质，叫做神经调质，这种化学物质能够“叫醒”丘脑和大脑皮层。如果没有它们，患者就无法恢复意识，即使大脑的其他部分完好无损也不行。

所以不妨这样总结：“如果脑干死亡，大脑就会死亡。如果大脑死亡，人就会死亡。”22这就是英国的脑干死亡标准的逻辑。这是有道理的，因为脑干往往比大脑的其他部分活得更久。大脑受损后，端脑会发生水肿，一种异常的积液。水肿导致颅压升高，淤塞血流。于是更多的细胞死亡，进而加重水肿，使血流完全停滞。这个恶性循环会继续，直到达到极点时，脑干被过大的压力损毁。23所以，如果脑干停止运转了，基本上意味着大脑的其他部分早已损毁了。

上面说的这是正常的情况，但在极少数情况下，当整个脑干都已损毁时，大脑的其他部分却是完好的。患者此时无法离开机械呼吸机而呼吸，也不可能再恢复意识了。但是有人会说，患者仍然活着，因为他的记忆、个性和智力仍然完好地保存在端脑。这些属性，相比于呼吸、循环和脑干的运转而言，似乎更加接近人格的本质。

直到今天，这个争议仍然只停留在理论上，因为从来没有过脑干完全损伤的患者还能够恢复意识的例子。但是想象一下，假如未来的医学手段，能给脑干注入新的神经元，使其重新生长，修复损伤。那这样一来，患者就有可能重新恢复意识。于是，脑干失能意味着死亡的这个标准，最后就过时了，就像呼吸／血液循环失能变得可逆一样。

这样的未来发展，也许有点不着边际，但是我们讨论这些，并不是为了预言未来。这些思维实验，推动我们为死亡做一个更加本质的定义。在理想情况下，这个定义应该是无论未来医学如何发展，都始终成立的。这在本书中，我讲了很多方法来检验“你是你的连接组”这个假说。如果这个假说是真的，那随即就有了一个对死亡的本质定义：死亡就是连接组的解构。当然，我们还不知道连接组是否一定包含了一个人的记忆、个性和智力。要检验这些想法，还需要神经科学家们长久的努力。

在可预见的未来，我们只能推测。连接组可能包含了一个人记忆的大部分信息。但即使是这样，连接组可能也并不包含所有的记忆信息。就像所有的总结一样，连接组会省略某些细节。而在这些被舍弃的信息中，可能也有一些是与人格相关的。24在我的设想中，连接组死亡就意味着个人记忆的丢失。然而，反过来却不一定成立。即使连接组完好无损，某些个人记忆信息也可能会丢失。（我会在下一章中讨论关于完整性的问题。）

连接组死亡，与传统的基于大脑运转的定义不同，它强调的是大脑的结构。法律对死亡的定义是，整个大脑或脑干不可逆转地停止运转。但是我们已经看到了，不可逆转这个词是有问题的。被蛇咬伤或某些药物也能导致类似的脑干死亡，但是这种失能是可以逆转的。在经过机械呼吸机辅助一段时间后，患者可以完全恢复。25所以即使对于专家来说，也并不能很容易地判断一种失能是否是永久性的。

与此相反，连接组死亡是以结构为标准的，它意味着真正不可逆转的失能（假设它意味着记忆丢失的话）。只可惜，这个定义还无法在临床上应用。目前，可以通过脑干的反射、脑电波（EEG）或者功能磁共振，来测量活体患者的大脑运转情况。但是我们没有任何办法，能解出活体大脑的神经连接组来。

对于连接组死亡，我只能想到一个实际应用。或许也并没有那么实际，但至少我觉得非常有意思。为什么不利用连接组学，去检验人体冷冻术的主张呢？阿尔科会员们的大脑，已经因呼吸／血液循环死亡和玻璃化过程而受损了，这在之前我已经很详细地讲过。那么这样的受损的大脑，还有机会像阿尔科主张的那样恢复吗？要回答这个问题，我提议应该去尝试解出一个玻璃化大脑的连接组。如果发现这个连接组里面的信息都被擦掉了，那我们就可以宣布这个连接组已经死亡了。未来文明就算掌握了复活术，也只能复活身体，而不能复活心智。反过来说，如果里面的信息完好无损，那我们就无法排除复原记忆和人格的可能性了。

我想我们不应该用玻璃化的人脑来做这个实验。不过阿尔科也玻璃化了一些狗和猫的大脑，这是一些热爱宠物的会员的要求。或许他们当中有些人，会愿意为了科学而牺牲宠物的大脑？

在没做这个科学实验之前，我们只能推测将会发现什么。众所周知，大脑对缺氧非常敏感。缺氧几秒就会昏迷，几分钟就会造成永久性的损伤。这就是为什么血流的停滞会带来生命危险，比如中风。乍一看，似乎这对阿尔科会员们来说是个坏消息。当阿尔科收到他们的遗体时，其大脑已经缺氧至少几个小时了，没有一个细胞还能活着。（当然，判断一个细胞的生与死，就像判断整个身体一样不简单。）无论是死是活，细胞肯定已经严重损坏了。利用电子显微镜，可以观察呼吸／血液循环死亡几个小时后的大脑样本受到了何种损坏。26别的不说，线粒体看来是损坏了，而细胞核内的DNA，也异常地凝成了一团。

但是这些细胞内的异常变化，都与连接组死亡无关。连接组死亡只与突触和“连线”的完整性有关。突触看起来不是问题。从电镜的图像来看，它们仍然完好，27所以它们应该是可以在死亡的大脑中保持稳定的。轴突和树突的状态很难判断。在大多数二维图像中，它们的截面都是完好的，但是也有个别地方损坏了。所以关键的问题就是，这些损坏的地方是否真的破坏了大脑的“连线”。要回答这个问题，可以尝试在三维图像中追踪神经突。只要断点不多，就仍然可以追踪。对于孤立的断点，如果两边看起来明显应该相连，那就把它们连起来即可。但是如果有成团的相邻断点，那就无法判断本来哪边和哪边是相连的了。这种情况，就是真正的连接组死亡，有关连接的信息已经不可逆转地丢失了，无论技术有多发达也无能为力。

就目前而言，与其说人体冷冻术是一门科学，倒不如说它更像是一门宗教，因为它更多的是基于信念，而不是证据。阿尔科会员相信未来文明能使他们复活，只是因为相信技术的发展有无限可能。而我提出的测试方法，能给艾丁格的赌局加入一些科学。如果玻璃化的身体包含了完好的连接组，也不能证明复活就一定可行，但如果连接组死亡了，复活就几乎一定是不可能的。

可能有很多阿尔科会员并不想看到这项实验的结果。他们情愿义无反顾地相信，以求得心理安慰，面对即将到来的死亡。如果一项科学实验有可能发现真相，推翻他们的信念，那他们宁愿这样的实验不要发生。但也有另外一些会员，相比于信念，他们更想要证据，因此希望能够测试连接组的完整性。

也许测试的结果是，液氮中的阿尔科会员们，已经连接组死亡了。即使是这样，也不意味着阿尔科的终结。他们可以进而利用连接组学，改进处理和玻璃化大脑的方法。在不能真正将会员复活的情况下，这是我唯一能想到的评估其程序质量的方法。即使他们当前的方法还不能阻止连接组死亡，但最终他们会找到可行的方法。

人体冷冻术并不是把身体或大脑保存到未来的唯一方法。埃里克·德雷克斯勒（Eric Drexler）28在1986年发表的纳米技术开山之作《创新引擎》（Engines of Creation）中，提出了一种保存大脑的化学方法。1988年，查尔斯·奥尔森（Charles Olson）29也独立地提出了相同的方法，他的论文标题很谨慎，叫做《治疗死亡的一种可能》。

德雷克斯勒和奥尔森提出的并不是一种新技术，而是一种旧技术的新用法，这种技术叫做生物塑化（plastination）。你也许看过那些保存在塑料里的人体巡回展览。类似的技术在很早之前就被用于给电子显微镜制作样本，其目标不仅是保持样本在肉眼看起来不变，研究者们还希望能保持细胞内所有的细节都不变，包括单个突触的结构。第一步要把特定的化学物质，比如甲醛，通过血管的循环，送到各个细胞。这些物质称为固化剂，因为它们能在组成细胞的分子之间产生关联，从而使这些分子的位置保持不变。30经过这样的强化之后，细胞结构就不会解体了。第二步，用乙醇替换出大脑中的水分，再用环氧树脂替换出乙醇，然后放入烤箱，使它变硬。最终的产物就是一个包含着大脑样本的硬块（图53左）。这个硬块非常结实，可以被钻石刀切成很多薄片，正如我们在解连接组时所做的。

生物塑化的第一步，醛类固化，还被殡葬行业用于保存遗体。这个业务叫做遗体防腐，通常是用于保持遗体以使其能在葬礼上被短暂地展示。在极个别例子中，展示并不随葬礼而结束。比如，俄国革命者弗拉基米尔·列宁，在1924年逝世后做了遗体防腐，32而他的遗体直到今天还在莫斯科的陵墓中供人瞻仰。经过防腐处理的遗体究竟能保存多久，目前还不清楚。而且它虽然看起来是好的，但其显微结构却可能已经被破坏掉了。而经过完整的生物塑化处理，则可以永久地保存生物结构。其结果就像是琥珀化石中的昆虫（图53右），有些已经保存了数百万年而完好无损。

生物塑化会比冷冻术更加安全，因为它不需要持续地供给液氮。万一阿尔科破产了，或者仓库发生了某种严重灾害，那些遗体和大脑就要遭殃了。但是经过生物塑化的大脑，不需要特别的维护。查尔斯·奥尔森曾经说：“大脑化学保存的费用，可能比一场正常的葬礼还要低。”不过，眼下有一个严重的障碍：到目前为止，生物塑化只能用于非常小块的大脑。由于种种技术原因，从未有人成功地用它保存整个大脑，并保持连接组完整。

肯·海沃斯最近打算做些这方面的工作。你可能还记得他，他发明了ATUM，就是那个自动把大脑切成薄片，然后收集到塑料带子上，用于成像和分析的机器。很多神经科学家的驱动力不仅是好奇心，还有野心。有些人希望搞出些关于大脑的新发现，只是为了发表下一篇论文或升迁。而另外一些人，则渴望能获得诺贝尔奖。但是海沃斯的野心，并不是关于学术。他的目标是永远活下去。就像伍迪·艾伦说的：“我不想因为我的作品而不朽，我想因为不死而不朽。”

海沃斯和几位同事一起创立了大脑保存奖，向能成功地保存大块大脑，并保持整个连接组完好的任何团队，奖励10万美元。如果能保存小鼠的大脑，则能赢得四分之一奖金。因为这是通向人类大脑的里程碑，尽管其体积只有人类大脑的千分之一。

海沃斯计划将他自己的大脑生物塑化。他想在自然死亡之前就这样做，以确保他的大脑处于健康状态。这将能使他把大脑的最好状态保存到未来，但是按照任何正常的定义来说，这将会杀死他。他可能很难找到帮手，因为这种行为在某种意义上会被视为辅助自杀。海沃斯辩称塑化大脑并不是自杀，而是自救。这是他获得永生的唯一机会。

但是，经过塑化的大脑要怎么恢复？冷冻的精子只要升高温度就能恢复活性。我们能想象把阿尔科仓库里的遗体融化，但是复原经过醛类固化并嵌入环氧树脂的大脑则似乎要困难得多。只能再次寄希望于，如果未来文明先进到能使死者复活，那应该也有办法使它们逆塑化。埃里克·德雷克斯勒设想了一支“纳米机器人”部队，这些机器人像分子那么小，或许可以用于逆塑化遗体和大脑，并且能修复它们遇到的损坏处。在他提出这个设想后，已经过去25年了，但是纳米技术的发展还没能使他的梦想向现实更走近一步。

海沃斯认真地考虑过他的计划。如果他塑化的大脑无法恢复，那或许还有一个甚至更好的替代方案。他给他发明的ATUM设想了一个未来版本，能给大体积的大脑切片，也就是他的大脑。把他的大脑切成超薄的切片后，就可以成像、分析，解出他的连接组。利用连接组的信息，就可以用计算机模拟出一个海沃斯，拥有与他本人完全一样的思维和感觉。这个计划似乎比人体冷冻更加不着边际。它真的有可能实现吗？

十五 另存为……

为了讨论方便，我们忽略这些问题，并且假设能够解出连接组。这样的话，上传是否就可行了呢？到目前为止，模拟整个大脑还是科幻，但是模拟一部分大脑，至少在20世纪50年代就已经是科学。本书第二部分所讲的那些感知、思维和记忆的模型，都被人们抽象成数学方程，并用计算机做模拟。只是他们的野心，没有上传那么大，这些模拟只是为了重现一小部分大脑功能，以及测量神经科学实验中的神经元电锋。

第四部分展望的划分、解码和对比连接组，都需要依靠计算机分析大量的数据，但却不需要模拟神经元电锋。我自己做过一些模拟，我认为不做模拟是一种美德。分析数据倒不那么令人崩溃。我们从数据出发，结合很少的假设，看看能得到什么，就归纳出来。但是模拟则正好相反，它是从愿望出发，希望能重现某种现象，然后试图找出必要的数据。如果不基于现实，愿望式的想法会很危险。在过去，我们不得不在模型中加入各种各样的假设，而这些假设是没有实证数据支持的。不过，连接组学以及其他测量实际大脑数据的方法，正变得越来越发达。有了更好的数据，就能使大脑建模更符合现实。我不否认模拟是神经科学研究的一个有力手段，但前提是要把它做对。

前面我讲过，或许将来有一天，我们能把连接组中的神经元整理好，找出突触链，从而读取其中的记忆。这使我们能够推测神经元在回忆一个序列性记忆时发放电锋的次序。还有另一种方法，是利用这个连接组，做一个神经元网络电锋的计算机模拟，然后运行这个模拟，观测神经元在回忆时发放电锋的次序。可以想见，我们希望能把这种模拟的规模放大到整个大脑。上传是检验“你是你的连接组”这个猜想的终极方法。

在如何模拟大脑这个问题上，各路学者们已经争鸣许久。在本章对上传的讨论中，我们将看到所有同样的理论性困难，当然，我希望我能讲得更生动些。首先我们来考虑第一个问题，这是任何模型构建者都要回答的：怎样算是成功？

阿尔科的承诺，复活与永生，是容易想象的。但是上传则不同。作为一个模拟程序，生活在计算机里，是什么样的感觉？会觉得无聊和寂寞吗？

这个问题并不新鲜，这就是“桶中人”要探索的问题，“桶中人”是科幻作品和哲学课堂上常常出现的主题。3假如一个疯狂的科学家把你抓走，取出你的大脑，放在一桶化学物质中，保持它活着而且运转。你的神经活动还在继续，但却不与外部世界产生任何联系，因为大脑是孤立的。这种孤立，远甚于你躺在床上、闭上眼睛。离开了感官和肌肉，你将被无尽的黑暗紧紧地包裹，这是世间最孤寂的监禁。

这听起来不是好事，但上传者们不必担心。如果未来文明发达到能做全脑模拟，那就一定也能处理它的输入和输出。事实上，输入和输出反而相对更简单一些，因为大脑和外部世界之间的连接数量，远远少于大脑内部。视觉神经连接眼睛与大脑，它的上百万条轴突承担着视觉输入。这听起来非常多，但是大脑内部的轴突远远比这更多。（大脑有1000亿个神经元，其中大多数都有轴突。）在输出端，锥形束将神经信号从运动皮层传至脊髓，从而使大脑控制身体运动。与视觉神经元一样，锥形束也包含上百万条轴突。4因此，未来文明可以把模拟程序连接到摄像头等传感器上，或者是人工身体。如果这些“外围设备”足够发达，上传者们就依然能够细嗅蔷薇，以及享受一切人间美好。

但是为什么要止步于模拟大脑呢？为什么不连世界一起模拟呢？上传者们可以细嗅一支虚拟的蔷薇，或者与其他虚拟大脑交朋友。如今的很多人似乎更喜欢虚拟世界，从他们花在计算机游戏上的时间和金钱就能看得出来。谁知道呢？或许我们的物理世界，实际上就是一个虚拟世界呢。如果它真的是，我们怎么才能知道？一些物理学家和哲学家，以及那些现代的大师——电影导演，认为我们的整个宇宙其实都是一套模拟程序，运行在一台巨大的计算机上。5我们也许觉得这个想法很荒谬，但是靠逻辑推理却无法排除这种可能。

如果模拟程序在感觉上与现实无异，那么生活在其中就会像现实世界一样有趣。（对于那些不太喜欢后者的人们，不妨这么说：模拟程序至少不会更糟。）音响发烧友们孜孜不倦地追求“高保真”，也就是要用电子系统，忠实地再现现场声效。而上传者们也会迷恋一种更重要的逼真再现。但是他们只能期待非常准确的近似，而不能完全还原。那么多准确才够呢？

计算机科学领域的大多数问题，都是很容易直接定义的。如果我们要把两个数字相乘，很清楚什么样是成功的。然而人工智能（AI）的目标，却很难准确地说清楚。数学家艾伦·图灵（Alan Turing）6在1950年提出了一个可操作的定义。他想象了一种测试，让一位裁判，分别审问一个人和一台机器。裁判的任务是判断哪个是人、哪个是机器，这听起来很容易，但关键之处在于：审问是通过打字和阅读文字的方式进行的，就像是“网络聊天”那样。这使裁判无法通过外表、声音或其他图灵认为与智能无关的属性来区分人和机器。现在，假设有很多裁判参与这项任务。如果裁判团无法达成正确的一致意见，我们就可以说，这台机器是个成功的AI。7

图灵提出这个测试，是为了检验广义的AI。我们可以很容易地稍加改变，用它来测试模拟一个特定的人是否成功。只要把裁判团限定为这个人的家人和朋友，也就是最了解这个人的人们。如果他们无法区分现实和模拟，那么上传就是成功的。

这个特殊版本的图灵测试，是否也要像广义版本一样，隔离视觉和声音呢？你可能会有所犹豫，因为嗓音和微笑似乎是爱的不可或缺的组成部分。但是人们有时通过网络聊天和电子邮件，甚至在还没见过面之前就能坠入爱河。气管切开手术需要在气管上开孔，以移除呼吸阻塞物，由此导致的副作用会损伤嗓音，但是没有人会觉得患者在手术之后就不是同一个人了。在测试中隔离肉体的最后一个理由是，上传者们渴望脱离肉体。他们真正想保留的，只是他们的思维。

……

你可能不止一次有这样的想法：“我觉得今天有点不像我自己。”或许是为了一点琐事发脾气，或许是在什么事情上与你一贯的风格不符合。不过在大多数时候，你的行为是符合你的预期的。你的自我模型，应该会连同你的其他记忆一起上传。于是你可以通过不断地对比你的行为和自我模型的预期，来检查模拟程序的保真度。模拟得越准确，矛盾之处就越少。9

现在我们假设，无论从客观还是主观标准来判断，上传都是成功的。你的朋友和家人说他们很满意。你（实际上是你的模拟程序）也说自己很满意。那么是否就可以宣布，上传确实成功了？这里还有最后一个问题：我们无法感觉你的感觉。虽然你说感觉很好，但谁知道你到底有没有感觉？或许你只是装装样子而已。万一上传把你变成了僵尸呢？

有些哲学家认为，用计算机模拟意识，从根本上就是不可能的。他们说，把水模拟得再逼真，它也不是湿的。依此类推，你的模拟程序可能在朋友和家人看来很逼真，甚至它自己也表示满意，但却并不具有我们称为意识的主观体验。这或许未必是坏事，但显然不是通往不朽的道路。僵尸的可能性确实没法排除，因为没有任何客观手段能测量主观感受。事实上，这种说法非常有力，不但适用于模拟程序，甚至适用于真实的大脑。以你所知，你可以说你的狗是僵尸。它也许只是表演它饿了，其实从来没有真正的饿感。（法国哲学家笛卡儿认为，所有的动物都是僵尸，因为它们没有灵魂。）而以我所知，我也可以说你是僵尸。因为你没办法证明你不是，没有人能直接感受到他人的感受。然而，大部分人，尤其是养宠物的人，都相信动物能感受到疼痛。而且几乎每个人都相信，其他人能感受到疼痛。

我看不出有什么办法能解决这些哲学争论。这纯粹是些直觉之争。我个人认为，大脑模拟如果足够逼真，那就是有意识的。真正的问题不在哲学中，而在实践中：究竟能做到多逼真？

……

人类从很早以前就相信——或者是想要相信——生命不仅是物质存在：“我不只是一堆肉，我是有灵魂的。”脱离肉体而存在，是个萦绕已久的梦想。思维上传作为这个梦想的最新版本，和之前的版本相比其实也没什么不同。

在过去的几个世纪里，科学着实动摇了我们对灵魂的信仰。先是物理学家告诉我们：“你是一堆原子。”按照这种唯物论的说法，宇宙就像一个巨大的台球案子，原子就像里面的台球，按照物理定律而运动和碰撞着。你的原子也不例外，也与宇宙中的其他原子遵守着一样的定律。后来，生物学家和神经科学家又告诉我们：“你是一台机器。”这种机械论认为，你这台机器的零件，是细胞和一些特殊分子，比如DNA。你的身体和大脑，与人类制造的人工机器，并没有什么本质的不同，只是更加复杂而已。

然而，计算机科学又迫使我们重新去审视唯物论和机械论。思维上传者们相信：“你是一堆信息。”你不是机器，也不是物质，那些只是为了存储真正的你——信息。日常的计算机经验，已经使我们能够区分什么是信息，什么是物质载体。假如我怒不可遏，把你的笔记本电脑拿来，抡圆了摔个稀烂。你捡起这堆残骸，从里面抽出硬盘，发现硬盘还是完好的。那你就不必难过很久，只要把硬盘里的信息导到另一台计算机上，生活就能继续，仿佛什么都没发生过。

在思维上传者们看来，人和笔记本电脑没有本质区别。他们认为，你的人格身份等信息，可以迁移到其他形式的物质上去。思维上传者反对唯物论者：“你不是你的原子，而是这些原子组成的模式。”同样，他们也反驳机械论者：“你不是你的神经元，而是这些神经元连接的模式。”模式虽然需要物质来承载，但它属于抽象的信息世界，而不是实体的物质世界。

事实上，上传者们会说，你的新计算机是旧计算机的转世。当你把硬盘上的信息导入到新计算机时，旧计算机的灵魂也随之迁移了。于是我们就有了这个新想法：信息就是新灵魂。我们绕了一圈，又回到了原点：自我，是基于一种非物质的存在。

这不是个特别好的类比。因为灵魂通常被认为是不朽的，但信息却有可能永久丢失。纳米技术专家拉尔夫·默克尔（Ralph Merkle），24曾经定义了一个信息学死亡的概念：死亡就是大脑中存储的人格信息被摧毁。我们回到笔记本电脑的例子，来讲解一下这个概念。假设你从计算机的残骸里找回了原先的硬盘，但它的电机，已经在我的暴行中损坏了。以你的技术能力，你无法把它的信息迁移到新计算机上。但你只要找一位技术高手把电机修好，就可以迁移了。然而，假如我非常残忍，不是摔计算机而是用强力磁铁反复吸你的硬盘。这将彻底擦掉硬盘上的信息，因为这些信息是靠磁场变化存储的。在这种情况下，无论多么先进的技术，都不可能再恢复你的信息了，在理论上是根本不可能的。

默克尔的死亡定义的重要性，更多地体现在哲学层面上，而不是现实层面上。因为要想应用这个定义，我们需要知道记忆、个性和其他人格信息到底是如何存储在大脑中的。如果这些信息都包含在连接组里，那么信息学死亡和连接组死亡就没有什么不同。

为了实现不朽而做的各种努力，其实都可视为是在试图保存信息。大多数人都希望在有生之年能生儿育女。他们的DNA中的一些信息，会保存在他们的孩子的DNA中，还有另外一些信息，会保存在孩子们的记忆中。有些人实现不朽的方式是写歌或写书，这样就可以被后人记住。这也是试图把自己的信息，另存到别人的脑子里。

人体冷冻和思维上传的目标，都是把大脑中的信息保存下来。它们可以被视作一场更广泛的运动的一部分——旨在改造人类的“超人类主义”。超人类主义者主张，我们不要坐等缓慢的达尔文式进化了，可以用技术改造自己的身体和大脑。或者可以干脆抛弃它们，转移到计算机里去。

有些人嘲弄超人类主义是“书呆子的狂欢”。有些人觉得世界如此糟糕，幻想永生简直是莫名其妙。然而，超人类主义实际上是启蒙运动思想的一个必然而合理的延展，即对人类理性的赞美。欧洲的思想家们在数学和科学方面获得了成功，在这些鼓励之下，他们追求在理性思考的原则上建立定律和哲学，而不是诉诸传统或上帝的神启。哲学家莱布尼茨甚至认为，所有的分歧都是由于推理错误导致的，而且都可以解决，只要用符号逻辑把论据形式化。

然而到了20世纪，理性的局限显露出来了。逻辑学家库尔特·哥德尔（Kurt Gödel）证明了数学是不完备的，因为存在一些真命题却无法证明。量子物理学的先驱们发现，有些事情是完全随机的，即使有无限的信息和计算能力，也无法预测。既然理性在数学和科学领域都遭到了挫败，我们还怎么指望它们在其他领域能成功？事实上，有很多哲学家逐渐相信，永生是不可能通过理性实现的。他们把这样的尝试称为“自然主义的谬误”。

超人类主义已经不再相信理性能够回答所有的问题。但他们仍然相信理性的力量，因为它能源源不断地创造出更先进的科技。超人类主义解决了一个由启蒙引发的大问题，这个问题基于一种科学化世界观，使很多人陷入了迷茫。如果自然界的现实，只是一堆上蹿下跳的原子，或者为了复制自己而竞争的基因，那么人生似乎是没有意义的。理论物理学家史蒂文·温伯格（Steven Weinberg），在他关于大爆炸的科普名作《最初三分钟》中写道：“宇宙越是显得被理解了，就越是显得没有意义。”帕斯卡的《思想录》更加诗意地表达了这个观点：

我见那宇宙中环绕的令人战栗的空间，而我被囚系在这广袤中的一个角落，我不知道我为何被放在这里而非别处，也不知道这赋予我的生命瞬间，为何是在这时，而非我之前和之后的永恒中的另一点。我环顾四周，只见无限，我在其中，就像一颗原子，又像一片影子，稍纵即逝，后会无期。我唯一所知道的，是我一定将要死去，而我最不知道的，恰恰就是这无法逃避的死亡。

“人生的意义”包括全体的维度和个人的维度。可以问“我们为什么在这里”，也可以问“我为什么在这里”。超人类主义对这些问题，给出了下面的回答。首先，超越人类的状况，是人类的命运。这不仅是将要发生的，也是应该发生的。第二，一个人的目标，可以是成为阿尔科会员，梦想思维上传，或是利用其他技术超越自己。超人类主义从这些途径中，为生命找到了被科学夺走的意义。

尾声

是时候回到现实了。每个人都有一次生命和一个大脑，伴随我们度过人生，而人生中所有重要的目标，归根结底都是要改变大脑。我们虽然有自然的改变机制，但却对其局限感到失望。除了满足好奇心和求知欲以外，神经科学到底能不能为我们带来新的启发和技术，让我们改变大脑？

我曾经说过，连接主义是我们这个时代最重要的思想之一，它强调了连接对于心智功能的重要性。按照这个观点，改变大脑实际上就是改变连接组。连接主义可以追溯至19世纪，但对其命题进行实证检验却非常困难。直到很久之后，得益于连接组学技术的发展，我们才终于能够检验这一学说。心智的不同，到底是不是因为连接组的不同？如果能成功地回答这个问题，就能在大脑连线中识别出想要的改变。

下一步要做的，就是设计新的方法来促进这些改变，基于分子干预，促进四个重新：重新赋权、重新连接、重新连线、重新生成。这样的方法还能应用于康复训练，控制四个重新，产生积极的改变。

要想把这些前景变成现实，必须不懈地开发必要的技术手段。在科学史上，有许多概念上的障碍，是无论多么杰出的学者都无法突破的，直到发明出合适的工具。你总不能指望连螺丝刀都没见过的山顶洞人，能搞清楚机械钟表的工作原理。同样，在没有极其精密的工具之前，要求神经科学家搞清楚大脑的原理，是不现实的。我们已经掌握了一些技术以应对这项挑战，但还需要再使这些技术强大很多倍。

我们要创建一个研究环境来培育这些技术进展。一种可能性是采取“大挑战”模式，通过一些富有野心的项目刺激人们的想象力，并调动学术界的努力。可以把目标设定为，用电子显微镜解出小鼠大脑的整个神经元连接组，或者用光学显微镜解出人类大脑的整个区域连接组。这两个项目的难度相仿，因为它们需要获取和分析的数据量是差不多的。我估计其中任何一项都需要十年的专注和努力。对神经科学家们来说，这两种连接组都将成为无价的宝藏，就像生物学家们离不开基因组一样。

这些项目将会有极大的难度，但与此同时，有些捷径可走。随着技术发展，我们能够快速、低成本地解出一些小规模的连接组。解出1立方毫米的神经元连接组，或解出小鼠大脑的区域连接组，这些与上面所说的大挑战相比，要快上几千倍。如果能解出很多小规模的连接组，对研究个体差异和变化也会很有用。

有人可能会问，眼下的当务之急，是为精神疾病找到更好的疗法，那为什么要投资这些未来远期的技术？我认为，这两条路线应该并驾齐驱。我们的疗法当然会在几年内有所改进，但是我预计要想达到治愈，恐怕还要数十年。因为这是一场持久战，所以眼下值得进行一些合理的投资，以期获得一些长远的回报。

你可能会质疑，技术的发展，到底有没有可能达到足够的程度，能够快速而低成本地解出连接组？在人类基因组计划开始之前，给整个人类基因组测序似乎也是不可能的。连接组学可能看起来很难，但在某种意义上，与整个神经科学更为艰苦的求索相比，它也只是小巫见大巫。因为它的目标很明确，我们知道什么是成功，也能量化其进展。相反，神经科学更广泛的目标，是理解大脑的工作原理，这是一个非常模糊的定义。甚至领域内的专家，对这句话的含义都无法达成共识。只要有定义明确的目标，那么投入时间、资金和努力就能产生进步。这就是为什么我相信连接组学一定能实现目标，虽然那目标似乎有些太远大。我们只要奋起应战，就势在必得。

一个年轻的男孩，在水中欢乐地嬉戏。回到岸边，他问道：“师父，溪水为什么这样流？”长者沉默地注视他片刻，回答说：“是土地让溪水这样流。”在返回寺庙的路上，他们经过一座摇摇晃晃的小桥。徒弟紧紧地抓住长者的手，望着脚下深深的水面，问道：“师父，峡谷为什么这样深？”在安全地到达对岸后，长者回答他：“是溪水让土地这样走。”

我相信我们大脑中的溪流，也遵循同样的道理。神经活动从连接组中流过，驱动眼前的经历，留下过去的印象，成为我们的记忆。连接组学将成为人类历史的一个转折点。我们从非洲草原的猿类祖先进化而来，不同之处就是我们拥有更大的大脑。我们用大脑创造科技，科技又赋予我们更惊人的能力。最终科技将会强大到让我们真正地了解自己——并把自己改造得更好。

译后记

在我讨论神经科学的经验中，哪怕是坚定的机械唯物论者——他们相信骨肉、心脏乃至基因都是机械的，但在面对“大脑是机器”这个命题时，也会有犹豫和困惑。确实，我们一直自诩为万物灵长，要接受我们一切思想、灵感和创造的源头只是一堆机械运转的物质，这不仅是对人类优越感的严重打击，而且让大脑来产生这样“自黑”的想法，也颇有些悖论的意味。有趣的是，往往越有知识的人，就越坚持认为，大脑除了物质肯定还有些别的。或许是因为他们对思想的灵活性和能动性更有体会，所以格外不能接受大脑是机器。既然知识阶层存在着这样一种情感，那么可以想见，连接组学的传播，不可能是一帆风顺的。

事实上，严肃的连接组学研究，极少把自己陷入这类哲学争吵。只要你相信大脑在结构上主要是由神经元组成的，其信号的传输主要是由突触完成的，那么连接组学目前所做的，只是对神经元和突触进行一次大规模的人口普查。但即使如此，学界对连接组学的批评也是不断的。抛开哲学和伦理不说，就在神经科学领域内，也有人质疑这种普查的意义，以及它的可行性。

为这样一个在襁褓中就饱受争议的新学科立心立命，是很难做到深入浅出、娓娓道来的。陈奕迅的歌里说，很不安怎么去优雅。所以我们看到，作者承现峻作为连接组学的一位主要倡导者，在以斗士般的姿态，为连接组学大声疾呼。而这整本书的线索，似乎就是由一部分神经科学知识，结合对各种批评意见的反驳而串联起来的。不过，他对这些批评本身并没有过多介绍，所以朋友们如果读出了一些莫名其妙的焦虑感，不妨想想连接组学有着这样的一种背景。

同样具有这种焦虑感的研究领域，还有我的本行——人工智能。连接组学从诞生开始，与人工智能就是水乳交融的。一方面，连接组学的实践，大量地依赖人工智能技术的支持；另一方面，人工智能领域正在翘首以盼，希望对生物连接组的破解，能给智能系统的研究带来新的启发。这两个学科在互相推动的过程中，有很多经验和思路是可以互相借鉴的。尤其是，人工智能领域与来自各方面的批评肉搏了半个多世纪，再加上遭遇过几次历史性的残酷打击，已经积累了相当丰富的生存经验。这个领域能走到今天，与其表现出来的与各学科之间“搁置争议，共同开发”的姿态是有很大关系的。有这样的前车之鉴，我希望连接组学的真正价值，也能早日得到来自各学科的证明。这中间当然困难很多，但总体而言，我认为连接组学目前的环境，是好于20世纪60年代后期的人工智能的。

很多朋友问过我，我学的是计算机科学，研究的是人工智能，为什么会在清华大学的医学院工作。其实这个问题再具体点，就是我为什么研究连接组。我认为如果从计算系统的角度上看大脑，那么它是由三个要素构成的：神经元模型、拓扑结构和学习规则。对神经元模型和学习规则的研究，基本上是完全靠生物实验手段的，而对拓扑结构的研究，则在得到数据之后，仍有大量的工作要做。而我又一直相信，神经的拓扑结构能给类脑智能系统带来启发，于是在两年前，就产生了亲手搞一搞的念头。拓扑结构是计算机里的叫法，在神经科学里，就是我们现在说的连接组。而眼前的这本书，就是当时带我入门的读物。后来我离开微软亚洲研究院，来到清华大学，研究起了真正的（而不是计算机里虚拟的）连接组，也在工作之余，打算把这本书翻译出来。

多年前，我还在学校、在微软时，翻译了《艾伦·图灵传》。我对计算机科学和人工智能有着狂热的兴趣，图灵正是这两个领域的奠基者。然而到了《艾伦·图灵传》出版时，我却已经离开微软到医学院开始研究连接组了。眼前这本书的翻译工作，占据了我在医学院的许多个夜晚，而在本书即将付梓之际，我却已经离开了学术界，开始以更现实的方式研究智能和思维的真相。这两次翻译，恰恰伴随着我的两次告别与离去，于我而言，倒像是不错的纪念品。

最后，我要由衷地感谢果壳阅读中负责这本书的贾明月编辑。在整个翻译过程中，明月精准地校正了我的许多错漏，她的工作效率和质量，始终令我叹为观止。另外，由于我的时间问题和工作变动，翻译工作持续了很久，而明月在其中给予了最大限度的关心和理解。如果没有明月的专业和耐心，这本书我是肯定无法完成的了。

孙天齐