积木式神经元集合，思维模式识别的基础

神经元是新皮质学习的基本单元，这是赫布理论的核心假设。我在本书中提到的思维模式识别理论是以不同的基本单元为基础的：不是神经元本身，而是神经元集合，我估计有100个左右。各单元之间的联系和突触力量相对稳定，并由基因决定，也就是说每个模式识别模块的结构由基因决定。学习发生在这些单元之间，而不是各单元内部，更确切地说，学习是由这些单元之间联系的突触力量决定的。

近来，瑞士神经科学家亨利·马克拉姆（Henry Markram）也支持学习的基本模式是神经元集合的模式这个观点，我会在第7章描述他旨在模拟整个人脑的宏伟计划——蓝脑。在2011年的一篇论文中，他描述了如何详细研究和分析哺乳动物的新皮质神经元，并在皮质最基本的层级为赫布的集合寻找依据。他的发现与赫布不同，他写道：

我们可以预测集合内部神经元之间的联结以及突触权重，但这种联结却有自己的模式，而不是随意指定的……这些发现表明，经验并不能轻易地塑造这些集合的突触联结。这些集合由大脑自行设计，外在力量无法改变这种联系，而且每个集合就像乐高积木中的一小块，需要拼凑组合才能习得知识。记忆就是将这些单个积木搭建成复杂建筑物的产物。

人类对功能神经集合的研究已经持续了十多年，但至今还没有科学家发现突触互联神经元群的直接证据……由于这些集合都有相似的拓扑结构和突触权重，而且这些集合并不是由任何特定的经验所塑造，所以我们将这些集合视为内在集合。在决定这些集合之间的突触联系和权重时，经验发挥的作用很小。我们的研究已经发现了很多神经元之间内在的乐高积木似的集合的证据……在同一大脑神经层内，集合之间可能会自行重组成更高级别的集合，继而进军更高级别的皮质柱，甚至到达大脑区域，最后可能成为整个大脑中最高级别的有序集合……记忆的获取过程与堆积木非常相似。单个集合就如同一块有着特定任务的积木，如加工、构建、对这个世界作出反应等。不同的积木堆到一起，就形成了内在认知的特别联合，正是这些认知体现了一个人特定的知识和经验。^[120]

马克拉姆提出的“乐高积木”，与我描述的模式识别模块是完全一致的。在邮件交流中，马克拉姆将这些“乐高积木”描述为“共享内容和内在知识”。^[121]而我却更倾向于认为，这些模块的目的是识别模式，并记住它们，然后基于部分模式预测其他模式。我们应该注意，马克拉姆预测的包含“几十个神经元”的模式只涵盖了新皮质中的第Ⅴ层。第Ⅴ层的神经元确实丰富，但是基于神经元数量在Ⅵ层中分布的一般规律，我们可以推测出每个模块大约包含100个神经元，这一推断结果跟我的估计刚好一致。

虽然科学家已经对新皮质的联结和其明显的模块进行了多年研究，但上述研究却第一次向世人展现了这些模块的稳定性——尽管大脑有着自己的动态过程。

2012年《科学》杂志3月刊中，马萨诸塞总医院的研究也展示了新皮质联结的规律结构，该项研究由美国国家卫生研究院和国家科学基金会资助。文章认为，就像整齐的城市街道那样，新皮质的联结也呈现出网格的模式。“基本上，大脑的整个结构很像曼哈顿的街道，你不仅可以在这里看到类似于街道的平面规划图，还可以清晰地看到第三个轴，以及第三维度上的电梯。”文章作者哈佛大学神经科学家、物理学家以及该项研究的领头人范·韦丁恩（Van J.Wedeen）写道。^[122]

在《科学》杂志的播客上，韦丁恩讲述了研究的重要性：“这是对大脑神经通路三维结构的调查。在过去几百年中，科学家一直在思考大脑神经通路的结构，最典型的印象或模式是这些神经通路就像一盘意大利面那样——彼此联结的同时又拥有各自独立的空间。利用核磁共振成像技术，我们可以通过实验来研究这个问题。我们发现，大脑的所有神经通路彼此并不孤立，而是以某种规律为基础，以一种单一且极其简单的方式联结在一起。它们看起来很像立方体。通路基本上向三个垂直方向延伸，并向这三个方向平行扩展，最终组成整个模型。因此，从某种意义上来说，与彼此孤立的意大利面不同，大脑是一个内部互连有条不紊的整体。”

不管怎么说，马克拉姆的确发现了重复出现在新皮质的神经元模型，而韦丁恩发现了模型之间有条不紊的联系模式。在大脑开始工作的时候，会有很多模式识别模块可以识别的“等待联系”需要大脑处理。因此，假如一个给定的模块要与其他模块相联结，并不需要一方长出轴突、另一方长出树突构建联结。它只需要联结在等待联系的轴突，然后联结到纤维末端，从而建立联结。正如韦丁恩与其同事所写：“大脑神经通路沿着早在人类胚胎阶段就已经成型的模式发展着。因此，通过观察成熟大脑，我们可以看到神经通路的三维原始梯度影像，而这种影像因受到环境的影响而有所改变。”换句话说，正如我们所学、所看到的那样，新皮质的模式识别模块正在与那些在胚胎时期就已经建立的联系联结在一起。

现场可编程门阵列（FPGA）这种电子芯片就是基于相似的原则设计的。该芯片包含了数百万个具有逻辑运算功能和等待联结的模块。为完成特定的任务，我们可以（通过电子信号）控制联结的激活状态。

在新皮质中，那些很少使用的长距离联结最终会被抛弃，这也解释了一个现象：当新皮质的某个区域受损时，新皮质会继续使用原始区域，而不选择受损区域附近的区域——因为前者工作效率更高。韦丁恩的研究表示，就像模块本身，新皮质的原始联结呈现出极强的有序性和反复性，而网格模式在新皮质中起“指导联结”的作用（见图4-3至图4-5）。研究发现，这种模式存在于所有灵长类动物以及人类的大脑中，而且在新皮质中尤为明显，从处理早期感官模式的区域到处理更高层级情感的区域中都有这种模式的影子。韦丁恩在《科学》杂志上的那篇文章中总结道：“大脑神经通路的网格结构无处不在、持续一致，并且随着3条主要轴线的发展而发生变化。”这再一次说明，新皮质的所有功能都存有一个普遍算法。

图4-3美国国家卫生研究院的一项研究发现，新皮质中原始联结具有高度规则的网格结构

图4-4新皮质联结规则网格结构的另一种视图

图4-5新皮质中发现的网格结构与运用在集成电路和电路板上的纵横开关极其相似