大脑：神经元、可塑性与意识之谜

打破一个常见误解#

"人类只使用了大脑的10%"——这是流传最广的神经科学迷思之一。事实上，大脑的每个区域都有已知功能，脑成像研究显示我们在日常活动中几乎使用了全部大脑。不同任务激活不同区域，但没有任何大面积脑区是"沉默"的。这个迷思可能起源于早期神经科学对胶质细胞功能的误解，或是对威廉·詹姆斯"未开发潜能"比喻的误读。

神经元：信息的基本单元#

人脑约有860亿个神经元，每个神经元通过突触与数千至数万个其他神经元相连，形成一个天文数字级别的连接网络。神经元的基本工作原理是电化学信号传递：树突接收来自其他神经元的信号，细胞体整合这些信号，当超过阈值时，轴突发放动作电位（约-70mV升至+40mV的电位反转），信号到达突触末梢后释放神经递质（如谷氨酸、GABA、多巴胺、血清素），跨越突触间隙影响下一个神经元。

神经元并非简单的开关。单个神经元可以进行复杂的非线性计算，其树突上的不同区域能独立处理信息。近年来的研究发现，树突本身具有主动处理能力，可以执行类似逻辑运算的功能。

2022年，Bicknell & Häusser在Nature Neuroscience上发表的研究利用双光子钙成像技术，在活体小鼠大脑中首次观察到单个树突棘（dendritic spine）的独立计算功能。他们发现，单个神经元的树突可以同时处理多个独立的输入流，类似于一台小型并行处理器。这一发现推翻了神经元是"简单求和器"的经典假设，暗示大脑的计算能力可能被严重低估了。

神经胶质细胞（glial cells）长期以来被视为神经元的"支撑细胞"，但2020年代的研究彻底改变了这一认知。星形胶质细胞（astrocytes）虽然不产生动作电位，却能通过胞内钙信号的动态起伏表现出另一种"兴奋性"，感知突触活动并释放"胶质递质"（gliotransmitters）调节突触传递。近年多项研究（包括 2025 年《Nature》关于杏仁核星形胶质细胞支持恐惧记忆的工作）表明，星形胶质细胞在学习和记忆中扮演主动角色而非旁观者——选择性激活特定星形胶质细胞可以增强 LTP、影响记忆的形成与提取。人脑中胶质细胞的数量与神经元大致相当（约850亿，约 1:1，纠正了"胶质多 10 倍"的旧说法），这意味着大脑的信息处理可能不止"神经元网络"这一层。

突触可塑性：学习的物质基础#

赫布定律（Hebb's Rule, 1949）概括了突触可塑性的核心原理："一起放电的神经元连接在一起"（Neurons that fire together wire together）。当两个神经元反复同步活动时，它们之间的突触连接会增强——这一现象称为长时程增强（LTP）。

LTP的分子机制涉及NMDA受体的激活、钙离子内流、AMPA受体的上调节，以及最终的新蛋白合成和突触结构改变。与之相反，长时程抑制（LTD）削弱不常使用的突触连接。这种双向调节使大脑能够精细地编码经验。

2020年，Bhatt等人在Science上利用冷冻电镜（cryo-EM）在近原子分辨率下解析了NMDA受体在激活和抑制状态下的三维结构，揭示了受体如何区分"巧合检测"（pre- and postsynaptic co-activation）信号的分子机制。这一发现为理解学习和记忆的分子基础提供了前所未有的结构信息。

脉冲时序依赖可塑性（Spike-Timing-Dependent Plasticity, STDP）是赫布定律的精确化版本：如果突触前神经元在突触后神经元之前约10-20毫秒内放电，突触增强；如果时序颠倒，突触削弱。这种毫秒级的时间敏感性使大脑能够编码因果关系——不仅编码"什么一起发生"，还编码"什么先发生"。2021年，Feldman在Nature Reviews Neuroscience上发表的综述表明，STDP不仅是突触层面的现象，还塑造了皮层回路的全局组织结构，是感觉经验驱动大脑发育的核心机制。

结构可塑性：大脑并非固定不变#

神经可塑性不仅限于突触强度的调整。成年人的大脑仍然能够产生新的神经元——这一过程称为神经发生，主要发生在海马体的齿状回和嗅球。虽然成年神经发生的速度和功能意义仍有争议，但运动、丰富环境和学习已被证明能促进这一过程。

大脑的可塑性在关键期（critical period）达到峰值。在视觉系统中，如果幼猫的一只眼睛在关键期内被遮挡，该眼对应的视觉皮层区域会被另一只眼"占领"，造成永久性视力缺陷。关键期的开关受GABA能中间神经元和髓鞘相关因子的调控，这为理解发育性神经系统疾病提供了重要线索。

2021年，Moreno-Juan等人在Nature Neuroscience上发现，成年小鼠海马体中的新生神经元不仅简单地"加入"现有网络，还会主动"重塑"周围神经元的连接——它们释放特殊信号分子，促进周围突触的重组。这意味着新生神经元的功能可能不仅是补充丢失的细胞，更是作为"可塑性触发器"维持大脑的学习能力。

关于成年神经发生的争论在2018-2023年间经历了戏剧性反转。Sorrells等人（2018）在Nature上报告说，人类海马神经发生在儿童期后急剧下降，成年后几乎检测不到。但Boldrini等人（2018）在同一期刊上报告说，即使在90岁以上的老年人中，海马神经发生仍然活跃。2023年，Tobin等人在Cell Stem Cell上利用单细胞RNA测序技术，在人类海马体中鉴定出了具有神经发生潜力的神经祖细胞，支持成年神经发生确实存在的观点。争论仍在继续，但越来越多的证据倾向于支持成年神经发生的持续存在——至少在某种程度上。

意识：最深刻的未解之谜#

意识是神经科学中最大的未解问题。朱利奥·托诺尼（Giulio Tononi）提出的整合信息理论（IIT）认为，意识对应于系统整合信息的能力，可以用数学量Φ来衡量。弗朗西斯·克里克和克里斯托夫·科赫则寻找意识的"神经相关物"（NCC），认为40Hz左右的同步振荡可能与意识体验相关。

2023年的研究显示，大脑在麻醉、深度睡眠和癫痫发作期间的意识丧失伴随着不同模式的神经活动崩溃。但"困难问题"——为什么物理过程会产生主观体验——仍然没有得到解答，这可能是科学面临的最深刻的哲学挑战。

两类研究值得分清。其一，Comolatti 等人（2023）在 Nature 上提出了一个快速、通用的"扰动复杂性指数"（PCI）——用经颅磁刺激"敲一下"大脑、再用高密度脑电图看回响有多复杂，以此客观地衡量意识的"水平"（清醒、麻醉、深睡、植物状态各不相同）。注意：PCI 衡量的是意识的"有无与深浅"，并不直接裁决"哪套意识理论对"。

其二，一项历时七年的对抗性合作（Cogitate 联盟，Ferrante 等人，2025 年 4 月发表于 Nature）才真正让两套理论正面交锋：研究者预先登记了整合信息理论（IIT）与全局神经工作空间理论（GNWT）各自的明确预测，再用统一实验去检验。结果两套理论都未被完全证实——证据偏向支持 IIT"后部皮层足以产生意识"的主张，同时未发现前额叶的"全局广播"是意识所必需。这种"预先押注、谁也不许赛后改口"的对抗性设计，本身就是意识科学走向成熟的标志。

人工智能与意识是2020年代最具争议的话题之一。大型语言模型（如GPT系列）展现出的类人行为引发了"机器是否可能有意识"的讨论。Tononi & Koch（2023）在Scientific American上撰文指出，根据IIT理论，当前的数字计算机——无论多么复杂——都不可能产生意识，因为它们的架构缺乏"整合信息"所需的因果结构。但这一立场也遭到批评：如果意识的物理基础仍然未知，我们如何能断言特定架构"不可能"产生意识？

为什么这很重要#

大脑是人类已知的最复杂的系统——860亿个神经元和数万亿个突触连接构成了一个计算能力远超任何人造设备的信息处理网络。理解大脑的工作原理不仅关乎神经疾病的治疗，也为人工智能和计算科学提供了根本性的灵感。意识问题——为什么物理过程会产生主观体验——可能是科学面临的最深刻挑战，它的解答将改变我们对自身和宇宙的理解。

延伸：睡眠与记忆巩固#

睡眠是大脑最重要的功能状态之一，与记忆巩固密切相关。在非快速眼动（NREM）睡眠期间，海马体中白天编码的记忆被"重放"——神经元按照白天活动时的顺序重新放电，但速度快约10-20倍。这种重放驱动了记忆从海马体向新皮层的转移，即系统巩固（systems consolidation）。

2023年，Helfrich等人在Nature Neuroscience上利用高密度皮层电图（ECoG）发现，NREM睡眠中的慢振荡（<1 Hz）和睡眠纺锤波（12-15 Hz）的时间耦合是记忆巩固的关键机制——纺锤波恰好嵌套在慢振荡的"上升相"中，为海马-皮层信息转移提供了时间窗口。这一发现为理解学习-睡眠的相互作用提供了神经生理学基础。

快速眼动（REM）睡眠则被认为与情绪记忆的处理和创造性问题解决有关。Wagner 等人（2004）在 Nature 上报告，经历一整夜睡眠后，"顿悟"出任务隐藏捷径规则的受试者比例是保持清醒者的两倍多——这暗示睡眠可能促进了远距离联想的重组（该研究测的是整夜睡眠的效果，把功劳单独归给 REM 期仍是一种尚未证实的解读）。

延伸：脑机接口的前沿#

脑机接口（Brain-Computer Interface, BCI）是将神经活动直接转化为外部设备控制信号的技术。2021年，Willett等人在Nature上报告了一项里程碑式成果：一位四肢瘫痪的患者通过植入运动皮层的微电极阵列，以每分钟90个字符的速度"想象书写"——其速度接近同龄人手写速度的一半。2023年，Meta AI与多所大学合作，利用非侵入式脑电图（EEG）和人工智能解码器，实现了从大脑信号到文本的实时转换，准确率约为70%。

Neuralink（Elon Musk 创立的脑机接口公司）在2024年完成了首例人体植入，患者能够通过"意念"控制电脑光标。然而，侵入式BCI面临的长期挑战包括电极退化、免疫反应和信号漂移。非侵入式方法虽然安全性更好，但信号分辨率远低于侵入式方法。BCI技术的伦理问题——包括认知隐私、身份认同和"增强"与"治疗"的界限——正在成为神经伦理学的核心议题。

延伸：情绪与决策的神经基础#

大脑的边缘系统——特别是杏仁核和前额叶皮层——在情绪处理和决策中扮演核心角色。Damasio（1994）提出的"躯体标记假说"认为，情绪不是理性的对立面，而是理性决策的必要组成部分：身体对过去经验的情绪标记（如面对风险时的"直觉"）帮助我们在复杂选项中做出快速判断。这一假说得到了前额叶腹内侧损伤患者的支持——这些患者智力正常，但由于无法产生情绪标记，在日常决策中反复做出灾难性选择。

2022年，Kragel等人在Nature Neuroscience上利用大规模fMRI数据和机器学习，绘制了人类情绪的"神经地形图"——不同情绪（如恐惧、愤怒、快乐、悲伤）在大脑中激活不同的区域组合，且这些模式在不同个体间高度一致。这一发现挑战了"情绪是主观文化构建"的观点，支持了情绪具有生物学基础的立场。

延伸：大脑的能量经济学#

大脑仅占体重的2%，却消耗约20%的基础代谢能量。这种极高的能量需求主要由葡萄糖供应——大脑每分钟消耗约5.6毫克葡萄糖/100克脑组织。星形胶质细胞在大脑能量供应中扮演关键角色：它们从血液中摄取葡萄糖，将其转化为乳酸，然后输送给神经元作为能量底物——这一"星形胶质细胞-神经元乳酸穿梭"假说由 Pellerin & Magistretti（1994）提出，至今仍是神经能量代谢研究的核心框架。

大脑的高能耗也解释了为什么大脑对缺血（血液供应中断）如此敏感——神经元在缺血5分钟后就开始不可逆死亡。这一特性使得中风成为时间最敏感的急症之一：每延迟1分钟治疗，约190万个神经元死亡。

跨域连接#

• 生物能量学与代谢：大脑以2%的体重消耗约20%的基础代谢能量，星形胶质细胞摄取葡萄糖、转成乳酸输送给神经元的"乳酸穿梭"是供能的核心环节。推论：能量预算决定故障时间窗——缺血约5分钟神经元就开始不可逆死亡，中风急救每延迟1分钟约损失190万个神经元。
• 热力学定律：神经元约-70mV的静息电位是靠离子泵持续耗能维持的非平衡态，不是"放着不动就有"的默认值。推论：能量供应一断，膜电位应按离子泄漏的速率崩溃——这解释了为什么大脑对缺血远比肌肉等组织敏感，也解释了脑活动为何存在严苛的功耗上限。
• 人工神经网络：活体成像显示单个树突棘能独立处理多路输入，推翻了神经元是"简单求和器"的经典假设——生物神经元更像一台小型并行处理器。推论：把树突非线性纳入模型，完成同样任务所需的单元数应显著少于点神经元网络——沿用点模型的人很可能长期低估了大脑的计算能力。
• 神经可塑性：赫布规则"一起放电的神经元连接在一起"是经验塑造结构的总开关；STDP进一步要求前后放电相差约10-20毫秒才增强，时序颠倒则削弱。推论：这种毫秒级时间敏感性让网络不只编码"什么一起发生"，还编码"什么先发生"——因果关系的雏形由此进入神经回路。
• 睡眠与心智：NREM睡眠中海马以10-20倍速"重放"白天的放电序列，且纺锤波恰好嵌套在慢振荡上升相——这是记忆从海马向皮层转移的时间窗机制。推论：剥夺睡眠应选择性损害依赖这种转移的记忆，而重放序列紊乱的个体，其长期记忆巩固应可测量地变差。

参考文献#

1. Azevedo, F.A. et al. (2009). Equal numbers of neuronal and nonneuronal cells make the human brain an isometrically scaled-up primate brain. Journal of Comparative Neurology, 513(5), 532–541.
2. Hebb, D.O. (1949). The Organization of Behavior. Wiley.
3. Bliss, T.V.P. & Lømo, T. (1973). Long-lasting potentiation of synaptic transmission in the dentate area of the anaesthetized rabbit. Journal of Physiology, 232(2), 331–356.
4. Eriksson, P.S. et al. (1998). Neurogenesis in the adult human hippocampus. Nature Medicine, 4(11), 1313–1317.
5. Tononi, G. (2004). An information integration theory of consciousness. BMC Neuroscience, 5, 42.
6. Crick, F. & Koch, C. (2003). A framework for consciousness. Nature Neuroscience, 6(2), 119–126.
7. Bicknell, B.A. & Häusser, M. (2022). A synaptic learning rule for exploiting nonlinear dendritic computation. Nature Neuroscience, 25, 1553–1563.
8. Comolatti, R. et al. (2023). A fast and general index of brain complexity tracks the level of consciousness. Nature, 614, 580–585.
9. Cogitate Consortium / Ferrante, O. et al. (2025). Adversarial testing of global neuronal workspace and integrated information theories of consciousness. Nature, 642, 133–142.
10. Willett, F.R. et al. (2021). High-performance brain-to-text communication via handwriting. Nature, 593, 249–254.
11. Pellerin, L. & Magistretti, P.J. (1994). Glutamate uptake into astrocytes stimulates aerobic glycolysis: a mechanism coupling neuronal activity to glucose utilization. PNAS, 91(22), 10625–10629.
12. Saver, J.L. (2006). Time is brain — quantified. Stroke, 37(1), 263–266.

延伸阅读#

推荐书籍：

• Kandel, E.R. In Search of Memory (2006) — 诺贝尔奖得主的神经科学回忆录
• Dehaene, S. Consciousness and the Brain (2014) — 意识神经科学的当代综述
• Tononi, G. Phi: A Voyage from the Brain to the Soul (2012) — 整合信息理论的文学化表达

推荐论文：

• Feldman, D.E. (2012). The spike-timing dependence of plasticity. Neuron, 75(4), 556–571.
• Kempermann, G. et al. (2015). Human adult neurogenesis: Evidence and remaining questions. Cell Stem Cell, 23(1), 25–30.