未来十年哪些基础科学突破会影响互联网科技产业？产业互联网和消费互联网融合创新，会带来哪些改变？

作者：站长养的爬虫 时间：2018-10-25 01:16:09

本提问为「知乎 2018『互联网洞见者』」十个提问的第一问，由腾讯董事局主席兼首席执行官马化腾（知乎 ID :ponyma）提出。更多详细信息，请点击进入「互联网洞见者」专题知乎 2018「互联网洞见者」​event.zhihu.com

回答 (2):

• 谢熊猫君 2018-10-25 01:16:09

  是时候放出这篇六万字的雄文了：《人类唯一的出路》！！！长文警告！！！！！！长文警告！！！！！！长文警告！！！共约六万字，两百多张图。全部读完可能要四五个小时，没有耐心的建议不要读，但是你读完了，肯定会改变你的世界观。我去年花了一个多月时间翻译的，精校版刊登在《读库1705》上面，下面这个是草稿版。有一些语言文法错误、错别字等小错误，但是无伤大雅。原文出处：Neuralink and the Brain's Magical Future - Wait But Why原作者：Tim Urban翻译：谢熊猫君禁止任何形式转载以下全文：在一个由人工智能和“其它所有生物”组成的未来，我们只有一条出路：“变成人工智能。”序2017年3月，我接到一个电话....好吧，其实谈话不是这么简单，图中描述的也不是我们的实际用词。但是当我明白了埃隆 马斯克的新公司的目的后，我突然发觉，埃隆真的就是要造一顶魔法帽。我在之前的文章里面谈论特斯拉和SpaceX的时候，我明白了当你要真正的了解一些特定的公司的时候，你需要开启两种视角——微观视角和宏观视角。微观视角用来关注工程师们面对的技术挑战，而宏观视角用来关注人类这个种族所面对的存亡挑战；微观视角用来解读现下这个世界的剪影，宏观视角用来解读我们如何走到了现下的这一步，以及遥远的未来会变成怎样。在接触了Neuralink之后六个星期，我意识到它不只是埃隆的新创业公司，它在激进程度、工程创举和任务的宏大程度上，都要超越特斯拉和SpaceX。特斯拉和SpaceX想要重新定义未来的人类会做什么，Neuralink则想要重新定义未来的人来会是怎样。Neuralink的使命所开的脑洞之大，再配合上人脑迷宫般难以想象的复杂程度，使得这次我接触了一些很难完全理解的一些概念。但是这也是我最感振奋的一次。在花了足够的时间在微观和宏观两个视角上思考后，我终于理解透彻了。这种感觉就好像乘坐时光机去了一趟未来，然后再回到当下来和各位读者解释，其实未来比我们预期的还要不可思议。但是在我带你乘上这台时光机之前，我们先要用从微观和宏观视角观察一下——根据我的亲身体验来说，埃隆的魔法帽计划需要很多的背景知识才能了解。 所以放空你的大脑，忘记它对自身和大脑未来的了解，换一身舒适的服装，然后随笔者一起跳进这思维的漩涡吧。第一章：人类巨灵六亿年前，所有生物都是无所事事的。.因为任何生物都没有神经。没有神经就不能动，甚至不能思考，或者处理任何信息。所以生物只是存在，然后等待死亡，如此往复。直到水母出现。水母是第一个意识到神经是个好东西的动物，它有世界上最早的神经系统——一个神经网。水母的神经网使得水母能够从周围环境中收集重要信息，比如物件、食物和捕食者的位置。收集了这些信息后，神经网通过电话网络式的方式，把信息传递到身体的各个部位。相比漫无目的的漂浮着，水母能够收集和处理信息，意味着水母能够随着环境的变化而做出反应，从而能够更好的生存。稍后，另一个动物带来了一个更酷的点子。这种叫扁形虫的动物，发现如果在神经系统中有一个为一切做决策的“人”，一个神经系统大佬，整个神经系统会更有效率。这位大佬活在扁形虫的头部，并且设定了一条规则——所有神经收集到的任何新信息，都需要直接传递给大佬。于是，扁形虫的神经系统就不再是一张网，而是一个以大佬为中心，有着无数信使在大佬和其它神经之间快速传递信息的传输体系，我们在这里把它称作大佬快传体系：扁形虫的大佬快传体系，是世界上最早的中枢神经系统，而扁形虫头部的大佬，就是世界上最早的脑。很快，神经系统大佬这个超酷的点子流行了开了，地球上有了成千上万的动物有了脑。随着动物们开始演化出各种错综复杂的身体系统，大佬的工作也变得日益繁忙。又过了一段时间，哺乳动物出现了。在那之前的动物王国，生命是个很复杂的东西——动物们的心脏要跳动，肺也要呼吸。但是哺乳动物远比这些基本的生存功能要复杂，除了生存之外，哺乳动物还要接触复杂的感觉，比如爱、愤怒和恐惧。对于爬行动物的脑来说，它们原本只需要和其它爬行动物或者更简单的生物打交道 ，但是哺乳动物太复杂了。于是，第二个大佬出现在了哺乳动物的身体里，和原本的大佬搭档，专职处理新的需求，大佬二号就是世界上最早的边缘系统(limbic system)。在接下来的一亿年里，哺乳动物的生活变得越来越复杂，直到有一天，两位大佬发现一个新的住户搬进了它们的指挥大厅。这个新的住户看起来只是一个随机产生的婴孩，但事实上，它是新皮质（neocortex）的原型。虽然它一开始什么都不说，但是随着生物界演化产生了灵长类和大猿(great ape)，以及早期原始人(hominids）,这个婴孩逐渐长成了小孩，进而长成了一个青年，也开始有了自己的行事规则。青年大佬的点子非常有效，于是它变成了造工具、狩猎策略以及和其他原始人的合作等事务的默认决策者。在接下来的几百万年中，青年大佬变得年长和睿智，它的点子变得越来越棒。它学会了穿衣服，使用火焰，和制造狩猎长矛。但是它最酷的点子是“思考”。它把每一个人类的头部变成了一个独立于外界的小小世界，使得人类能够思考复杂的想法，能够通过决策来推导，能够制定长期规划。 然后，又过了大概10万年，它有了一个更大的突破。人类的脑已经进化到了能够理解“石头”这两个字的读音虽然不是一块石头，但是可以被用来指代石头——这意味着，人类发明了语言。到大约公约前5万年前的时候，更多用来指代物件的词汇被创造出来了，人与人之间能够用完整和复杂的语言互相交流。新皮质把人类变成了魔法师。它不但把人类的头部变成了一个充满了复杂思想的海洋，它所发明的语言还能够把这些复杂的思想通过空气振动造成的符号式的声音传达给其他人类，这些符号式声音的接收方，能够把这些声音解码，并且把这些声音后面包含的思想导入到自己思想的海洋中。人类的新皮质已经思考这种思想很久了，现在它终于能把这些思想与人交流。接下来就是新皮质们的派对。新皮质彼此之间分享各种事情：过去的故事，编出来的段子，自成的观点，未来的计划。但最有用的，还是分享他们学到的东西。如果一个人类通过试错学到了吃某种浆果会拉肚子两天的惨痛经验，他可以把这个经验用语言分享给整个部落的人，就好像把经验复印了一遍，然后分发给了每个人。部落的人们会把这个经验用语言转达给他们的孩子，他们的孩子会转达给再下一辈的孩子。同样的错误，不会被不同的人重复，一个人从经验中得来的智慧，会穿越时间和空间，来保护每个人不用遭遇同样的痛苦经历。同样的过程，会在每一个新颖的窍门被发现的时候再重复一遍。一个天赋异禀的猎人，能够很好的观察星象和动物的年度季节迁徙，创立出一种观察夜空来预测猎物回归的时间的体系，然后他会把这种体系与其他的猎人分享。虽然能够自己创立这种体系的猎人非常罕见，但是通过口耳相传，这种猎人所在部落的所有后辈猎人们，都会从这个祖先的聪慧中获益——每一个猎人探索的突破，都会成为未来所有猎人的起点。这种知识上的进步会让狩猎季更加有效率，这就给了部落成员更多的时间来改进武器，经过几代人的积累，也许后辈中又会有一个格外聪慧的猎人，发现一种制造更轻、更坚固的矛的方法，让猎人扔矛变得更精确。于是，部落里每一个现在的和未来的猎人都会用上更有效的矛。语言，让最聪明的人最棒的灵感，经过数代人的积累，聚成了一座小小的部落知识之塔——一份他们所有祖先的“屌爆了”时刻排行榜。每一代后辈都能够把这座知识之塔装进自己脑中，成为自己人生的起点，走向更好的发现，把这座知识之塔越建越高。语言就是以下这条曲线跟这条曲线的区别的关键两条曲线巨大的不同源自两个方面。有了语言，一代人之内可以互相学习很多知识，把这些个人的知识点结合起来。同时，代与代直接可以通过语言把更多的知识传递给下一代，使得知识在历史中留存更久。当知识能够被分享，它就变成了一个巨大的跨代合作工程。几百代人以后，“不要吃那种浆果”这个小贴士，变成了一整套常年大规模种植适合人类食用的浆果的体系。最初关于猎物迁徙的观察，变成了野山羊驯化的体系。矛，在几万年的时间里经过成百上千次的改进，变成了弓和箭。语言，使得一群人类能够像一个集体智能一样运作，而这个集体智能远比任何一个单体的人类的智能要强大。同时，这群人类中的每一个个体都能从这个集体智能中受惠，好比这些知识都是由这个个体自己想出来的一样。我们现在觉得弓和箭是很原始的科技，但是如果你把婴儿爱因斯坦丢去一个没有关于弓箭知识的原始社会，然后让原始社会长大的爱因斯坦发明他能想到的最好的狩猎工具，我敢打赌他的知识、技能、和智慧根本不足以发明弓和箭。只有人类的集体智慧，才能从无到有发明弓箭。语言让人类能够构建复杂的社会结构，这一切，配合着农作物种植和动物驯化等高端科技，使得小部落逐渐在固定地点长期定居，然后逐步合并成大型部落，而知识之塔也合并成了知识巨搭。大规模合作提升了所有人的生活质量，到了公元前一万年左右，最早的城市出现了。有个计算机网络定律叫梅特卡夫定律，该定律告诉我们：一个网络的价值与联网的用户数的平方成正比。参考下面的这个图：这个定律对人同样有效。两个人能组建1个对话，三个人能组建4个不同的对话（3个双人对话，以及1个三人对话），五个人能组建26个对话，二十个人能组建1048555个对话。所以，知识巨塔不只让一个城市的市民们受益。梅特卡夫定律同时意味着人与人之间组建对话的可能性达到了一个前所未有的数量级。更多的对话意味着更多的点子互相碰撞，更多的发现互相协同，同时，创新的步幅也越来越快。人类很快掌握了农业，使得更多人不用参与作物种植，而能空出时间来思考别的点子。不久之后，一个新的大创新出现了——文字。历史学家认为人类最早的文字出现在五、六千年前。在那之前，知识的巨塔只存在人类记忆的网络里，而对于这些知识的检索只能通过口耳相传的交流。这个方式在小部落里没有问题，但是当巨量的知识需要在庞大的人群里分享的时候，单靠记忆就显得力不从心了，很多的知识会应此丢失。语言让人类能把思想从一个人传递到另一个人，文字则让人类能把思想记在物理物件上——比如石刻。这使得知识能够长久留存。当人们开始在羊皮卷或者纸上开始写字的时候，原本需要数周才能口耳相传的知识，被压缩成一本书或者一个能握在手中的卷轴。人类的知识巨塔开始以物理形式存在于城市的图书馆和大学里的书架上。这些书架变成了人类对于万物的使用指南。它们指引着人们进行新的发明和探索，而新的发明和探索变成新的书来反哺壮大这些书架。这些使用指南教会了我们精妙的利用贸易和货币，制造船只和大厦，研究医学和天文。每一代人都能从一个比上一代人更高的知识和技术起点出发，进步的步伐持续加速。然而，呕心沥血而成的手写书就像宝藏一样，只有顶尖的精英才能染指。15世纪初，整个欧洲只有约三万本书。然后，下一个大突破出现了——印刷机。 15世纪的时候，大胡子约翰内斯.古腾堡发明了一种给一本书创造多份完全一致的拷贝的办法，这个新方法前所未有的快速和廉价。更重要的是，这种复制方法还非常准确。其实在古腾堡出生的时候，人类已经搞明白印刷机95%的前期技术，古腾堡以这些知识为起点，完成了最后的5%，所以古腾堡并没有发明印刷机，中国人比古腾堡早了几百年。其实很多你所熟知的世界各地的发明，很可能都是在中国内最早发明的。古腾堡的印刷机的原理是这样的：我找到了一个关于古腾堡的印刷机的工作原理的视频，看完感觉也就一般般。我原本以为古腾堡造出来的是个天才机器，然而事实上他只是创造了一堆字母和标点的活字印章，然后手动的把它们摆成段落，接着手动在印章上面刷上墨水，最后把一张纸压在印章上面，就成了一页书了。每次他手动排完一页印章后，他就会印好多份，然后他会花很久时间再排下一页，然后重复这个过程。他最早的项目是印180本圣经，而这个项目花了他和他的员工们两年的时间。 这堆活字印章这就是古腾堡的技术？我看完视频后感觉我好像也能轻易想出这个点子，人类居然花了五千年才想出来活字印章。所以，其实我不是针对古腾堡，我是觉得全人类好像都一般般。好吧，虽然古腾堡的印刷机不是想象中那么天才，但是它是人类传播知识能力的一大步。接下来的几个世纪，印刷技术突飞猛进，从古腾堡时期一个小时能够印25页，到19世纪初一小时能够印2400页。大规模印刷的书籍让信息像野火一样传播。同时书籍的造价也越来越低，教育不再是精英的特权，数以百万计的人能够阅读书籍，识字率也大规模上升。一个人的思想能够传播给数百万人，大众传播的时代开始了。书籍的雪崩式涌现，让知识越过了边境，原本全世界各个区域的知识终于融合成了一个直冲云霄的全人类知识巨搭我们在大规模尺度上沟通的能力越强，我们作为一个种族越能像一个联合体一样行动。人类的知识巨塔，作为这个联合体的脑，而每一个人类就像这个联合体的一个神经元或者一条肌肉纤维。随着大众传播时代的到来，这个种族联合体——我们称之为人类巨灵，也出现了。因为有全人类所有的知识作为脑，人类巨灵开始发明一些任何人做梦都没法单独发明的东西，这些东西对于仅仅几代人之前的人类来说就好像荒诞的科幻小说一般。人类巨灵，把牛力车发展成了火车，马拉车变成了铁皮汽车，灯笼变成了电灯泡，手写信变成了电话通信，工厂工人变成了工业机器。我们飞越了天际，进入了太空。随着广播和电视的出现，“大众传播”被重新定义——一个人脑子里的想法，可以即时被传达给数十亿人。如果一个人类个体的核心驱动力是传递他自己的基因，使得种族可以延续，那么在宏观经济的作用力下，人类巨灵的核心驱动力就是创造价值，具体来说就是发明更新更好的技术。每次有更新更好的技术发明出来，巨灵就变成一个更好的发明家，从而能更快的发明新东西。而到了二十世纪中期，人类巨灵开始创造他最有野心的发明。巨灵早早就发现，最好的创造价值的方法就是发明出能创造价值的机器。在很多领域，机器比人类更加厉害，这就产生了很多能够创造价值的新资源。更重要的是，机械劳动力能够解放人类的大块时间和能量，也就是说巨灵本身会有更多的精力来专注于创新。在此之前，巨灵通过脑力把人类上肢的工作通过工厂机械来替代，人类下肢的工作通过车辆来替代，现在，如果把人类大脑的工作也由机器来代替呢？最早的数字计算机出现在二十世纪四十年代。有一种计算机能够代替的大脑工作是信息存储——计算机很擅长记忆。我们早就学会用书本来代替人脑记忆，就好像我们用汽车（在更早之前则是马）来替代我们腿的工作。电脑起初也是用来替代人脑记忆的，是书本的一个升级，就好像汽车是马的升级一样。信息处理就是另一回事了，我们一直没想过能怎样把信息处理这一脑力劳动给外包出去。人类巨灵的信息处理工作一直都是自己来处理的，直到计算机改变了这一切。工厂机械让我们外包了物理流程，我们把材料放进机械，机械处理材料，然后产出成果。计算机能够做同样的事情，只不过处理的不是材料而是信息。一个软件程序做的就是像机械处理材料一样处理信息。计算机这个信息储存、整理、处理的机器非常有用，计算机作为企业和政府日常工作的核心工具逐渐流行起来。到二十世纪八十年代末，个人都开始拥有个人计算机这种大脑助手了。然后人类又迈了一大步九十年代初的时候，我们教会了数百万的大脑-大脑助手（计算机） 节点如何与其它的节点交流。这些节点组成了一个世界范围的计算机网络，而一个新的联合体就产生了——我们称它为计算机巨灵。计算机巨灵和它的网络，对于人类巨灵的效用，就好像菠菜对于大力水手的效用一样。如果每一个人类个体的脑就像人类巨灵的神经元和肌肉纤维一样的话，那么互联网给了人类巨灵一个正经的神经系统。每个神经系统的节点都是和其它所有的节点互联的。信息能在这个系统里以光速传播，让人类巨灵的思考变得更快更顺滑。互联网使得数十亿人类能够实时、自由、轻易地检索整个人类的知识巨搭（现在巨塔比之前高了很多，甚至越过月球了）。这让人类巨灵变成了一个更聪明更快的学习者。如果个体的计算机变成了个人、公司和政府大脑的延伸， 计算机巨灵则是整个人类巨灵的大脑的延伸。有了计算机巨灵这个真正的神经系统、升级版的大脑和强大的工具，人类巨灵能够以前所未有的方式发明新事物。而同时人类巨灵意识到计算机这个帮手很强大的时候，他也把一大块的精力放在发展计算机技术上面。他学会了用更低的价格造出更快的计算机，把互联网变得更快而且无线，使得计算机芯片越来越小，使得每个人的口袋里都能装下智能手机这个强大的计算机。每个创新，都好像给人类巨灵喂了一整车菠菜。但是今天，人类巨灵有了一个比菠菜更加宏大的点子。计算机已经改变了人类的格局，使得人类能够把脑相关的任务外包出去，并且能帮助人类像一个单体一样运作。但是现在还有一类脑力劳动是计算机不能代理的——思考。计算机可以计算、组织，还能运行复杂的软件，有些软件甚至能自己学习。然而计算机不能像人类一样思考。人类巨灵深知自己创造的一些，都源自于人类能够独立和有创造性的思考，而大脑的终极扩展，其实是一个能够自己思考的工具。人类巨灵还不知道的，是如果计算机巨灵睁开慧眼，自行思考的话，世界会变成怎样。但是要记住，人类巨灵的核心目标是创造价值和推动技术不断追求极限，人类巨灵是怀着巨大的决心要探索出一个结果的。我们在后文再继续探讨以上的问题。在那之前，我们先补充点背景知识。笔者曾经在以前的文章提过，知识就像一株树，如果你学习一个课题相关的树枝或者树叶，但是没有树干这个根基，这个知识是学不进去的。树枝和树叶没有可以依附的基础只会被风吹走。我们前面说了，埃隆 马斯克想做的是给大脑造一顶魔法帽。那么理解为什么他要这么做，就是了解Neuralink的根基，也是了解我们的未来可能会是什么样子的根基。但是除非我们明白这个魔法帽究竟是什么、戴着魔法帽会有什么效果，以及我们怎样从现在到达这个目标，前面所说的根基将会难以理解。而关于这一些前提知识的讨论的基础，就是先明白什么是脑机接口，脑机接口怎么工作，以及现在的脑机接口技术水平是怎样的。而脑机接口本身也不是树干，而只是一根比较大的树枝而已。要真正了解什么是脑机接口和它的功用，我们先要了解大脑。大脑是怎么工作的，才是我们需要最先掌握的树干。第二章：大脑这一段会让大家明白为什么我平常喜欢把大脑画成这样一个可爱的样子：因为写实的大脑非常的不可爱，让人起鸡皮疙瘩。但是为了写这篇文章，我过去一个月在谷歌图片搜索上看了太多血淋淋的照片，所以各位读者也要看一些啦我们从头的外面开始。生物学研究有一点好，很多研究让人看了很有满足感，而脑本身有很多让人很满足的东西，其一就是人的头部其实跟个俄罗斯套娃一样。我们的理解是，最外面是头发，下面是头皮，然后就是头部。其实不是这样的，头皮和头骨之间其实隔了19层东西。而头骨下面，还有很多东西，然后才是大脑。头骨下面，有三层膜包裹着大脑：最外层的，叫硬脑膜，一层紧实、凹凸不平的防水层。硬脑膜紧贴着头骨。据说，大脑本身不能感知痛觉，但是硬脑膜可以，硬脑膜几乎和脸部的皮肤一样敏感。置于硬脑膜上的压力，或者硬脑膜的瘀伤是很多人头痛的原因。硬脑膜下面是蛛网膜，是由一层皮和一层结缔组织组成的。我原以为我的脑是漂浮在一些头骨里面的一些液体里面的，然而其实头骨和脑之间唯一的空隙，其实就是蛛网膜的结缔组织间的孔。这些结缔组织使脑不会过多移动，当你的头撞到别的东西时能够起到减震的作用。这些空间里面充满了脊髓液，脊髓液的密度和水相近，所以大脑几乎是漂浮在其中的。最后一层是软脑膜，一层柔软的和脑外部贴合在一起的皮。当你看到脑的照片的时候，很多时候脑都是被一层恶心的血管包裹住的，而这些血管其实并不是处在脑的表面，而是嵌在软脑膜里面。下图是一个（应该是）猪头的三层膜的总览：从左往右，分别是皮肤（粉色部分），然后两层头皮，然后头骨，接着才是硬脑膜、蛛网膜和软脑膜，最右边的是大脑。当我们把外面这些东西都剥去后，剩下的就是这个：这个看起来很荒唐的东西是宇宙里我们已知的最复杂的东西，重约三磅，功率约等于20瓦，相比之下，一个同等强大的计算机的功率约是2千4百万瓦。Tim Hanson教授把大脑称为“已知的信息密度最大、最有结构性，并且最能够自我构建的物质”MIT教授Polina Anikeeva把大脑称为“能用勺子舀的布丁。”脑外科医生Ben Rapoport则更准确的把材质描述为“介于布丁和果冻之间”。Ben还解释说，如果把一个大脑放在桌上，重力会让它变形，变扁一点，就像个水母一样。我们的印象中脑不是这么湿软的，因为我们看到的脑常常悬浮在水中。当你照镜子的时候，你看到自己的身体和脸，然后觉得那就是你，但其实你的肉体只是“你”所乘坐的一台机器。实际上，你就是这块布丁——希望你不要为此感到压抑。大脑是如此的奇怪，以至于亚里士多德、古埃及人，还有很多其他人，都假设其实大脑是没什么意义的“颅内填充物”而已。亚里士多德甚至认为心脏才是智慧的中心。最后，人类还是发现了大脑的真相，但也不是发现的很彻底。Krishna Shenoy教授把我们对大脑的认知类比人类在16世纪时对世界地图的认知一般。而Jeff Lichtman教授，则更为犀利点。他在开课之前会问他的学生：“如果我们需要了解的大脑的知识是一英里那么长，那么我们现在处在什么距离上呢？”他的学生会给出四分之三英里，半英里，四分之一英里等答案，但是他觉得正确的答案应该是“三英寸”左右。第三个教授，神经科学家Moran Cerf， 跟我分享了一个神经科学的老说法，意指任何试图完全了解大脑的行为都类似第22条军规：“如果人类的大脑简单到我们都能够理解它，那它也会太简单，使得我们没有足够的脑力来做到这件事。”也许有了我们正在建造的知识巨塔的帮助，我们会达到那个目标。但是现在，我们只能从我们所掌握的关于我们脑的理解开始了——先从粗略的说起。大脑，拉远了看。我们先通过一个脑半球切片来看一下大脑的几个主要部分：我们把大脑从头部取出，然后移除左半球，然后我们就能好好看看内部了。神经科学家Paul MacLean做了一个简单的图，来阐述我们前面提到的爬虫类脑最早出现——然后是哺乳动物对脑进行了完善——最后又进行了完善后成为了我们现在的大脑三元件的理论。这就是我们的脑的大概分布：我们分部分来看 ：爬虫类脑：脑干和小脑这是我们大脑里最古老的一部分就是图中青蛙大佬所占据的那部分。事实上，一个真的青蛙的脑和人类脑的这一部分是非常相似的，下图是青蛙脑的照片。当你理解这部分脑的功能后，这部分脑的“古老”就显而易见了——这部分脑能做到的功能，青蛙和蜥蜴也能做到。延髓基本上做着那些让你不要死的工作。它控制那些无人赏识但是至关重要的无意识行为，好像心脏的跳动、呼吸、血压，以及当它觉得你中毒的时候让你呕吐。脑桥则是这也做点，那也做点的百搭。脑桥控制吞咽、膀胱、脸部表情、拒绝、唾液、泪水和体态。中脑则比脑桥更杂。中脑的地位其实很尴尬，它的每一个功能都和大脑另外某个部位的功能重复。中脑涉及视觉、听觉、运动控制、警觉、体温控制，以及其它若干个由脑的其它部位已经在做的事情。大脑对于中脑也不是很买账，整个大脑可以分为前脑、中脑和后脑，前脑和后脑都由多部分组成，范围很大，唯有中脑是孤立的一小块。脑桥和中脑有一个值得单独提出的功能是它控制眼球的自主移动，所以如果你现在在转动你的眼球的话，其实就是脑桥和中脑帮你达成的。小脑保证你能够平衡、协调和正常的移动。古哺乳动物脑: 边缘系统脑干上方的就是边缘系统，也正是边缘系统让人类如此神经质 。边缘系统是一套生存系统。一般来说，当你做任何你的宠物狗也会做的事情的时候，比如：吃，喝，做爱，打架，躲藏，逃跑等，背后都是你的边缘系统在控制。不管你的个人感觉是怎么样的，当你在做这些事情的时候，你都处在一种原始的生存模式中。边缘系统也是情绪产生的地方，归根结底来说，情绪也是和生存有关的。情绪是更高级的生存机制，对于生活在复杂社会结构中的动物是很必要的。笔者在以前的作品中提到“及时行乐猴”、“社交生存猛犸”和其它人类的动物性具象的时候，说的其实都是边缘系统。任何时候你的脑子里产生内部斗争的时候，其实都是边缘系统在催促你去犯下一桩桩你之后会后悔的事情。我非常确定控制好自己的边缘系统，是一个人成熟的定义，也是人类的核心斗争任务。这并不是说没有边缘系统我们会变得更好，人之所以为人，有一半要归功于边缘系统，而生命中绝大多数的快乐都是和情绪或者满足自身动物欲相关的。然而，这里要强调的是边缘系统并不知道你生活在一个文明社会，如果你让边缘系统过多干涉你的生活，它会很快毁了你的生活。不管如何，我们还是要仔细看看边缘系统。边缘系统里面有很多小组件，我们这里就只关注那些最重要的啦：杏仁体就是人类情绪的车祸现场。杏仁体负责焦虑、悲伤以及对恐惧的反应。杏仁体有两个，很奇怪的是，左边的那个更加平衡，有时会在负面情绪外产生一些正面感觉，但是右边那个杏仁体却一直是在糟糕的情绪中的。海马体就好像记忆的草稿本。当老鼠开始记忆迷宫中的方向的时候，它们的记忆就是被编码存储在海马体里的。处在迷宫中的不同位置的时候，老鼠的两个海马体的不同部位会各自产生不同的反应。但是如果在记住一个迷宫之后，这只老鼠又被派去干了些别的任务，在一年后再把这只老鼠放回原本的迷宫中，它就很难记得迷宫的方向了。这是因为海马体这个草稿本上的记忆很多被擦除掉，从而腾出空间来给其它新的记忆了。 电影《记忆碎片》中主角的症状是真实存在的一种病，叫作顺行性遗忘症。这种症状就是海马体的损害导致的。阿尔兹海默症也是从海马体开始发病，然后蔓延到脑的其它部位，所以在阿尔兹海默症的所有症状中，记忆力衰退是最早出现的。丘脑位于整个脑的中间位置，干的也是感官信息中间人的角色。丘脑接收到感官器官发来的信息，然后把信息传递到皮质去处理。当你睡着的时候，丘脑也会入睡，也就意味着传递感官信息的中间人下班了。所以在沉睡的时候，声音、灯光、触摸有时不会把你唤醒。如果你想要把一个沉睡的人唤醒，动作要激烈到把他的丘脑唤醒。 这里唯一的例外是你的嗅觉，嗅觉是唯一不经过丘脑的感官。所以给昏迷的人闻盐是一个常用的唤醒手段。顺带一提，嗅球（olfactory bulb）是最古老的感官。与其它感官不同，嗅觉位于边缘系统的深处，和海马体与杏仁体合作紧密，所以嗅觉才会与记忆和情绪紧密关联。新哺乳动物脑: 皮质(Cortex)终于，我们要开始讨论皮质了。它还有其它一些称呼大脑皮质（cerebral cortex），新皮质（neocortex）,大脑（cerebrum），皮层(pallium)很尴尬的是我们对于整个脑中最重要的这部分的称呼非常混乱。下面是一些背景知识：大脑(cerebrum)是脑的整个外部的部分，当然它其实也包括一些内部的部分。皮质（cortex）是拉丁文里树皮的意思，它也被用来称呼许多其它器官的外层。比如小脑的外层叫作小脑皮质，而大脑（cerebrum）的外部就被叫作大脑皮质。只有哺乳动物才有大脑皮质，爬行动物脑的外层叫作皮层（pallium） 新皮质这个称呼和大脑皮质基本可以换着用，但是其实它是专指那些更发达的哺乳动物才有的大脑皮质的特殊外层，大脑皮质剩下的部分叫异型皮质(allocortex) 下文中，我们将主要谈论新皮质，但是简单起见，我们还是把它叫做皮质吧。皮质负责几乎所有处理相关的事情——你看到、听到和感觉到的东西，以及语言、运动、思考、计划和人格。它总共分成四叶：要描述这四叶分别做什么是件很恼人的事情，因为每一叶都做很多事情，并且互相之间的功能有重叠，但是极端简化的来说：额叶（frontal lobe）掌管你的人格，以及很多思考相关的东西，比如理论、计划和执行功能。这里要指出，你的很多思考，是在额叶的前端进行的，这部分叫作前额皮质（prefrontal cortex）。前额皮质是那些内心斗争中另一个会出现的角色，那个理性的决策者，那个推动你好好做事的人，那个告诉你不要在意别人想法的真诚的声音，那个希望你能有大格局的领路人。额叶还负责你身体的运动，额叶最上面的一带，是你的运动皮质。接着是顶叶（parietal lobe） ，顶叶控制触觉，这一部分功能主要在体感皮质实现，体感皮质在运动皮质旁边。运动和体感皮质很有趣，因为它们和人体的对应关系非常工整。神经科学家清哪楚地知道每个皮质的各部位分别对应身体的那些部分， 下面我们要放出本文中最奇怪的一张图：何蒙库鲁兹(homounculus)何蒙库鲁兹由神经外科医生Wilder Penfield创造，用来呈现运动和触感皮质如何对应到人体部位。图中的人体部位越大，代表运动和触感皮质中有越多的部分是与该部位对应的。这张图有一些有趣的点：首先，皮质中负责脸和手的运动和触感的部分，比全身其它部分加起来都要大。当然这不难想通，人脸需要能做出各种微妙的表情，而手需要能够无比的灵巧。而身体的其它部位，比如肩膀、膝盖、背部，在移动和触感上可以粗糙很多。所以人们用手指，而不是脚趾，来弹钢琴。其次，运动和触觉皮质各自对于不同身体部位的分配比例基本是一致的。也就是说人体中越是需要灵活运动的部位，也越是触觉最灵敏的。最后，如果我们把何蒙库鲁兹3D化的话，它应该长这样： 继续颞叶（temporal lobe）是你的记忆储存的地方，而因为颞叶离耳朵很近，它也包括了听觉皮质。 头后方的是枕叶（occipital lobe），这里包括了你的视觉皮质，而枕叶几乎是完全为视觉服务的。一直以来，我觉得这四个是几个组成大脑的大块，但其实皮质只是大脑最外层两毫米的物质，和一个硬币差不多厚，皮质下面的那些“肉”基本上是连接线。我们之前讨论过了，大脑的演化是一个向外构建的过程，它不断在已有的模型上加上新的更酷的功能。但是往外建造有它的极限，因为人的出生需要通过母亲的阴道，而这就限制了我们的头能长到多大。 所以演化过程就另辟蹊径。因为皮质很薄，增加表面积就能增加它的数量，所以加入了很多折叠后，脑的体积基本不变，但是表面积能够增加几乎三倍。当胎儿还在子宫中 ，胎儿的大脑刚开始形成的时候，大脑是光滑的，大脑表面的折叠基本上是在孕期的最后两个月形成的。如果你能把皮质从大脑上取下来，你获得的其实是2毫米厚，2000-2400平方厘米的一块物质，大概是48厘米见方的一块餐巾的大小。这块餐巾就是你脑内大部分行为发生的地方，它让你能够思考、移动、感知、看、听、记、说话和理解语言。真是块很酷的餐巾。还记得之前我说你是个果冻吗？其实“你”基本上就是你的皮质，也就是说你其实是块餐巾。当我们把一个大脑，和我们的餐巾做对比，就能看出来折叠的巨大效果了。所以现代科学对大脑的理解虽然不完美，但是对于一些大概念的理解还是不错的。当然对于一些小概念我们的理解也不错，下面我们来说一下：虽然我们很早就知道了大脑是我们智慧的基座，但科学家直到最近才知道大脑是由什么组成的。科学家们知道身体是由细胞组成的，在19世纪后期，意大利医生Camillo Golgi发现了一个用染色来研究脑细胞结构的方法，结果非常让人惊讶：细胞不应该长这样的。虽然自己还不知道，但是Golgi医生发现了神经元。科学家们很快发现，神经元是几乎所有动物的脑和神经系统里巨大的通信网络的核心元件。但直到二十世纪五十年代，科学家才知道神经元之间是怎样互相沟通的。神经元用来承载信息的长条物轴突(axon)，一般来说直径都很小，所以直到最近科学家才能对他们做测试。在二十世纪三十年代，应该动物学家发现鱿鱼可以改变我们的认知，因为鱿鱼体内有一根非常大的轴突可以供我们做实验。二十几年后，靠着鱿鱼的大号轴突，科学家Alan Hodgkin和Andrew Huxley发现了神经元是怎样传递信息的——动作电位。它的工作原理是这样的：神经元有很多种：但为了简单的叙述，我们只讨论最简单的一种—— 锥体细胞。要画一个神经元，我们可以先画一个小人：然后我们给他多画几条腿，一些头发，去掉他的手臂，再把他拉长，我们就画好了一个神经元小帅了。然后我们再画几个神经元。动作电位的工作原理比较复杂，里面很多技术信息很无趣，而且和我们的讨论关系不大，所以我们就用一个简单的模式来谈论一下吧。神经元小帅的身体，也就是轴突，有一个负的静息电位，当轴突休息的时候，它的电荷是负的。好多神经元的脚会触碰到神经元小帅的头发（树突），这些脚会把神经传递素传递到小帅的头发上，神经传递素会经过小帅的头，然后根据传递素的不同，提高或者降低轴突的电荷。当足够多的神经传递素把小帅的电荷提高过了一个点——阈电位的时候，这时就会产生一个动作电位，而小帅此时就被电击了。 这是一个二元的情况，神经元小帅要么没事，要么被完全电击。他不能被半电击，或者过度电击，他每次都是被完全电击。当电击发生时，一个电流脉动会从小帅的身体到达他的脚，当动作电位到达他的脚的时候，脚会向所接触的别的神经元的头发传递化学物质，这些化学物质可能会也可能不会导致别的神经元产生电击。这其实就是信息在神经系统中传递的方式，化学信息在脚和头发之间传递，然后形成电力信息穿过神经元。当然，在身体需要非常快的传递信息的时候，神经元之间的连接可能本身就是电的。动作电位的移动速度在1-100米每秒。这个不确定范围的产生原因是神经系统里面的另一种细胞（雪旺细胞）会一直把一些轴突包裹在厚厚的髓鞘中。除了保护和绝缘外，动作电位在髓鞘包裹的轴突中传播的更快。一个关于速度差的例子是这样的，当你不小心踢到了自己的脚趾，你会先意识到自己踢到了脚趾，然后痛感才会出现。这里发生了两件事，你的脚趾踢到东西的信息和所伴随的锋利痛感，通过髓鞘包裹的轴突快速传递到了脑中。而顿挫的疼痛没有没有通过髓鞘包裹的轴突传播，所以以每秒一米的速度慢慢的到达了脑。神经网络神经元就好像电脑晶体管一样，它们通过二元的方式传递信息，1就是动作电位，0就是没有动作电位。但和晶体管不同的是，脑内的神经元是不断在变化的。有没有过这种体验，有时候你学会一个新技能，然后第二天再试的时候又生疏了？这是因为让你一开始学会新技能的是神经元之间化学物质的浓度的调整。重复的练习能不断的调整这些化学物质，这也帮助你能够进步。但是第二天，当这些化学物质回归原来样子的时候，这些进步就消失了。但是如果你继续练习，你会长久的擅长一项技能。因为长久的练习后，你告诉大脑：“这是我想要一直存在的一个东西”，然后脑就会在结构上改变神经网络，使得这些技能能能够长久存在。在这些改变中，神经元改变了自己的形状、位置，加强或者削弱了各种连接，使得一条关于这项技能的通路会一直存在。神经元对于自身的化学、结构、甚至功能的改变，使得脑内的神经网络能不断针对外部世界优化自己，这叫作神经可塑性。婴儿的脑的神经可塑性最强。当一个婴儿诞生的时候，它的脑并不知道自己要变成一个擅长冷兵器作战的中世纪勇士，或是一个擅长拨弦琴的十七世纪音乐家，还是一个需要存储和整理大量信息并且掌握复杂社会构建的现代知识分子。但是一个婴儿的脑为所有的可能性做好了准备。婴儿是神经可塑性的巨星，但是神经可塑性在人的一生中都存在，所以人类才能成长、转变和学习新东西。所以我们才能形成新习惯，打破旧习惯——一个人的习惯是脑内回路的外在表现。如果你想要改变习惯，你需要很强的毅力来克服脑内的神经通路，但是只要你能坚持够久，你的脑早晚会明白你的意图然后改变那些通路，而新的习惯将不再需要毅力来维持。你的脑会在物理结构上帮你建立一个新习惯。总共，大脑内有大约1000亿个神经元来组成这个难以想象的复杂网络，这个数量和银河系里的恒星数量相近。大约150-200亿的神经元在皮质中，其它的在你的爬行动物脑和古哺乳动物脑中，神奇的是，小脑里面的神经元数量有皮质里的三倍多。接下来，我们退出去，再看一下脑的横切面，这次不是从前往后切，而是从中间切。大脑的材料可以分为灰质和白质。灰质看上去颜色更深，由神经元的细胞组成，白质则主要由链接轴突组成。白质之所以是白色是因为这些轴突通常被髓鞘包裹着。灰质主要有两个部分——边缘系统的内部和脑干，以及皮质外层硬币那么厚的部分。剩下来的大块的白质主要就是皮质神经元的轴突组成的了。皮质就像一个指挥中心，把很多命令通过白质中的轴突传播下去。对于这个概念最酷的展现是Greg A. Dunn博士 和Brian Edwards博士绘制的图：这些皮质轴突可能是在把信息传递给皮质的另一部分，或者是去到大脑的下部，或者通过脊髓直接到身体的其它部位。接着我们来看看整个神经系统。神经系统分为中枢神经系统（脑和脊髓）和周围神经系统。大部分的神经元都是中间神经元，也就是和其它神经元沟通的神经元。当你思考的时候，有很多中间神经元互相通信，中间神经元大部分在脑内。另外两种神经元是感觉神经元和运动神经元。这些神经元在脊髓和周围神经系统里面。这些神经元可以长达一米。 还记得前面提到的运动皮质和体感皮质吗？这两条皮质是周围神经系统发起的地方。 感觉神经元的轴突从体感皮质出发，通过大脑的白质，进入脊髓，然后到达身体的各个部分。你皮肤的每一部分都是体感皮质发起的神经相连。对了，神经其实就是数根轴突绑在一起。我们用苍蝇飞到你手上的例子来说明一下神经系统的工作方式：苍蝇碰触到了你的皮肤，然后刺激了一些感觉神经。神经里面的轴突端子开始行动和产生动作电位，把信号传导到脑里。信号先是进入脊髓，然后进入体感皮质。体感皮质然后告知负责肩部的运动皮质说现在手上有一只苍蝇，需要做点什么。连接到手臂肌肉那部分的运动皮质于是开始产生动作电位，把信号通过脊髓再发送到手臂的肌肉里。手臂肌肉附近的神经元的轴突端子开始行动，于是你抖动手来甩脱苍蝇，然后苍蝇（经过了苍蝇自身的神经系统的一系列反应后）就飞走了。 然后你的杏仁体意识到发生了事情，于是杏仁体告诉你的运动皮质这个时候要开始尴尬的跳起。如果落到你手上的是一只蜘蛛，那么杏仁体还会告诉你的声带要不自主的喊出来，给周围人留下你怕虫子的印象。所以至今为止我们好像还蛮了解大脑的，是吧？那为什么之前我们提到如果我们需要了解的脑的知识是一英里的话，我们现在只是了解了三英寸呢。是这样的。比如说我们对互联网是有个大致的了解的，比如大概有多少网名，有哪些大网站，最近流行什么。但是对互联网中间发生的那些东西，互联网整个的内部工作机制，我们其实是很迷糊的。又比如经济学家能够告诉你一个个体消费者的行为，也能告诉你宏观经济学的概念来帮你理解背后的种种操控力，但是没有哪个人能够真正的告诉你经济体是怎样运作从而来预测明年的经济会是怎样的。大脑就和这些东西是一样的。我们知道了一些细节的东西，比如神经元怎么运作，我们也知道了一些宏观的东西，比如大脑里有多少个神经元，有那些主要的脑叶，以及各自的控制结构，和脑的大致耗能。但是中间的那些东西，比如大脑的每个部分具体是怎么做到这些事情的，我们就不得而知了。真正让我们理解我们的无知有多深的，就是听一下神经科学家对于我们目前最了解的大脑部位的理解。譬如视觉皮质，我们理解的就不错。科学家Paul Merolla这样跟我描述：“视觉皮质在解剖和结构上都很工整。当你看到视觉皮质的时候，就像看地图一样。当你的视野的特定位置出现一个东西的时候，你能看到视觉皮质的那一部分亮起来。而当那个东西开始移动的时候，对应皮质周围的细胞会展现出对应的图形测绘。这就好像现实世界的笛卡尔坐标能够对应到视觉皮质的极坐标一样。你可以从视网膜开始追溯，经过丘脑，到达视觉皮质，然后能够看到视觉空间中位置与视觉皮质中位置的对应。”这么看来好像还行嘛，但是Paul接着跟我解释：“这种位置对和视觉皮质互动来说很有用，但是视觉皮质有很多区域，如果你深入研究视觉皮质，就会发现整个事情变得越来越模糊，之前的图形对照不再行得通了。脑里有很多不同层次的事情在发生，而视觉感知是其中一个例子。我们看着这个世界，我们看到的只是个3D的物理世界。比如你看着一个杯子，你看到的就是个杯子，但是你的眼睛看到的真的只是一些像素，而当你看向视觉皮质的时候，这个图像被解析成了20-40个图。我们把第一个负责这些图的区域称作V1，V1负责追踪边缘和颜色等。其它的区域则观测到了一些更复杂的物件，于是在你的脑的表面，产生了很多很多不同的展现。但是最后这些复杂的的信息被绑在一起，然后经过一些编码，让你相信你看到的只是一个简单的物件。”运动皮质是另一个我们理解的比较好的区域，但是运动皮质的理解会比视觉皮质更难。虽然我们知道运动皮质如何对应到各个身体部分的，但是单个的神经元们在运动皮质上的位置不是拓扑分布的，而神经元们怎么合作产生身体运动我们也不知道。Paul这么跟我们解释：“每个人的神经“语言”都不太一样，神经元可不会对着手说普通话“手，你动一下”，也没有一个统一的电位规律来做这一些，所以每个人都不太一样。而这个“语言”本身要求很高，神经元需要能够无缝的告诉手“你把手往左边移动，然后往上，抓那个东西，抓的时候用这么多力道，用这么快的速度去抓”等等。当我们移动手的时候，我们不会这样去想这一系列动作，但是我们能够毫无困难的完成这一切。所以每一个大脑和肌肉沟通的时候用的语言都是不一样的。”神经可塑性也很难理解，因为每个大脑本身的工作机制都与脑自身的可塑形相关，也和这个人生活的环境与生活经验有关。而这已经是我们了解的最深入的大脑部分了，按照专家的说法，“当我们要探讨一些更复杂的东西，比如语言、记忆、数学，的时候，我们就真的不明白了。”比如对于“母亲”的概念，对于每一个人来说，都是用不同的编码方式存储在脑的不同位置。而额叶，也就是前面提到最重要的脑叶，根本就没有任何拓扑。然而，这些困难都不是一个有效的脑机接口的制造难点。脑机接口之所以难，是因为工程上的挑战非常巨大。要和大脑进行物理的交互，使得脑机接口是工程行为上最难的一件事。现在我们知道了关于脑的背景知识这个树干，下一章谈一下第一根树枝——脑机接口。第三章：脑机接口首先，让我们回到公元前五万年，绑架一个人，然后把他带回2017年这位是老王。老王，我们很感谢你和你的伙伴们发明了语言。为了感谢你，我们想带你看看你们的神奇发明所带来的成果。然后我们带老王看一下飞机，然后看一下潜水艇，然后去一下迪拜塔的楼顶。然后我们在看看望远镜、电视机和iPhone。然后我们再让老王玩一下互联网。好啦，老王你觉得怎样？呵呵，我们猜到你会被这一切吓尿的。好了，最后，让我们给你展示一下我们现在是怎么互相沟通的。 老王会被人类学会语言后发明的这些“魔法”所震惊，但是当我们真的用语言和彼此交流的时候，好像与老王那个时代的人彼此交流没什么差别。当人们说话沟通的时候，他们其实是在使用已经有五万年历史的技术。同样的，在一个充满了神奇机器的世界，造出这些机器的人类日常的身体和老王那个时代的人的肉体也没啥区别。为啥会这样呢？这就是为什么脑机接口这个神经工程学的子领域（神经工程学本身是生物技术的一个子领域），会是一个这么充满诱惑的产业。我们用我们的技术反复征服了这个世界，但是对于我们最核心的工具“脑”，整个技术世界好像没有什么建树。所以我们还在用老王那个时代就发明的技术“语言”在交流，所以当我写这段话的时候，我的打字速度大概是我思考速度的二十分之一，也是为什么大脑疾病对人们生活造成很大的困扰和影响。但是在发明语言五万年后的今天，这一切也许就将改变。脑的下一个大跃进，可能就将在它自身体现。脑机接口有很多种，各自会有不同的功能。不过所有脑机接口领域的人，基本上都是在以下两个问题上努力：1）我怎样把正确的信息从大脑里取出来？ 2）我怎样把正确的信息发给大脑？问题一是关于接受大脑的输出——记录神经元的话问题二是关于把信息传入大脑的神经流，或者改变神经流，也就是关于刺激神经元。这两样事情本身是在你的大脑内自然发生的。现在你的眼睛正在做一些水平运动，使得你能看完这句话。这就是大脑的神经元把信息输出给机器（也就是你的眼睛），而机器收到了这些信息，做出了适当的反应。而随着你眼睛的移动，光子进入你的视网膜，刺激枕叶里的神经元，使得这些字的图像进入你的思想。这个图像又刺激了大脑其它部位的神经元使得你能处理储存在这些图像里的信息，进而了解这句话的意思。输入和输出信息是大脑神经元的本职工作，脑机接口领域就是想参与到这项工作里面去。粗看，这个事情好像不怎么难。大脑不就是是个果冻球嘛，而皮质不就是块餐巾嘛。而且这块餐巾还很巧的就在脑的最外层，很容易就接触到。皮质里面有大约200亿的神经元，如果我们能学会这200亿个神经元的工作方式，与它们合作，就能让我们从更高的高度掌控我们的生活、健康，以及这个世界。我们能做到吗？虽然神经元很小，但是我们连怎样拆开一个原子都知道，神经元的直径可是有原子的十万倍大呢。如果原子是一个玻璃球大小，那神经元的直径类比之下应该是一公里，所以尺寸应该不是问题对吧？所以问题究竟是啥？好吧，上面这段逻辑其实是有可取之处的，正因为这段逻辑中的那些想法，这个行业有着很大的前景。但当你能够真正理解大脑内发生的事情的时候，你才会意识到搞懂这一切可能是人类能做到的最难的一件事。在我们开始谈论脑机接口之前，我们先来仔细看看这些试图制造脑机接口的人面对的困难吧。最好的解释方式就是先把大脑放大一千倍来看看。回到我们的皮质餐巾的方式吧。如果我们把这块餐巾放大一千倍，那么餐巾大概是六个曼哈顿街区见方，你绕着四周走一圈大概要花25分钟。而脑本身大概会占据一个两个街区见方的空间，大概和麦迪逊广场花园差不多。（注：此处指长度和宽度与麦迪逊广场花园，放大一千倍的脑的高度应该是麦迪逊广场花园的两倍高。）那我们就把大餐巾和脑铺到曼哈顿吧。住在曼哈顿的几十万人大概是不会介意的......吧我选择一千倍这个倍率，一是因为计算方便，每一毫米的脑现在就相当于一米，而每个神经元现在大概相当于一毫米；其次，皮质这个时候就很符合人类尺寸了，原本只有二毫米的皮质，现在和一个二米高的人一般了，也就是说这块餐巾现在是二米厚。现在，我们从这块餐巾里面切出一块一立方米的方块来研究一下，帮助我们理解一立方毫米的皮质中所发生的事情。我们在这一立方米的皮质中会看到一团糟，我们先把里面的东西倒出来，然后再逐一放回去。首先，我们把神经元的胞体们放回去。胞体的大小各异，神经科学家们表示皮质里的神经元的胞体直径一般是10-15微米，也就是说如果把7-10个神经元胞体排一列，这一列的长度大概会有头发丝的直径一般。在我们放大一千倍的世界里，胞体的直径大概是1-1.5厘米，和玻璃球差不多。整个皮质的体积大概是50万立方毫米，这个空间中存在着约200亿个神经元胞体，也就是说每立方毫米大概存在四万个神经元。所以，我们的一立方米的方块中大概有四万个玻璃球。如果我们把一立方厘米的方块均分成四万份，每一块约是三厘米边长的小立方体，胞体就存在与每个小立方体的正中间，与周围其它胞体的距离也正好是三厘米。至今为止还听得懂吗？此时你的脑中是否能够想象出一个一立方米的方块，里面悬浮着四万个玻璃球？下图是胞体在皮质中的显微镜照片。目前为止问题还不大。可是胞体只是神经元的一小部分，从每一个胞体出发的是弯曲分叉的触突，在我们放大一千倍的世界里，这些触突会向不同方向伸展三到四米，而和触突接触的轴突可能有一百米长（轴突可能要直接延伸到皮质的其它部分），甚至一千米长（一些触突可能要直接到达脊髓或者身体其它部位）。而每个触突、轴突都只有一毫米厚，这些线状物把皮质变成了一团杂乱又无法解开的毛线球。而这团毛线球里面有很多事情在发生。每个神经元会和上千个甚至上万个其它神经元接触。整个皮质里面的200亿个神经元，组成了大概20兆（20,000,000,000,000）个神经连接，而整个脑里面的神经连接可以多达千万亿个（1,000,000,000,000,000）。在我们手头的一立方米方块中，大概会有2000万个神经连接。还不止如此，我们的四万个玻璃球不只每个都会伸出多根毛线，还有成千上万的来自皮质其它部位的毛线会穿过我们这个方块。也就是说，如果我们试图去记录我们这个立方米方块里的信号的话，会遇到很大的阻碍，因为在一堆毛线球面前，很难分清楚哪些毛线源自这个立方米方块里的玻璃球。当然，不要忘了神经可塑性这个东西。每个神经元的电压是会不断变化的，每秒钟可以变化数百次。而我们的立方米方块里那几千万个神经连接是会经常改变大小、消失或者出现的。这还没完呢。脑里还有一种叫做神经胶质细胞的东西，胶质细胞有很多类型，承担很多不同的功能，比如清扫神经连接释放出来的化学物质，或者把轴突包裹在髓鞘里，以及充当脑的免疫系统。下面是几种常见的胶质细胞：皮质里有多少胶质细胞呢？大概和神经元数量差不多。所以我们要往我们的立方米方块中再加四万个这些奇形怪状的东西。最后，还有血管。每立方毫米的皮质里，有大概一米长的毛细血管。也就是说在我们的立方米方块里有一千米长的血管，看起来大概是这样的： 神经科学界有一个了不得的项目叫人类连接组计划。项目里的科学家在试图创建整个人脑的详细地图，在此之前从没有这样规模的人脑图谱工作。这个项目把人脑切成了不可思议薄的切片，每片大约30纳米厚，也就是一毫米的三万三千分之一。项目中产生了很多好看的代表轴突的丝带图。人类连接组计划帮助人们从视觉上理解脑内是有多么的拥挤和繁杂。下面展示的是一小片小白鼠脑里面包含的东西（还不包括血管哦） ：上图中，E是整个切片的样子，F到N是组成E的不同部分。所以我们的立方米方块非常拥挤，电荷乱飘，而且无比复杂。然后，让我们提醒自己，这个立方米方块里面的一切，在现实的脑里，只是一立方毫米而已。而脑机工程师们要做的是搞清楚那一立方毫米里的胞体传递的信息是什么，或者用正确的方法刺激正确的胞体，来达成工程师们想要的目的。祝这些工程师们好运吧。即使在一个完全平铺开，并且被放大一千倍的皮质餐巾是，做这一切都无比困难，而事实上，这块餐巾是深深的折叠在麦迪逊广场花园上面的。只有不到三分之一的皮质是露在脑的表面的，大部分的皮质都被埋在深深的折叠之中。而且，工程师们可不是在一些被取出来的脑上工作，这些脑可是被俄罗斯套娃般一层层掩盖起来的。如果把头骨放大一千倍，就有七米厚。而且大部分人是不愿意让你打开他们的头骨来研究的，工程师的工作得尽量无创。然而以上说的这些，都是假设我们是研究皮质而已。而很多的脑机接口研究，都是研究更深层的结构，假设你站在麦迪逊广场花园顶部的话，这些研究专注的是表面往下50-100米的东西。更不要忘了，我们的立方米方块，只是皮质的五十万分之一而已。如果把这五十万个立方米方块排成一直线，大概能从曼哈顿排到五百公里外的波士顿。走完这段路程要花100多个小时，在这整段路程里，你随时停下来，身边都会有一个复杂无比的立方米方块。这所有所有的复杂加起来，就是你的脑里正在发生的事情。你现在是不是很庆幸你不用为这样的复杂问题所操心？那么科学家和工程师是怎么面对这些问题的呢？他们用他们现在有的工具来尽量做到最好，这些工具用来记录神经元信息，或者刺激神经元。 根据现在的工作进展，有三个标准用来衡量记录工具的优劣：1）规模——能记录多少神经元2）分辨率——工具收集到的信息有多细。分辨率有两种，空间性（记录的信息能多准确的反应单个神经元的动向），以及时间性（能够多准确的确认所记录行为发生的时间）3）创伤性——是否需要手术，如果需要，到什么程度。远期的目标是能够同时达成三个目标。不过，现在的情况基本是“哪一个或两个标准我们愿意完全舍弃”。工具之间不是简单的升级和降级，而是权衡取舍。我们来看下目前使用的一些工具：功能性磁共振成像（fMRI）规模: 高，能展示全脑的信息分辨率: 空间性中低，时间性非常低创伤性: 无创fMRI通常不是用来做脑机接口研究的，但是它本身是个很好的记录工具，它能够给你提供脑内正在发生的事的信息。fMRI使用磁振造影技术。二十世纪七十年代发明的磁振造影技术，是X光CT的升级。磁共振不用X光，而是用磁场（以及其它电波和信号）来生成身体和脑的影像。挺厉害的技术。fMRI使用磁振造影追踪血液流动的变化。为什么要这么做呢？因为当大脑的特定部位变得活跃的时候，那个部位就需要更多的能量，也就需要更多的氧气，所以那些部位的血流会增加来传递更多的氧气。fMRI的扫描是这样的：当然，大脑的各处时刻都有血液流过，这张图显示的是血流增加的部分（红橙黄）和减少的部分（蓝）。因为fMRI扫描的是整个大脑，所以结果是3D的。fMRI有很多医学应用，比如告知医生病人中风后脑的各个部位是否运行正常。它也教会了神经科学家很多东西，包括大脑的哪些区域参于哪些功能。fMRI扫描也能帮助提供整脑在给定时刻的整体情况，并且很安全，而且完全无创。一个大的缺陷是分辨率。fMRI扫描和电脑屏幕一样是有个实际的分辨率的，只不过像素点是3D的。随着技术的进步，fMRI的像素点也在缩小，不断提高空间性分辨率。现在的fMRI像素点能够小到约1立方毫米。脑的总体积约是一百二十万立方毫米，所以一台高性能的fMRI能够把脑细分成一百万个小方块。问题在于，在神经元的级别上，这还是太大了，每个像素点包含了成千上万的神经元。所以fMRI展现的，最好也就是每四万个左右神经元区域的平均血液流量。更大的问题是时间性分辨率。fMRI扫描血液流量，这是很不准确，并且有大概一秒的延迟。一秒对于神经元来说是个太长的时间了。脑电图描记器（EEG）规模: 高分辨率: 空间性非常低，时间性中高创伤性: 无创EEG有将近一个世纪的历史，而它其实就是在头上摆好多电极的那个东西：对于一个2050年的人来说，EEG肯定是个很原始的科技了，但是现在来看，它是仅有的能够无创的和脑机接口合作的工具之一了。EEG图能够获取关于癫痫等疾病的医学信息，追踪睡眠规律，或者用来确认麻醉剂的效果。不过和fMRI不同的是，EEG的时间性分辨率很好，能够即时的获取脑内电信号的产生。当然头骨对于时间性分辨率的准确性还是会有一定影响，因为骨的导电性不好。EEG的主要弱势是空间性分辨率，在这方面EEG基本谈不上分辨率。每个电极只是记录一个很粗略的平均值，所有这个电极覆盖范围内的数百万到数亿个神经元的电量的矢量总和，而这个值还是受到了头骨影响后的。如果把大脑想象成一个棒球场，每个神经元是现场的一个观众，而把我们想要从脑获取的电信息类比成每个观众的声带的振动。在这样的情况下，EEG的效果就好像放在棒球场外的一堆麦克风，透过棒球场的外墙，麦克风可以听到观众的欢呼声，并且能够大致推断出他们为什么在欢呼。你甚至能够从一些蛛丝马迹中听出两队正在交换攻防，或者比分是否咬的很紧，你甚至能够察觉到是否有不寻常的事情发生。但也就止步于此了。脑皮层电图描记法（ECoG）规模：高分辨率：空间性低，时间性高创伤性：有创ECoG和EEG类似，同样是利用表面电极的，只不过它是把电极放到了头骨

• 半佛仙人 2018-10-25 01:16:09

  没想到大半夜居然看到马化腾本人的提问。我提一个点，斯格明子霍尔效应与互联网数据存储。我们在互联网上所接触到的一切信息，从文字，到图片再到视频，都是被分解为一个个字符编码，存储在一个个硬盘中的，就是我们常规电脑中的那种硬盘。所谓云服务，也不过是把本地硬盘的空间通过技术的手段分享出来让别人可以在这块硬盘上增删查改，云服务本身也要依赖硬盘来留存数据，没有硬盘，就没有云。互联网的行业的本质就是数据交换，而数据交换的大前提，是有地方可以放数据，就像菜市场上买卖蔬菜，如果没有一个摊位摆放蔬菜，没有一个仓库保存蔬菜，那么这个菜市场是无法存在的。我们眼中五彩斑斓的互联网，在现实意义上就是建立在一块块硬盘上面的，就像这样。大热的美剧《硅谷》里，主人公因为发明了一项视频压缩技术，从而一炮而红，进而引发了所有同行的眼红以及一系列的风波，正式因为在某种程度上，他的发明拯救了无数互联网公司。在现实中，如何解决数据储存问题的挑战让每一家互联网公司都头大不已。由于互联网行业的特性，大量数据在交换过程中被产生，并成指数级增长，原本很多公司会对一些觉得不必要的数据进行删除或者压缩来节省储存空间，但是后来人工智能和大数据的爆发，让所有公司都看到了数据的重要性，在利用数据训练人工智能的时候，每一个字节的数据都有可能对训练结果产生影响，好的模型，好的AI，一定是用天量的数据喂出来的，公司对于数据的渴求已经发展到了失去理智的地步，因为因为大家从未像今天这样理解到数据的价值。通过数据和算法，互联网公司可以掌控到用户乃至整个世界的一切，谷歌和facebook依靠算法驱动的广告帝国赚了多少钱？亚马逊的云计算又吃下了多少公司的未来？很多公司都有一个愿景，成为未来社会的不可替代品，像水电煤一样，那么问题就来了，这些数据存在哪里？你再有钱，消费能力再强，你买来的东西总是需要地方来存放的，并且这个地方需要被你所掌控，不然就会被别人偷走，没有人期望自己的私有物品被偷走，在这里数据就是消费品，而硬盘就是仓库。你不停买不停买不停买，总有一天，仓库会装不下，你又需要建造新的仓库，但是这又是一大笔钱，迟早有一天你会发现，买东西所产生的价值，还没有造仓库所耗费的钱多。很多互联网公司面临的就是这样一个困境，数据越来越多，占用的存储空间越来越多，数据在产生价值前，是需要耗费大量成本来储存的，所以很多公司都在和时间赛跑，比赛规则是先利用数据产生足够的价值，还是先被激增的储存成本耗死。这里面很多发现自己已经获胜无望的公司，就会走向另一个极端，把自己有的数据卖给别人来换钱，在交易过程中，很多用户的隐私数据就被泄露了。这似乎是一个无解的循环。然后就是我提到的这项基础科学课题，斯格明子霍尔效应。由香港中文大学、清华大学、美国阿贡国家实验室等单位组成的国际团队，从实验上首次直接观测到了磁性薄膜中的斯格明子霍尔效应，并揭示了其与传统电荷霍尔效应的相似性。相关研究近日在线发表于《自然—物理学》。磁性斯格明子是一种具有准粒子特性的拓扑自旋构形，可存在于具有螺旋交换作用的磁体中。理论预言电流驱动的磁性斯格明子会表现出霍尔效应的动力学行为，但实验上还未能观察到该现象。研究人员采用微磁学模拟以及磁光克尔显微镜成像技术，在室温下成功地观测到了拓扑电荷的霍尔效应。与传统电荷在磁场中的霍尔效应类似，该研究表明由于受到拓扑马格纳斯力的影响，拓扑电荷会聚集在样品的侧边，从而展示出宏观的斯格明子霍尔效应。与中心反演对称破缺的手性块体材料不同的是，此结果是利用界面的反演对称性破缺，强的自旋轨道耦合，在非磁性重金属/超薄铁磁体/绝缘体异质结这一低维人工磁性系统中实现的“斯格明子”是未来磁存储技术的基础。斯格明子的间距可仅为几纳米，与此同时，现代硬盘的磁畴最少为100纳米。基于该效应的理论原理，下一代储存技术已经在研发之中，当前实验的效果，可以实现比上一代的NAND芯片性能更强，密度比DRAM内存高40倍，读取速度快100倍，写入速度快1000倍，耐久度高1000倍，200平方毫米左右的单芯片即可实现TB级存储，还具备结构简单、易于制造等优点。这里说的NAND，就是已经被吹上天的刚刚量产的最新固态硬盘技术。简而言之，该领域基础科学的突破，将让互联网数据垃圾海啸晚来起码50年，受该技术的影响，大数据，人工智能，云计算等互联网产业，才有了继续发展的硬件支持。这就是基础科学发展的威力，基础科学的能力就是探索人类的认知边界。基础科学在当今社会往往被应用科学所吊打，因为很多人都不理解基础科学的重要性。如果没有电磁理论的麦克斯韦方程，我们就不会有收音机、电视机、手机、GPS。我们甚至不会有因特网和有线电视，因为电缆光纤的设计也要靠麦克斯韦方程。如果没有量子理论的薛定谔方程，我们就不会有半导体工业，进而也不会有半导体器件、集成电路、电子计算机、手机、电视机、LED照明，以及一切电子仪器设备。如果没有凝聚态物理发现的巨磁阻效应，我们硬盘的容量将最多是4GB，而不是现在看到的TB级别。华为占尽5G先机的polar，也是应用了土耳其科学家的基础科学突破。腾讯为了能将自己的数据赋能全业务，也自建了基础科学实验室，各大高校挖人，每年投入的资金不设上限。没有意识到基础研究重要性的企业，会失去未来，例如中兴。欧美至今长达几十年的芯片垄断，就是因为其基础科学研究领先于我国，我国在应用层做的再好，一旦基础层被封锁，就失去了意义。游乐场设计再多好玩的项目，一旦给你断了电，就不会再有人来。我们输不起。所以我们不得不，也必须大力投入基础科学，基础科学的投入是需要几十年不间断，这里面需要政府，也需要社会资本，政府上百亿砸进芯片领域，马化腾本人几十亿赞助成立西湖大学，各个大学都在做青少年基金，大家已经看到了这个现实。失去应用，失去很多；失去基础，失去一切。这是我们必须面对的未来。