- 译本 >
- 精准学习 - 周加仙译 >
- 第二部分 人脑如何学习？ >
- 第6章 脑的再利用
神经元再利用假说
教育是如何彻底革新我们的心智技能，把我们变成纳博科夫、斯坦贝克（Steinbeck）、爱因斯坦或格罗腾迪克（Grothendick）的主要读者的？正如我们所看到的，我们所学到的一切都是通过对预先建立的脑回路的修改而实现的。这些回路在出生时就基本形成了，但仍然能够在几毫米的范围内发生变化。因此，人类文化的所有多样性都必须适应我们的神经元带来的天生的局限性。
为了解决这个悖论，我提出了神经元再利用假说。9这个想法很简单：虽然突触可塑性使得脑可以灵活变化，尤其是对成长发育期长达15～20年的人类而言更是如此，但我们的脑回路仍然会受到从进化中继承下来的、强大的生理结构的约束。因此，我们发明的每一个新的文化客体，比如字母表或阿拉伯数字，都必须在脑中找到属于它的“神经元生态位”——一组神经回路，其初始功能与新的文化客体足够相似，但又足够灵活，可以转变为一种新的用途。任何文化学习都必须有赖于改变已有神经结构的功能，以及对其特性的再利用。因此，教育必须通过利用我们神经回路的多样性以及人类特有的长时间的神经可塑性，来适应我们神经回路与生俱来的局限性。
根据这个假设，教育就是对一个人现有神经回路的再利用。几千年来，我们已经学会了用旧事物创造新事物。我们在学校里所学的一切都将原有的神经回路重新定位到一个新的方向。为了阅读或计算，孩子重新利用了原有的回路，这些回路原本是为了其他用途而进化出来的，但由于它们具有可塑性，它们设法适应了一种新的文化功能。
为什么我要创造出“神经元再利用”这个奇怪的术语？因为与之对应的法语单词recyclage完美地结合了两个能概括我们脑活动的概念——对某些具有独特属性材料的再利用，以及对新的职业生涯的重新定向：
· 对一种材料的再利用指的是通过将其重新引入新的生产周期从而赋予它第二次生命。然而，这种对材料的再利用也是有限制的：我们不能用再生纸来造汽车。每种材料都具有使其或多或少适合于其他用途的固有特性。同样，由于分子特性、局部回路和远程联结各不相同，大脑皮层的每个区域从一开始就具有自己的特性。学习必须符合这些材料上的局限性。
· 在法语中，recyclage这个词也适用于描述正在接受新工作培训的人，指的是人们为了适应职业生涯中意外的变化而接受的额外培训。这正是我们在学习阅读或数学时大脑皮层所发生的变化。教育赋予了我们的大脑皮层超越灵长类动物脑正常能力的新功能。
通过神经元再利用这一概念，我想把对一种新文化技能的快速学习与在缓慢进化过程中生物学以旧创新的许多其他情况区分开来。事实上，在达尔文的自然选择进化过程中，对旧材料的再利用是很常见的。基因重组可以重塑古老的器官，把它们变成优雅的、具有创新性的机器。鸟的羽毛就从旧时的热调节器变成了现在的气动襟翼，而爬行动物和哺乳动物的腿是从远古的鳍演化而来的。“进化是一个伟大的修补匠，”法国诺贝尔奖得主、生物学家弗朗索瓦·雅各布（FranÇois Jacob）说，“在它的工作室里，肺变成了漂浮器官，爬行动物下巴上的一块旧骨头变成了内耳，甚至饥肠辘辘的食肉动物的撇嘴也变成了蒙娜丽莎的精致微笑。”
脑也不例外。例如，语言回路可能是在人类进化过程中通过复制和再利用先前建立的大脑皮层回路而出现的。10但这种缓慢的基因改变不包含在我对神经元再利用的定义范围内。恰当的用词是“exaptation”（扩展适应），这个新词是由哈佛大学进化学家斯蒂芬·杰·古尔德（Stephen Jay Gould）和耶鲁大学古生物学家伊丽莎白·弗尔巴（Elisabeth Vrba）根据“adaptation”（适应）这个词创造的。当旧机制在达尔文的进化论中有了不同的用途时，它就被“扩展适应”了。由于扩展适应是以基因在种群中的传播为基础的，在物种层面，它要持续数万年。但从另一角度来看，神经元的再利用发生在个体的脑中，时间跨度要短得多，从几天到几年不等。对脑回路的再利用无须基因的改变，只需通过学习和教育，就能重新定位其功能。
我提出神经元再利用假说的目的，是为了解释人类超越其通常生态位的特殊禀赋。人类习得新技能的能力，如阅读、写作、数数、计算、唱歌、穿衣、骑马和开车，确实是独一无二的。我们的脑可塑性的增强与新颖的符号学习方法的结合赋予了我们非凡的适应能力，而且我们的社会已经发现了进一步提升我们技能的方法——让孩子们每天去学校接受教育。
当然，强调人类的独特性并不等于否认其他物种也存在较小规模的神经元再利用现象。最近的技术已经可以追踪记录在猴子习得一项新技能后，其上百个相同的神经元在数周内的活动情况，这强有力地支持了再利用假说。这些实验能够验证一个简单而深刻的理论假设：学习是否能够彻底改变脑回路中特定的神经编码，或者，如再利用理论所假设的那样，学习是否仅仅赋予了该回路新的用途？
在最近的一项使用脑机接口的实验中，研究人员要求猴子学习控制自己的脑。他们教它让光标向右移动，这样它就必须激活10个特定的神经元；让光标向上移动，它应该激活另外10个神经元，以此类推。11值得注意的是，这个方法奏效了：在几个星期内，为了使光标可以随意移动，猴子学会了改变10个随机选择的神经元的活动。然而关键是，只有当要求猴子产生的神经元活动没有偏离它的大脑皮层在训练前就已经自发产生的活动时，它才能让光标移动。换句话说，猴子的学习内容必须与被重新训练的神经元回路的原本功能相等。
要理解研究人员的研究成果，我们必须认识到脑回路的动态变化是受到约束的。脑不会探索它可能接触到的每一种活动形态。理论上，在一个由100个神经元组成的神经元组中，活动可以跨越100个维度的空间，产生无数种状态（如果我们假设每个神经元都可以开启或关闭，那么这个数字就会超过2100）。然而，在现实中，脑活动只涉及这个规模巨大的总体中的一小部分，通常被限制在10个维度左右。在这个概念的基础上，学习的局限性就可以被简单地表述出来了：只有当我们要求猴子的大脑皮层“适配”其预先存在的空间时，它才能学习新任务。此外，如果我们要求猴子激活在其之前活动中从未观察到过的神经元组合，它显然就会失败。
请注意，猴子习得的这种行为可能本身就是全新的——谁能预见灵长类动物有一天会控制电脑屏幕上的光标呢？然而，使这种行为成为可能的神经元状态必须符合可用的大脑皮层活动模式的空间。这一结果直接验证了神经元再利用假说的一个关键假设——获得一项新技能并不需要把大脑皮层回路当成一块白板彻底重写，而只需要改变已有的组织的用途就够了。
我们越来越清楚地认识到，脑的每个区域都会对学习施加自己所具有的一系列限制。在顶叶的某个区域，神经活动通常局限于一个单维度12，即高维空间中的一条直线。这些顶叶神经元在一个轴上以从小到大的顺序编码所有传入的数据，因此，它们非常适合编码数量及其相对大小。它们的神经活动可能看起来非常有限，但当涉及表示数量时，比如大小、多少、面积或任何其他的可以从小到大排序的参数时，原本看似处于劣势的东西实际上却可能是一种优势。从某种意义上说，这一部分大脑皮层可能已经被预先设定了对数量进行编码的功能——事实上，无论是说到数字还是社会地位13，只要我们是在沿着线性数轴进行定量描述，它就会被系统性地激活。
还有一个例子，内嗅皮层是颞叶中的一个区域，其中包含著名的、负责绘制空间的网格细胞（我在第4章提到过）。在这个脑区，神经编码是二维的：即使脑的这个区域有数百万个神经元，它们的活动也只能局限于一个平面，或者从技术上讲，是高维空间中的二维流形。14我要再次强调，这一特性并非缺点，在形成环境地图时，它的功能显然非常适配了。从上文可以看到，而且事实上我们也知道，这一区域是脑的定位系统，老鼠可以通过它在空间中定位自己。值得注意的是，最近的研究表明，当我们学习如何在二维图上表示任何数据时，这个脑区也会被激活，即使这些数据并不是直接的空间数据。15例如，一项实验发现鸟类表征空间数据时可以在两个维度上变化：它们脖子的长度和腿的长度。一旦人类受试者学会了表征这种不寻常的“鸟类空间”，他们就会调动内嗅皮层和其他的一些区域进行心理导航。
可列举的脑区还可以继续扩展：腹侧视皮层擅长表征视觉线条和形状，布罗卡区擅长编码语法树，等等。16每个脑区都有自己首选的神经活动状态，并忠于职守。每个脑区都把自己假设的空间形态投射到这个世界上：一个试图用直线拟合输入的数据，另一个尝试用地图表示它们，第三个则试图用一棵树来表示……这些假设空间先于学习而产生，并且在某种程度上使学习成为可能。当然，我们可以学习新知识，但这些新知识需要找到它们的神经元生态位，一个与它们天然的组织形态相适配的表征空间。
现在让我们看看这一理念是如何应用到学校学习的最基本领域中的：算术和阅读。
