读懂人脑，遥遥无期吗？
全文共6542字，预计学习时长13分钟
尽管埃隆·马斯克（Elon Musk）旗下公司Neuralink已成功开发“神经织网”技术，但目前科学家们仍未能确定人脑的运行方式。
由19世纪的别墅、带玻璃幕墙的温室、以及各式各样的花园组成的哥本哈根嘉士伯格学院一直被誉为科学史上的圣地，同时也是嘉士伯啤酒厂创始人J·C·雅各布森（J.C.Jacobsen）的故居。雅各布森曾宣布，这一套建筑物应“成为投身科学、文学和艺术事业者之荣誉住所”。
1932年至1962年间，尼尔斯·玻尔（Niels Bohr）成为这套住所的住客，这位丹麦物理学家主要研究量子力学如何影响原子结构，最终获得了诺贝尔奖。玻尔曾与爱因斯坦（Albert Einstein）、量子力学创始人维尔纳·海森堡（Werner Heisenberg）、原子弹之父J·罗伯特·奥本海默（J. Robert Oppenheimer）等诸多科学界要人一同漫步于此，探讨重要物理难题，为核时代奠定基础。
如今，嘉士伯基金会维护着这套住所与花园，用于召开各类科学会议或研讨会。今年五月，世界各地的科学家们齐聚于此，共同讨论曾困扰玻尔的一个问题——人脑是如何运作的。
科学家们各抒己见——这个海绵状脂肪器官如何显示并处理信息？形状和物理性质各异的860亿神经元如何在相互作用下实现推理、决策和移动等动作？大脑瘫痪的原因是什么？又如何恢复大脑效用？
这些都是全人类渴求答案的问题，可惜目前已有的答案都不太准确。
“大脑运作时，我们可以记录其内一百万个神经元的状态，从中得到了大量数据，但我们要从这些数据里发掘什么呢？这才是问题所在。”
“虽已逐步取得进展，但问题仍然难以解决。”西北大学的神经学家萨拉·索拉（Sara Solla）表示，她不仅参加了今年的会议，16年的时候她也有幸参与。而另一位与会人员——纽约大学药学院的György Buzsáki博士曾在其新书《The Brain From Inside Out》中写道，“神经科学仍处于初步发展阶段”，目前已收集大量事实数据，但仍未确定彼此之间的关联。
由于目前没有治疗阿尔兹海默症、精神疾病或其他严重神经障碍疾病的确切方案，大脑世界依然是个谜。科学家们甚至不了解抗抑郁药物的具体功效。汇集于哥本哈根的一众科学家们提醒着人们，尽管大脑已成为当代学界一前沿话题，但这个领域仍需大量的探索。
数十亿的资金已流入美国大脑倡议、欧洲人脑计划还有中国大脑项目等研究和神经科技项目。神经学家们最近透露，调整试验小鼠的20个神经元就会使它们产生幻觉。马斯克则表示，其公司Neuralink（他是该公司的联合创始人，投资了1亿美元）正准备将超细电线接入人脑，记录至少1000个脑细胞，这将成为人机感应的重要一步。
尽管科学家们对大脑某一部分越来越了解，但依然无法掌握完整的大脑器官——要想确定大脑的真正模型（类似于玻尔等人在哥本哈根别墅中提炼的原子模型），需要的不仅仅是日积月累的试验，还有不断出现的错误，最后还需要一点运气吧。
神经疾病和心理疾病正困扰着社会大众，了解大脑的任务需立马提上日程。它还将影响着“机器可以掌控、升级和融合大脑，还可以将大脑上传到服务器，成为永不消逝的云端数据”等说法。
毫无疑问，了解人脑以及试验动物大脑的技术巩固了神经学家们对认知（如注意力和记忆力）的了解，确定它们在电信号和生化变化中的表现。
但以上描述并未带来新见解。针对神经元如何通过相互作用而产生的说法（比方说下楼梯时该先抬哪只脚，又或是突然想起奶奶家的楼梯来）并不适用于经验的其他方面。没有什么大理论能如物理学一般具有预测性，可以用重力解释行星围绕恒星运转、笔朝地面跌落的现象。丹麦的神经学家贝尔·罗兰（Per Roland）认为，“只依赖单个神经细胞，就未能全面了解大脑，也就没有人能了解神经细胞是如何一起运动，从而产生感知、想法还有自发性运动了。”
罗兰分别在今年五月与2016年在哥本哈根组织了这两场学者的盛宴，在每一次会议中，他都会邀请来访的神经学家详谈他们各自的研究线索，查看是否有重叠、契合的部分。他强调，大脑良好运行的模型并不只是一个学术成果。他认为用现有的研究成果构成暂时性的理论框架，可以大大推进神经科学的发展。若测验缺乏假设，神经学家们就无法从现有脑部检测的技术中发掘深刻思想。谁也不想Neuralink公司停步于此。“大脑运作时，我们可以记录其内一百万个神经元的状态，”罗兰表示，“从中得到大量数据，但我们要从这些数据里发掘什么呢？这才是问题所在。”
尽管暂时没有关于大脑的概括性理论，但史蒂夫·拉米雷斯（Steve Ramirez）认为其神经学家团队最终一定可以敲定一个合理的理论。与曾参加过哥本哈根会议的科学家们交流完后，我便拜访了拉米雷兹，他正在实验室里进行一些奇妙的实验。
拉米雷斯今年31岁，但他2013年从麻省理工学院研究生毕业时就已经引发轰动——他和同事通过远程控制，重新激活了试验老鼠的糟糕记忆。他们开启激活记忆时，本来并不害怕周边环境的试验大鼠却在盒子里一动不动；他们关闭控制时，老鼠马上在盒子里疯狂乱跑。后来拉米雷斯团队给试验大鼠移植了记忆，没有打开记忆控制开关前，这只老鼠就已经表现得很害怕。随后他们便给这只老鼠消除记忆。2010年刚好克里斯托弗·诺兰执导的电影 “盗梦空间”上映，他们把这项研究称为“盗梦项目”。
“在我们解决问题前是否需要了解现象的每一细节？有的时候只是碰巧发现了解决方法而已。”
如今拉米雷斯已成为波士顿大学神经科学领域一名助理教授，可他仍在与老鼠记忆打交道，并从中发现更多的微妙之处。今年五月，他和同事们宣布可以有效调节老鼠的记忆容量，保留更多的积极记忆，减少消极体验。
拉米雷斯会自嘲（他的办公桌上有块牌子写着“世界上最好的老板”），但也擅长交际。他似乎依然对有效操控大脑保持敬畏。他办公桌上方的架子上摆着六个空香槟酒瓶，曾用于纪念刊物出版或新研究成果诞生等里程碑事件。去年七月我去拜访他时，那时刚好美国国立卫生研究院为他的实验室团队提供了五年的资助，那一晚他特意开了香槟庆祝。
也许人们根本不知道拉米雷斯的实验室在用记忆做什么，甚至可能以为他们是家初创科技公司。公司的博士后、研究生甚至还有本科生纷纷坐在格子间里，敲着键盘。拐个弯后便会看到一间通体白色的房间，里面的试管底部装着一个完整的鼠脑，这里还有一台机器，可能是世上最先进的熟食切片机——机器将鼠脑切成细条，小到可以放在标准显微镜的玻璃载玻片上观察。
大堂下方还有几间衣橱大小的房间，、专门用于光遗传学的试验。2005年卡尔·戴瑟罗斯在斯坦福的实验室中开创了光遗传学后，这一技术的成本大大降低，还成为了神经科学中广泛使用的工具。而这位科学家最近在研究如何使老鼠致幻。
光遗传学以基因工程为基础。科学家们给动物脑部注射病毒后，从而改变了其某些特定的神经元，因此它们对光脉冲变得敏感，这类神经元活动时便会发光。当科学家们使激光穿过老鼠颅骨上的孔时，神经元受到刺激，就会开始或停止活动，同时使用激光还可以确定特定时间内活跃的细胞群。
拉米雷斯和同事刘旭通过控制海马体中的细胞，达到控制记忆开关的目的。海马体是哺乳动物脑部的一部分，负责形成与储存记忆。虽然精神生活中的种种无形体验全依赖于脑部的有形结构催生，但实际上意识来源仍在大脑深处。
这项研究的意义颇为抽象，还涉及到海马体外的脑部细胞。多年的研究证实，比起多个神经元，科学家们更熟悉激活单个神经元，同时还能减少操作时长。如今，实验中发光的神经元呈现出一副更详尽、更细致的脑部活动地图。拉米雷斯希望，大概五年后，科学家们便可以掌握老鼠生成或回顾记忆的3D渲染图技术。这种技术将帮助理解大脑中的细胞如何保留人类记忆，同时也会让我们了解神经元的活动与积极或消极记忆有什么关联。
但拉米雷斯的研究目的并非在人类大脑中应用光遗传学技术——因为这需要从根本上改造人的神经元，并将激光射入颅骨中，要考虑的问题要多很多。拉米雷斯更想了解的是，老鼠脑部中涉及记忆的结构与人类大脑中的结构是否类似，我们是否都低估了其作用。如果情况真如预测一般，那就需要针对这片区域开发新药物。拉米雷斯认为，这种药物可以保留、改善记忆。配合心理疗法或其他治疗，这些药物甚至可以抑制不良经历带来的创伤。
“我们对大脑了解甚少，唯一知道的就是大脑由脑细胞构成。”
在无法掌握整个大脑运作理论的情况下，研究还有可能取得进展吗？拉米雷斯表示还是有机会的。成功修复一个完全不了解的系统是有可能的。“我是玩任天堂的游戏长大的。我不明白为什么有的时候就死机了。大家就会把磁带拿出来，往里吹一下，再塞到游戏机里，然后就恢复正常了。”拉米雷斯说，“或者说，电脑开不了机，还没办法重启，出去溜一圈，然后喝杯咖啡，回来电脑就好啦。也许电脑科学的知识并不能解释这些现象，但你确实把电脑修好了。”
生物学中也发生过这样的事。人们了解免疫系统的作用前，也经历过许许多多的试验和错误，最终才有了疫苗和抗生素的出现。尽管没有人可以确定记忆如何存储在大脑中，但拉米雷斯依然可以手动形成或修改记忆。“解决问题前，是否需要了解现象的每一个细节？”他说，“有时只是碰巧发现了解决办法而已。”
此外，他还认为——尽管科学家们对脑部结构不甚了解，但是构建大脑模型仍有所帮助。他提到了一本叫《神经科学原理》的书，“这本书本来应是一片空白，”他说，“我们对大脑了解甚少，唯一知道的就是大脑由脑细胞构成。”
他还恶趣味地说，科学家们充分搞清楚大脑后，也许会发现事实并不如他们所想的那样。
几个世纪以来的科学家通过医学观察和实验观察得出，人类的经验特征分别对应大脑的特定部分。铁路工头的额叶被铁块撞到后，他变得又暴躁又差劲。一名男子移除海马体后便再也无法形成记忆。而视觉皮层受损有可能使人失明。
过去几十年的研究更多揭示的是大脑各个区域间的相互作用。眼睛看到的东西并不仅仅包括输入的视觉图像，同时还会跟其他输入图像有关，比方说过去看到类似的东西，从而留下了记忆。拉米雷斯绘制细胞地图如此困难的原因就在于此——记忆并不只跟海马体有关，还要跟整个大脑的细胞打交道。
“大脑的结构跟华夫饼不一样，不是说一个正方格子负责运动，另外一个就负责抑郁情绪。”拉米雷斯说，“大脑用了四十亿年的时间才进化为如今像意大利面一样的软组织，每一部分都在互动。”
纽约大学的GyörgyBuzsáki表示，这一想法对于神经科学领域具有革命性意义。他在哥本哈根的会谈上还有其新书中都表示，神经科学自1890年就没什么进展。
1890年，威廉·詹姆斯（William James）出版《心理学原则》时，这位哲学兼心理学家在书中描述了所谓的“心理生活科学”。詹姆斯在书中写到，他对大脑如何产出“情感、渴望、认知、推理、决定等”非常感兴趣，他甚至花了数章描述注意力、爱好、推理、想象力还有时间感知的本质。（在描写时间的章节里，他写道：“人们大麻中毒时，会明显地增加时间感知。我们说一句话，到了最后时却发现，句子的开头似乎已经过了很久很久。”）
由于科学是以心理学的基础发展的，20世纪的神经学家们都接受了詹姆斯的观点，试图确定他所描述经验中的心理机制。尽管詹姆斯的分类在描述各类意识中很有用，但Buzsáki还是指出这些意识具有随意性——大脑看到的各类模式也许跟他理解的不太一样。
因此，Buzsáki认为神经科学并不仅仅“从外往内”（即将外部世界的刺激和经历与大脑内部的神经研究相联系）。他认为“由内往外”也是一个好办法，也就是研究脑部产生的活动模式，再研究它们如何产生相应的人类经历。
Buzsáki区分了“由外往内”和“由内往外”两种研究路径，有助于脑部研究的进一步发展。
“虽然如今我的实验做得比牛顿要好，但我还是不能成为牛顿。”
对于神经科学家而言，最重要的莫过于使用最新技术，收集详细数据，也许将来某一天他们可以凭此精准干预细胞活动。但任何实验中记录的神经元数量都不是我们理解大脑的指标，同样重要的还有即时测定大脑中的活动面积。
“记录的神经元越多，那么数据就越全面，对于实验人员来说也更好”， Buzsáki表示，“但要了解什么对大脑有用，你还需要记录后继结构，看神经元是否对这些信号作出反应。‘我记录了海马体中五百万个神经元数据’这种说法不足以支撑我们的实验结果，新皮层对这五百万个神经元的解读也同等重要。这些互动中蕴含神经信息。”
最近在一次活动中，Neuralink吹嘘其技术可以一次性记录1000个神经元，如果事实确实，那么“这将推动脑机接口技术的成熟”，Buzsáki评论道。这家公司可以完美结合三种技术（柔性电极、将其注入脑部的技术，以及有效传输电极数据的技术）让神经科学家们惊叹不已。但除此之外，Neuralink的产品还有其他用途吗？这很难说。无论是记录1000个神经元，还是记录更多的神经元，都没有展现太多有关大脑的新想法。
Buzsáki说，“任何用于探索脑部的新工具都会‘打开新的窗户’。但只有以不同方式观察时，这个新窗口才能发挥用处。虽然如今我的实验做得比牛顿要好，但我还是不能成为牛顿。”
Buzsáki认为“从外到内”的框架会让人产生误会——大脑就像计算机，只能被动地感知外部世界的刺激，其内部模型可区分这些刺激好坏，然后核心驱动部位运行动作。
虽然昆虫和其他生物的大脑很小，结构简单，缺少独立的感官和运动中心，但它们依然可以作出反应。那它们的大脑和人脑有什么区别？它们都使躯体适应了各自的环境。Buzsáki认为大脑不断进化，最终实现一个主要目标——探索世界，不断学习“成功探索的结果”，便于下次继续。但人和其他有机体的不同，便在于我们更擅长于此道。他还表示，即便大脑缺乏决策中心，依然可以做出决定、解决问题。“大脑并不处理信息，”他写道，“而是创造信息。”
尽管这一大脑理论与其他新兴理论认为，大脑的构成与神经科学的预测不符，但它们可能具有反直觉的好处，便于找到解决问题。如果构成认知的经验全都为大脑服务，用于生成和测试种种关于世界的假设，那它们则有可能拥有同样可以被检测和解释的机制——甚至还可以用方程（所有强大的科学模型的基础）进行概括。与Buzsáki一起在哥本哈根参会的与会者认为这样的说法有一定道理。
华盛顿大学计算神经科学家阿德里安·菲尔霍指出，科学家测试神经元的网络级行为时，由于考虑到细胞和突触的数量，这些模式“并没有那么复杂”。她认为，就好像人们使用方程或算法描述复杂动态系统（人口、流体等）那样，使用方程或算法对这些模式进行编码是可以实现的。
正如科学家们无需测量流体或气体中每一个原子的数据，仅使用流体动力学就可以预测其表现一样，他们同样也不需要对每一个细胞进行测试，以建模的形式，就可以了解神经元网层结构的表现形式了。
西北大学的萨拉·索拉（Sara Solla）教授在进入神经科学领域前曾是一名理论物理学家，她认为数百万年的进化改变了神经元。“进化发生在行为级别上，”她说，“演变过程才不会跟第52号神经元说，‘嘿，你掉队啦，你跟其他神经元不一样’。”最近一次蛔虫（只有300个神经元）实验证实了这一点。即便是基因完全相同的蛔虫做出相同动作，它们各自神经元的活动依然不一样。细胞活动的不同组合可以产生更高级别的行为。
但这些想法也催生了更多的疑问。大脑部分活动网络可以被识别或计算吗？它们又是如何相互作用的呢？可以对此建模吗？
这提醒人们，即使有新的工具和新的数据，神经科学依然是难以完全掌握的一个领域。在摸索的同时，谁也不知道会产生什么新的意外。
菲尔霍说：“我们处于一个向墨守成规说不的时代，必须广泛思考。尽管许多思想已经开始闪烁耀眼光芒，但现在还没有一个完全正确的概念。”
推荐阅读专题
留言 点赞 发个朋友圈
我们一起分享AI学习与发展的干货
推荐文章阅读
ACL2018论文集50篇解读
EMNLP2017论文集28篇论文解读
2018年AI三大顶会中国学术成果全链接
ACL2017 论文集：34篇解读干货全在这里
10篇AAAI2017经典论文回顾
长按识别二维码可添加关注
读芯君爱你