▲点击视频观看作者介绍新书

《大脑传》

[英] 马修·科布 著

张今 译

中信出版集团出版

在认识脑工作机制的过程中，人类一直在使用各种隐喻，这些隐喻无一不受技术、时代以及人类当时对脑认知水平的限制，在完成自己的历史使命后会被新的隐喻所取代。在《大脑传》中，作者马修·科布以脑的隐喻为切入点，介绍了人类脑的认识史上一个又一个里程碑，以及那些做出伟大发现的科学家。从心智源自心脏的观点到把脑视作机器的机械观，从电与神经活动的关系到神经系统的神经元学说，从神经信号如何表征信息到脑功能的局域化定位与分散式分布之争，从把脑看作一成不变的电路到把脑视作一个具有可塑性的网络，作者历数了人类对脑认识的曲折演进历程，讲述了脑科学研究对计算机、人工智能等领域的诞生和发展产生的深远影响，勾勒出了一部群星闪耀、波澜壮阔的科学史诗。

>>书摘

半个多世纪以来，人们一直认为脑的信息处理过程与计算机的处理过程类似，所有对高度多样化的“布片”的研究都是基于这个想法。但这并不意味着这个隐喻在未来会继续有用。1951年，数字时代刚开始的时候，卡尔·拉什利就对使用任何基于机器的隐喻表示过反对：

皇家园林中的液压雕像令笛卡儿印象深刻，他因此发展出了脑活动的液压理论。从那以后，我们有了电话理论、电场理论，现在又有了基于计算机和自动方向舵的理论。我认为，通过研究脑本身和行为现象，我们更有可能发现脑是如何工作的，而不是沉溺于牵强附会的物理学类比。

法国神经科学家罗曼·布雷特最近把这种对隐喻的排斥更进了一步，他挑战了脑功能最基本的隐喻——编码。自从阿德里安在20世纪20年代提出这个概念以来（最重要的是霍拉斯·巴洛在20世纪60年代对这个概念的热情推广），神经编码的想法已经主导了神经科学的思考。在过去的10年里，总共有超过11000篇关于这个主题的论文被发表。布雷特提出的批评的基本点是，在思考“编码”时，研究人员无意中从技术意义上偏移到了表征意义上，前者基于的是刺激与神经元活动之间的联系，而后者基于的则是神经元编码对刺激的表征。这个问题早在1990年就由沃尔特·弗里曼和里斯汀·斯卡尔达提出了，当时他们发表了一篇题为《表征：谁需要它们？》的论文。弗里曼当时对气味引发的电生理反应已经开展了几十年的研究，他论述道，不再想着神经系统如何反映环境，他就能“更少地关注输入脑的有关外部世界的信息，更多地关注脑正在做什么”。神经系统表征或编码信息的观点还包着更深一层的含义。正如丹尼特向克里克和科赫提出的问题指出的那样，这一切呈现给谁呢？

在大多数关于神经编码的描述中，一个没有被明确指出的意涵是，神经网络的活动是呈现给脑中的一个理想化的观察者或读者的，它们通常被描述为“下游结构”（downstream structure），能够以最佳的方式解码信号。但这些结构究竟是如何处理外周神经元的活动的，我们目前还不清楚，甚至在神经网络功能的简单模型中也很少有明确的相关假说。神经编码的处理过程通常被看作一系列线性的步骤——就像一连串的多米诺骨牌那样，在反射中尤其如此。然而脑是由相互连接并且高度复杂的神经网络组成的，这些神经网络与外部世界相连并产生行动。只关注一组感觉和处理神经元，而不把这些网络与动物的行为联系起来，就会忽略整个处理过程的关键点。“动作电位是产生动作的电位，”布雷特总结道，“而不是需要破译的象形文字。”

盖伊尔吉·布萨基在他的新书《由内而外的脑》中也提出了类似的观点。布萨基认为，脑并不是简单被动地接收刺激，然后通过神经编码来表征它们，而是通过积极地搜索各种可能性来测试各种可能的选择。基于赫尔姆霍兹和马尔的观点，他得出的结论是脑并不表征信息，而是在构建信息。

计算机、编码、连线图等神经科学隐喻必然是片面的，这是隐喻的本质。科学哲学家和科学家都对隐喻开展过深入的研究，因为它们似乎是科学家思维方式的核心。但隐喻也可以很丰富，协助科学家形成见解和做出发现。总会有那么一个时刻，它们带来的限制会超越它们促成的理解，但在脑的计算机隐喻和表征隐喻中，科学界对这样的时刻是否已经到来仍然无法达成一致意见。从历史的角度来看，出现了这样的争论就表明我们可能确实正在接近计算机隐喻的尾声，然而我们现在还不清楚它将被什么取代。

当科学家们意识到隐喻是如何塑造他们的观点的，并意识到新的类比可能会改变他们对自己工作的理解，甚至使他们能设计新的实验时，他们常常会兴奋不已。想出这些新的隐喻是很有挑战性的——过去出现的与脑相关的大多数隐喻都与新技术有关。这可能意味着，有关脑的有洞察力的新隐喻以及它们会发挥怎样的作用将取决于未来的技术突破，就像过去的液压动力、电话交换机以及计算机那样。目前还没有这种进展的迹象，虽然最近出现了很多科技流行词，比如区块链、量子计算（或者量子任何东西）、纳米技术等等，但这些领域不太可能引发技术变革或者我们对脑看法的变革。

互联网和云计算的出现使人们一度认为脑是某种分布式计算机系统（distributed computer system）。这是有道理的，因为我们的神经元并不像计算机里的简单组件。相反，神经元有无数的树突连接，其中许多涉及多种神经递质和细胞输出的细微差别， 这使它们能执行高度复杂的过程，对应于所谓的线性不可分函数（linearly non-separable function）。对来自其他神经元的局部刺激，每个树突通过向胞体发放一个锋电位来做出反应，但这并不是通过一对一的线性方式进行的，而是通过不成比例地增加它们的放电频率来实现的。参与这项研究的研究者之一、英国神经科学家马克·汉弗莱斯强调，这意味着每个细胞的行为方式都类似于一台复杂的迷你计算机。

然而，这并不意味着云和互联网的类比对我们有很大的帮助。事实上，互联网的一个重要特点是，即使它的一些关键部分被移除（比如遭到了核打击），它仍然可以继续运行。从最早的形式开始，互联网就具备这一特点。虽然有非常确凿的证据证明可塑性的存在，也无论我们对脑活动的看法多么偏重分布式的观点，如果脑的某些特定区域受到损伤，脑功能的关键方面的确会被彻底破坏。

>>作者简介

马修·科布（Matthew Cobb），英国曼彻斯特大学动物学教授、神经科学家、科学作家，研究兴趣主要是昆虫的嗅觉和行为。科布此前出版过多部科学史题材的作品，其中讲述17世纪的科学家探索性、生命和机体生长的作品《卵子与精子的竞赛》获得了伦敦动物学会年度图书奖，讲述科学家破解遗传密码的作品《生命的最伟大秘密》不仅入围英国皇家学会科普图书奖决选名单，还被世界最顶级的生命科学期刊《细胞》杂志盛赞为“大师级的作品”“应该成为遗传学和分子生物学相关专业研究生的科学史必读书”。