1700673357
通过想象脑是哪种类型的机器，我们在不断地探索关于脑的概念。探索这些概念让我们明白，虽然我们对脑的理解还远不够彻底，但我们思考脑的方式比过去更加丰富了。这不仅仅是因为我们发现了很多令人惊奇的事实，更是因为我们解读这些事实的方式。
1700673358
1700673359
这样的变革有重大的意义。几个世纪以来，每一层新的技术性隐喻都加深了我们对脑的理解，让我们能够开展新的实验，并对过去的发现进行重新解读。然而，对这些隐喻的依赖也限制了我们思考的内容和方式。颇有一些科学家现在认识到，把脑看作一台被动响应输入信息并处理数据的计算机使我们忘记了脑其实是一个主动的器官。作为身体的一部分，脑能与外部环境相互作用，而且是脑过往的演化经历塑造了它现在的结构和功能。这些隐喻使我们忽视了脑活动的关键部分。换句话说，我们使用的这些隐喻塑造了我们有关脑的概念，但这种塑造并非总是有益的。
1700673360
1700673361
技术与脑科学之间的这种吸引人的关联意味着在未来的某一天，目前尚未可知的新技术进步又将改变我们对脑的认知。随着新洞见的出现，我们将重新解读当前已知的知识，抛弃错误的假设，发展新的理论和探究之道。当科学家们认识到他们的思考方式（包括他们提出的问题和构想的实验）一定程度上受到了技术性隐喻的框定和限制时，对未来的憧憬常常会使他们兴奋不已。他们想知道下一次重大突破会是什么，以及如何将其运用到他们的研究当中。如果对此我能知道哪怕一星半点，我都能发大财。
1700673362
1700673363
1700673364
1700673365
1700673366
本书不是一部神经科学史，不是脑解剖学和脑生理学史，不是意识研究史，也不是心理学史。虽然书中包含了一些以上学科的内容，但我要讲的历史与这些学科的历史都不同，原因有二。第一，我想要探索我们在思考脑能做什么以及如何运作时，所采用的丰富多样的方法，重点关注实验证据——这与讲述某个学科的故事大为不同。本书也不会局限于讲述我们是如何认识人脑的，因为我们对哺乳动物脑和其他动物脑的探究，也对我们认识人脑的思路有所启发。
1700673367
1700673368
在我们探究脑的历程中，有一些主题和观点会不断重复出现，其中一些至今仍然会引发激烈的讨论。一个始终存在的争论是，脑的各项功能在多大程度上是局域化地分布在脑的特定区域的。这个想法可以追溯到几千年前，至今仍不断有研究结果指出，脑的某个功能可以定位在一个特定的脑区，例如你手掌的感觉、你读懂句法的能力或者你的自控力。但这些观点往往很快又会被一些新的发现所修正，比如脑的其他区域可能也在影响、补充着这种功能，或者这个特定的脑区也在其他脑功能中起着某种作用。如此往复很多次后，脑功能定位化的理论虽然并没有完全被推翻，但和最初的样子相比已经变得面目模糊了。原因很简单：与其他机器不同，脑不是被设计出来的，而是演化了5亿多年的器官。因此，我们没有理由认为脑会像我们创造的机器那样行使功能。这意味着尽管斯丹诺的出发点——将脑看作机器——一直以来十分有生命力，但它永远无法就脑的运转机制给出一个全面并且令人满意的描述。
1700673369
1700673370
脑科学与技术的相互作用是贯穿本书的脉络，这种相互作用也表明科学会渗入文化中。因此，本书内容的一部分是阐释这些想法是如何体现在莎士比亚、玛丽·雪莱、菲利普·迪克[3] 和其他作家的作品中的。有趣的是，文化史研究发现，隐喻可以双向流动。19世纪，就在脑和神经系统被比作一个电报网络后，顺着电报线传递的莫尔斯电码和其引发的人类读码者的反应，也反过来被比作神经系统的活动。同样，计算机从诞生之初起就被视作一个脑。为约翰·冯·诺伊曼建造第一台数字计算机的计划提供依据的，是生物学上的发现，而不是这些计划催生了生物学上的发现。
1700673371
1700673372
本书不是一部单纯的历史的第二个原因可以从目录页上看出来。本书被分为“过去”、“现在”和“未来”三个部分。“现在”部分讲述了过去70年来，在计算机隐喻的框架下，我们对脑的理解是如何发展的。这一部分的结论是，某些研究者感觉到我们对脑的理解正在陷入僵局。
1700673373
1700673374
这听起来似乎有些诡异。科学家们目前正在对各种各样的脑（从最小的脑到人类自己的脑）进行研究，也在积累有关脑结构和脑功能的海量数据。数以万计的研究者正付出大量的时间以及精力探究和思考脑的活动，令人惊叹的新技术也赋予了我们描绘和操纵脑活动的能力。我们每天都会听说新的发现如何为理解脑活动提供新的思路。与此同时，能让我们化不可能为可能的新技术的希望（或者威胁）也随之而来，包括读心术、通过脑电波识别罪犯，甚至把思维上传到计算机里。
1700673375
1700673376
与这些慷慨激昂的展望不同，过去十年间学术期刊和书籍上发表的观点显示，神经科学家群体中流传着一种看法，认为脑科学的未来之路并不清晰。除了单纯地收集更多的数据或者指望出现最新的激动人心的实验手段外，我们很难看清该往何处去。当然，并不是每个人都这么悲观。有一些神经科学家信心十足地宣称，新数学方法的应用能让我们理解人脑中难以计数的神经连接。另一些科学家则致力于研究尺度复杂性上另一极的动物脑——线虫或果蝇幼虫[4] 极其微小的脑。他们试图使用成熟的技术来探究这些简单的系统如何工作，然后把获得的知识应用于探究更复杂的脑。在思考过这些难题的神经科学家中，很多人都认为脑科学只可能逐步且缓慢地进步，因为这个领域并没有一个自己的“大统一理论”。
1700673377
1700673378
这个难题有两个层面。首先，脑的复杂程度超乎想象。任何一个脑，不只是人脑（虽然本书重点讲述的是人脑的智能），都堪称已知宇宙中最复杂的物体。天文学家里斯爵士[5] 曾指出，一只昆虫都比一个恒星更复杂。达尔文也说过，蚂蚁的脑虽然很小，却能产生非常复杂的行为，简直是“世界上最不可思议的物体之一，也许比人脑还不可思议”。我们面对的正是这样量级的挑战。
1700673379
1700673380
这又引出了第二个层面的问题。尽管世界上各个实验室获取的与脑相关的数据如海啸般涌来，但我们却陷入了一场危机：我们不知道该如何处理这些数据，也不知道该怎样解读这些数据。我认为这表明，在过去半个多世纪大获成功的脑的计算机隐喻正在触及其边界，就好像把脑看作电报系统这一想法最终在19世纪成为强弩之末一样。有一些科学家目前已在明确质疑有关脑和神经系统的某些基本隐喻的可靠性（比如神经网络通过一种神经编码来表征外部环境这一点）。这说明我们在科学上对脑的理解，正在冲击一些有关脑工作机制的隐喻所构建的框架，而我们对其中一些隐喻一度深信不疑。
1700673381
1700673382
即使再没有新的技术出现，计算科学的发展，尤其是与人工智能和神经网络（部分受到了脑工作机制的启发）相关的计算科学的发展，也有可能会反哺我们对脑的理解，令脑的计算机隐喻再现生机。也许是这样吧。深度学习是现代计算机科学里最热门和最令人惊叹的领域。但正如你将在本书中看到的那样，即使是这个领域的顶级研究者也很开心地承认，他们也不知道自己的程序是怎么实现其功能的。因此，我不太确定计算科学在未来能对理解脑的工作机制有什么启发。
1700673383
1700673384
我们对脑的理解仍然十分有限，这一点可悲地体现在现实生活中：我们对精神健康的理解深陷于一种危机中。从20世纪50年代开始，科学界和医学界将化学方法用于治疗精神疾病。我们斥巨资研发药物，但时至今日，对这些广泛使用的药物是如何起效的，我们仍然不甚明了。对于主要的精神疾病，未来可用的药物治疗方法目前还没有显现。由于巨大的成本和风险，大多数大型药企已经放弃了针对抑郁症、焦虑等疾病的新药探索。这并不令人感到意外：如果我们连最简单的动物脑的功能都无法弄懂，那么想要有效地治疗我们自己的脑中出现的问题，希望无疑会非常渺茫。
1700673385
1700673386
科学界正在投入大量的精力和资源，试图描绘脑中神经元之间浩繁的相互连接。绘制出的图谱被称为“连接组”（connectome），或者可以更简单形象地称为“连线图”（wiring diagram）。科学家现在还无法构建出哺乳动物脑的连接组，因为它太过复杂，但复杂度较低的连接图谱正在构建中。构建连接图谱的工作至关重要，因为我们需要了解非常小尺度的脑组织之间是如何连接的。但这项工作本身并不能产生一个解析脑功能的模型，我们也不应该低估这项工作将要花费的时间。研究人员目前正在绘制果蝇幼虫脑的功能连接组，这种脑含有1万个细胞。即使是这样微小的一个脑，如果我们能在50年内完全理解这些细胞和它们彼此的连接是如何工作的，我都会为之惊叹。从这一点来看，想要充分理解含有百亿数量级细胞并且能神奇地产生思想的人脑，像是一个难以企及的梦想。但科学是唯一有望实现这一目标的方法，而且最终必将实现这一目标。
1700673387
1700673388
历史上曾多次出现过与目前相似的时刻，当时的脑科学家们不知道该如何继续推进对脑的理解。19世纪70年代，在电报隐喻渐渐退出历史舞台时，脑科学界疑虑丛生，许多研究者断言意识的本质也许永远都无法被破解。一百五十年后的今天，我们仍旧不知道意识是如何产生的，但即使困难重重，科学家们仍对我们最终能够解答这个问题变得更有信心。
1700673389
1700673390
为了实现这个目标，我们应当熟悉过去的思想家们为了理解脑的功能付出过怎样的努力，这一定程度上能指导我们把精力投入到需要投入的领域。我们应当把当前的无知视作一种需要克服的挑战，而不是失败的迹象，这是我们前进的动力。有了这个动力，我们才能集中注意力和资源，去发掘那些需要破解的难题并制订寻找答案的研究计划。这是本书关于未来的部分的主题。这最后一部分内容充满了推测性，有些读者也许会觉得这些内容很容易引发争议，但这正是我的目的所在。我想刺激大家反思脑是什么、脑有什么功能以及脑是如何实现其功能的，并在此基础上鼓励大家去思考，在没有新技术性隐喻指导的情况下，我们下一步该如何做。这也正是本书不仅是一部历史著作的原因之一：本书希望强调为什么科学中最重要的五个字是“我们不知道”。
1700673391
1700673392
2019年9月于曼彻斯特
1700673393
1700673394
[1] 英语单词“brain”在日常语境中往往被翻译为“大脑”，但这个单词在神经科学领域中实际上是脑的统称，并不只限于“大脑”。本书中文版兼顾这两方面的考虑，在大众读者已经完全习惯化并且不易引起歧义的地方译作“大脑”，其余地方译作“脑”。——译者注
1700673395
1700673396
[2] 在生命科学领域，“模式”可以通俗地理解为一个过程的“规律”或者“特点”。比如，此处的“神经元活动的模式”指的就是在某个时刻，哪些神经元表现出了电活动，哪些神经元没有。——译者注
1700673397
1700673398
[3] 菲利普·迪克（1928—1982），美国科幻小说家，代表作包括《高堡奇人》《少数派报告》《仿生人会梦见电子羊吗？》等，多部作品曾被改编为电影。——译者注
1700673399
1700673400
[4] 英文版此处使用的单词分别是“worm”和“maggot”，中文直译分别是“蠕虫”和“蛆”。在生命科学领域，两者往往指的是两种被广泛使用的模式生物：线虫和果蝇的幼虫。中文版分别具体地译出。——译者注
1700673401
1700673402
[5] 作者此处的里斯爵士指的是天体物理学家、英国皇家学会前会长马丁·里斯。——译者注
1700673403
1700673404
1700673405
1700673406