首页 > 科技快讯 > 没有人的大脑是一座孤岛

没有人的大脑是一座孤岛

晰数塔互联网快讯
2023-04-19 18:12

本文来自微信公众号：神经现实（ID：neureality），作者：Sofia Quaglia，译者：Yi，审校：玛雅蓝，编辑：M.W.，题图来源：视觉中国

人类并不是唯一展现出对社会规范的细致把握的生物。如果让一群成年雄性恒河猴（Macaca mulatta）围坐在一张摆有食物的转盘旁，它们便会表现出一种“我给你挠挠，你给我挠挠”的互惠精神。一只猴子会将水果分享给另一只，并且期待这个动作得到回应。如果对方没有提供任何东西，它就很可能在轮到自己时拒绝给予，以作为报复。

猴子们还喜欢拉帮结派。如果它们看到一只猴子对另一只好，它们便会集体对第一只表现出善意。仔细观察，你便能发现猴子们的行为和酒吧里互相买单的朋友们没什么区别。

尽管几十年的研究已经破除了“社会性为人类所独有“这一迷思，科学家们仍不清楚动物个体如何保留关于它们所处“社会”的结构信息。猴子们是否仅仅在模仿彼此，以某种复杂的镜像方式分享食物呢？还是说，它们真的能追踪自身和其他个体的行为，以便在更广阔的社会动态中做出决策？

多年以来，生物学家们曾试图从多种视角来回答这些问题。19世纪的博物学家在研究动物行为时专注于心理与生理，直到20世纪30年代，尼古拉斯·廷伯根（Nikolaas Tinbergen）和卡尔·冯·弗里希（Karl von Frisch）等动物学家作出了开创性工作之后，人们才重新关注如何从演化的角度解释动物的社会行为。

伴随着动物行为学（ethology）这一现代研究领域的兴起，我们拥有了两种研究动物社会生活的方法。一种方法是通过观察自然环境中的动物收集数据，进而试图“由外向内”地理解动物群体的动态。然而这种方法很难测量动物个体大脑内部的活动。

与此同时，另一种研究方法则通过侦测动物个体的大脑活动，试图将神经元的脉冲与放电（这些震荡的信号构成了脑电波）和动物行为联系起来。然而，这种“由内而外”收集的数据，往往很难解释动物群体的动态。因此，这两种研究框架都难以提供对动物行为完整的解释。

新一代的科学家们如今正在探索第三种更为细致的动物行为研究范式，名为“集体神经科学”（collective neuroscience）。这一研究计划源自这样一种理念：大脑的演化并非仅仅是为了解决各类问题，更主要的是为了帮助动物在社会群体中生存，因此大脑应当在群体中被研究。

将一个大脑嵌入社会结构中将改变它和其他大脑运作的方式，所以孤立地研究个体的心灵是没有意义的，这无法提供关于动物行为的完整图景。

基于智能是多个大脑之间基于因果关系的循环互动[1]这一概念，研究人员正在利用最新的神经影像技术，试图更详细地了解多个动物在参与各种社会活动时的大脑状态。这种方式有望帮助我们理解动物如何感知它们的社会世界，以及这种感知在神经层面是如何编码的。

集体神经科学不仅适用于非人类动物，也有助于揭示人类社会的复杂现象。当处于与其他人的关系中时，人类大脑似乎有着不一样的运作方式。因此我们或许能开始意识到，为了改善心理健康，有必要从更广泛的社会环境出发制定干预措施，而非将目光集中在个体的病症上。

这个学科还能启发一个完全不同的领域：如果社会性是智能的基石，那么除非将机器学习算法嵌入由其他算法组成的社会之中，否则它们或许很难具备接近人类的智慧。

动物认知神经科学的主流研究方法将大脑按照功能划分为负责感知、运动、记忆、注意力、决策、以及社会性的区域。然而根据已故的埃马纽埃尔·托尼奥利（Emmanuelle Tognoli）的说法，当我们通过集体的视角研究动物行为时，便会发现复杂大脑的很大一部分都渴望与其他个体和谐共处。

托尼奥利曾任佛罗里达大西洋大学的复杂系统与脑科学中心研究员，在接受我们的采访后不久不幸离世。同很多人一样，托尼奥利坚信大脑的进化是为了处理驾驭和协调社会关系所涉及的复杂信息。她说，如果事实如此，那么忽视社会性的认知神经科学恐怕是毫无意义的。

许多认知科学研究都在检验大脑如何对基本的刺激作出反应，例如我们如何理解朋友描述的问题，或是我们在几周之后对某段对话的回忆。然而，即便是关注两个个体间交互动态的研究，依然无法捕捉到在有机且更为复杂的社会群体中自然浮现的多种多样的互动，例如注意力分配（attention allocation）、生成子群体（creating subgroups）和寻找盟友（recruiting allies）。

这一观点来自朱莉亚·斯利瓦（Julia Sliwa），她在巴黎脑研究所（Paris Brain Institute）任神经系统研究员，曾撰写一篇开创性的论文[2]，提出动物研究需要更多集体神经科学。她说，她和合作者想要颠覆的，正是“智能，具体来说一个物种的社会智能（social intelligence），完全来自单一大脑的工作”这一正统观念。

到目前为止，人们一直在研究单一大脑内的神经元组如何生产信息，而我们需要关注的则是这些信息如何被协同工作的多个大脑加工处理。

直到目前，试图证实这一观点的难点主要在于技术层面，特别是对非人类动物而言。动物神经科学研究主要的研究手段，是将动物固定在笨重的实验室机器上，并鼓励它们一对一互动。但这些人工的参数显然会扭曲天然条件下的社会动态。不过现在，借助无线神经生理学记录器这类新型移动装置，我们便能够观察生物如何在自然环境下、在大得多的群体中有机互动。

回想一下我们的朋友猕猴。它们是2021年底发表在《科学》上的一项哈佛大学神经外科研究[3]的对象。研究者用能够高精度测量特定神经元活动的头盔窥探猕猴的大脑。他们发现随着猕猴进行每种互动，它们背内侧前额叶皮层中几个标志性神经元相继“亮起”，而背内侧前额叶皮层通常被认为是与社会互动有关的脑区。

不同神经元的活动模式随情况不尽相同——有些神经元在其他猕猴拒绝提供水果时放电，而在对方互惠时保持沉默，有些神经元则表现得正相反。还有些神经元似乎负责编码其他被观察的猴子的选择、结果与交互的信息。换句话说，猕猴脑中似乎存在特定的神经元，负责留意朋友们复杂的社会行为。

哈佛大学的研究人员将这些观测结果绘制成一张神经元图谱。这张图谱能让他们在猕猴在现实中作出反应之前预测它们是否会选择互惠或是报复。预测准确率非常高，这说明特定神经元可以表征特定的社会信息。

为了使结果更具说服力，研究人员还进行了反向操作。他们用非常微弱的电流暂时扰乱猴子特定脑区的活动，看猴子是否会因此停止社会行为，但又同时能够正常执行记忆、决策等其他认知功能。结果正是如此，猴子执行社会行为的能力显著下降，未能同往常那样表现出互惠行为。

斯利瓦提到的第二个实验则关注“脑对脑同步”（brain-to-brain synchronisation）。在一项2010年的重要研究[4]中，蒙特利尔大学计算精神病学助理教授纪尧姆·杜马（Guillaume Dumas）发现，当人类被试共同参与活动时（这些活动包括在看着对方的同时做出有趣但无意义的手势），他们的神经活动会变得相似。

在杜马参与的另一项研究[5]中，研究者对一对情侣中的一人施加疼痛刺激，并观察其伴侣大脑的同步情况。这些人被分为三组，有些人独自在房间里，有些与伴侣呆在一起，有些则与伴侣同处并手拉着手。不出意外，手拉手的情侣的大脑信号最为相似，并且接收到疼痛的一方表示牵手减轻了他们的疼痛（其他研究[6]已经表明，和陌生人牵手时，这种镇痛效果要弱得多）。

这类研究也已经拓展到了其他方面。普林斯顿神经科学研究所的乌里·哈桑（Uri Hasson）发现[7]，优秀的故事讲述者可以让她与倾听者的大脑活动产生同步（如果他们有共同的立场、经验和观念的话）。

与此同时，马克思·普朗克——纽约大学语言、音乐和情绪中心的高级研究员苏珊·迪克尔（Suzanne Dikker）的研究[8]表明，在课堂上，学生间脑电波的同步情况可用来预测他们的专注程度，以及他们与同学相处的愉快程度。

神经活动同步在非人类动物中是否存在呢？在另一篇发表于《科学》的文章[9]中，加州大学伯克利分校的神经科学家们通过集体神经科学的视角研究这一现象是否也发生在果蝠身上。果蝠是具有社会性的动物，它们一生中的绝大部分时间在群体中度过，白天在角落里抱团取暖，夜晚则成群结队觅食。

研究者通过无线神经生理学记录器追踪蝙蝠在领地自由飞行，并与同伴通过标志性的高频尖叫声对话时的大脑活动。正如恒河猴的研究一样，蝙蝠在识别和区分不同群体成员的叫声时，神经元呈现出明显不同的放电模式。一只蝙蝠的叫声激起了一组神经元的活动，而另一只蝙蝠的声音则会刺激另一组神经元。这种对应关系非常清晰，以至于研究者在安静的房间里，仅靠观察屏幕上显示的蝙蝠大脑活动，便能识别出是哪只蝙蝠在发出声音。

此外，这项研究还发现，整个蝙蝠群体在交流时大脑状态也会同步。它们的神经元产生相似的脉冲和震荡信号，让大脑几乎在字面上处于相同的“波长”。而那些关系“友好”、相处时间长的蝙蝠大脑同步程度也更强。

这一效应和杜马在情侣牵手的实验中观测到的有些相似。同样的效应在蝙蝠的社会子群体中也有被观测到。处于同一小群体（clique）的蝙蝠会对群体成员发出的声音呈现出更清晰的神经元表征。

神经科学家还试验为某些蝙蝠单独播放其他蝙蝠叫声的录音，然而这并没能引发蝙蝠相关脑区的活动。这说明蝙蝠或许知道它们听到的声音并非来自真正的社会互动。这可能是因为蝙蝠除了听觉之外，还会通过视觉和嗅觉判断其他蝙蝠是否在附近。

另一个诱人的解释是，只有存在另一个大脑的时候，个体的神经元才有可能将社会动态记录下来。换句话说，社会情境调节着大脑内部以及大脑之间的活动。

我们对此还知之甚少。的确，特定神经元在两只蝙蝠“朋友”呼叫彼此时会整装待发、协同工作，还有特定的神经元会在两只猴子分享食物时点亮。然而我们还不能确定这些神经元此刻究竟是在展开同步、识别、抑或是在对双方传递的信息进行编码。我们也不知道社会信息能多大程度上长期保留，还是仅仅存在于社会活动期间。

尽管如此，集体神经科学的研究章程毫无疑问已经取得了进展。在绝大多数过往研究中，研究人员甚至不能检测到神经元放电或沉默的原因，以及这是否是因为动物已经意识到自己在和“朋友”互动，还是仅仅因为它在与另一只动物互动。

根据斯利瓦的说法，以上的初步研究指向一个更加庞大的问题。这些研究结果表明，科学家有可能可以通过同时研究多个大脑来发掘它们全新的功能。

重要的是，这一研究方法也意味着放弃刺激和"输入"与行为和"输出"之间的简单划分。相反，集体神经科学需要参考复杂系统科学。在这一视角下，因果关系并非线性，而是循环的。而社会结构与神经元结构也将以难以预知的方式啮合。

拿运动队举例。每位队员的个人数据可以说明他们能否成为团队的有力补充。但一支队伍能不能“共振”，能不能齐心协力，以及运动员之间能否开展团队合作，这一切并不能被得分与助攻的数字所量化。然而，这一集体层面的“神秘因素”可能恰恰是让[10]一支队伍成为“梦之队”的关键。

这意味着，在社会—动物神经科学（social-animal neuroscience）的背景下，我们不能仅仅从个体大脑的视角出发，而是要分析个体大脑与社会情境之间的相互影响。

托尼奥利认为，复杂系统的视角要求我们在多个相互交错的尺度上研究动物神经科学：从神经元出发，转移到大脑以及具身机体（embodied organisms），进而转换到成对和成群的对象上，同时研究这些层级如何彼此关联。这一观点认为，认知（cognition）不仅仅发生在大脑内部或大脑之间，而是一种跨越多种生物、行为以及社会组织层级[11]的动态过程。

找到神经元活动和特定社会互动之间的对应关系，以及理解群体社会动态对大脑生物学的影响，还能启发我们对于人类社会诸多方面的理解。

例如，集体神经科学为理解抑郁症、精神分裂症等神经精神疾病（neuropsychiatric conditions）提供了独特的视角——这些疾病不再被视为个体大脑的“功能紊乱”，而是被看作由多种生理和社会的动态过程所产生的现象。

既然我们本质上是社会生物，我们的演化受着文化的巨大影响，那么我们该如何从根本上理解人类认知呢？上文中针对猕猴的这类实验可以帮我们确定与正常和反常社会行为相关联的脑区，而相关的人类研究则可以为我们带来新的治疗方案，为临床干预提供新的可能性。

在人工智能的领域，接纳集体神经科学的范式或许能帮助我们突破“有用但有局限的算法”，实现真正的智能。

如果人类复杂的认知架构来自于我们的社会与文化学习能力，那么计算机科学家们可就要多加注意了。负责牵手实验的杜马说，人工智能的社会互动就像物理学里的暗物质一样，“我们清楚知道它存在，但还不知道该如何直接研究它”。

到目前为止，人工智能还是有些自说自话般地把社会认知看作一个可执行的任务，而不是复杂认知的重要组成部分。杜马如今正致力于[12]创建能够在人工智能的编码中实现这一多维度社会智能的框架。在这一工作中，他将利用我们对于社会学习的理解来帮助机器向人类水平的认知迈进。

面对前方的种种挑战，斯利瓦提醒我，我们不应该完全抛弃针对个体大脑的神经科学研究。网络之中的互动或许能够很大程度上解释我们在非人类动物身上看到的社会智能，但社会智能也依赖于这些动物的大脑独立分析社会互动的能力。继续研究个体大脑是如何具备这种高级的认知能力，以及它们如何群体运作，这两方面都至关重要。

斯利瓦指出，如果智能是关于多个大脑在反馈回路中的动态关系，那么我们研究智能的方式也需要一种包含不同框架间相互反馈的系统——“大量不同层级的研究之间相互补充、相互影响”。

后记

玛雅蓝：个体的大脑不仅对外界环境作出反应，还会与其他个体发生复杂的相互作用。这个道理看起来很简单，但是要认识到这一点，离不开两个重要的进步：一是将动物行为进行量化研究的方法论进步，二是实时监测大脑活动的技术进步。尽管我们未必能够完全理解前沿研究的细节，但它仍然在深刻地改变我们的基础认识，这就是科学的魅力所在。

参考文献

1.https://aeon.co/essays/complex-systems-science-allows-us-to-see-new-paths-forward

2.https://www.science.org/doi/abs/10.1126/science.abm3060

3.https://www.science.org/doi/10.1126/science.abb4149

4.https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0012166

5.https://www.pnas.org/doi/10.1073/pnas.1703643115

6.https://pubmed.ncbi.nlm.nih.gov/24734009/

7.https://paw.princeton.edu/article/clicking-how-our-brains-are-sync

8.https://www.cell.com/current-biology/fulltext/S0960-9822(17)30411-6

9.https://www.science.org/doi/10.1126/science.aba9584

10.https://aeon.co/essays/what-complexity-science-says-about-what-makes-a-winning-team

11.https://aeon.co/essays/how-evolution-hacked-its-way-to-intelligence-from-the-bottom-up