从大脑工作机制到学习方法

howhowfire

从大脑工作机制到学习方法

本文是作者结合生理学、哲学、心理学和教育学的一些理论，重构的全新的心理学体系。
作者试图将其中专业知识讲得简单通俗化，使普通非专业人士也能轻松读懂。
现连载于此，版主若认为不妥，请删去。
文章乃作者原创，请勿用于商业用途，转载请注明:原文来自Howhowfire.

作 者:Howhowfire

     
第一章 神经元加工网络
     
     1. 神经元相互联接，形成一个极其复杂的信息传递网状系统。感受野中有某种特定模式的刺激时，视神经元才会放电。
　　克拉克在《惊人的假设》书中提出的假设是：这个世界上并不存在所谓的灵魂，人的思维和学习，经历的悲伤和惊喜，如此种种，实际上都只是大脑内一群神经细胞的某种放电模式而已。
     但世界上大多数人都相信灵魂的观念，所以很少人会接受这个假设。
　　大脑是我们身上最重要、也最复杂的器官。在人的大脑中，有大约140亿神经细胞（又常被称为神经元）。正是这些神经元，控制和协调着我们的思想和行为。
　　在中学生物课的显微镜下我们看到的细胞，圆圆的，象个鸡蛋一般。这些细胞只是一些普通的、结构比较简单的细胞。在所有的细胞中，神经元是最复杂的一种，具有特殊的结构和怪异的形态，而且即使在大脑的不同部位，神经元的形状也各不相同。
     神经元的特别之处，在于其细胞外膜上，有很多突起。这些突起有短有长，短的只是细胞膜上鼓起的一个小包，长的可达1米以上（如坐骨神经）。神经元通过这些突起，和其他神经元相连，进行信息接收和传送。神经元较短的突起常用于接收信息，称之为轴突；较长的突起常用于发送信息，称之为树突。因此，一个神经元的树突常常和另一个神经元的轴突相连。在这些突起接触的地方，有极小的间隙，称为突触。神经元的信息传递又被称为突触传递。
　　一个神经元一般有上万个树突，最少的也有数千个。每一个神经元都向周围伸出数以万计的细细的、长长的触手，和其他数以万记的神经元相连，因此，神经系统是一个极其庞大的、错综复杂的网状系统。
　　你可以试着想像一下大脑内的情境：上百亿神经元交织在一起，每一个神经元向其他神经元伸出上万个触手——这该是怎样复杂而又壮观场面！
　　神经元有两种状态：静息状态和激发状态。平时神经元处于静息状态，当接收到信息时，神经元开始放电，从静息状态转为激发状态。
     当一个神经元放电时，它通过树突向其他相连的神经元释放一点化学物质。因为这些物质可以在神经元之间传递信息，所以被称为神经递质。神经递质的功能可能是使下一个神经元跟着放电，也可能是抑制其放电。由于有成千上万个神经元与同一个神经元相连，在同一时间里，可能有数百个神经元向这个神经元释放神经递质，有的使其放电，有的抑制其放电。这个神经元是否放电，将取决于数百个神经元的组合作用，而非单个神经元的功劳。
　　以视觉系统为例。当物体落在我的视网膜上，视感觉细胞被激发，其后相连的神经元马上就开始把这些信息连续不断地向大脑传送了。人们可能会以为，在大脑里存在着一定区域的神经元，和视网膜的感觉细胞有一一对应关系。但事实不是这样的，没有一个神经元是只和视网膜上一个感觉细胞相连的。
     在大脑内，视神经区的某个神经元，只对视网膜上某个特定区域的光刺激起反应。此特定区域被称为这个神经元的感受野（这个词和“视野”类似，一个神经元的感受野就是视网膜上一大簇细胞）。但有些神经元，并不一定在其感受野有光刺激就会放电，而是当这种光刺激符合某种模式时，才会放电。
　　比如说，有一种神经元，只有在其感受野边缘呈现光刺激而中心没有刺激时，才会放电（闭中心细胞）；另一种神经元则恰恰相反，只有在感受野中心呈现刺激而边缘没有刺激时，才会放电（开中心细胞）。
　　另外一些神经元的放电可能会需要更复杂的刺激模式。科学家常常选用动物而非人类来做实验，在实验时，科学家不仅会固定动物的视网膜，还会固定光刺激的位置。有一次，科学家发现一个神经元，无论在视网膜哪个区域呈现刺激，都没有反应。由于意外，科学家在呈现刺激时，刺激发生了移动，神经元居然放电了。这个神经元放电条件不仅要求刺激有空间特性（感受野），还要求刺激有时间特性（移动）。
　　

howhowfire

2. 神经元放电信息可视为一串二进制码，其工作模式和计算机既有类似，也有不同。

　　当我看东西时，视网膜上的细胞，有的放电，有的不放电，如果把放电用“1”表示，不放电用“0”表示，那么就可以把看到的东西在视网膜上的激发模式转换为一串二进制代码（如果你试着假想一下，就会发现这串二进制码有点长，而且在视网膜上排列怪异）。
　　与此同时，让我们假想在视神经通路上存在某个切面，在此切面上的神经元，或放电或不放电，放电用“1”表示，不放电用“0”表示，那么看到的东西在此切面上的放电模式也可转换为一串二进制代码。
　　很明显，这两串代码是不一样的，后者是前者被加工后的结果。而对其加工的，就是介于视网膜和切面之间的神经元，加工机制就是各神经元之间复杂的联接方式。
　　为什么外界信息要被加工，而没有被原封不动地向上级神经元传送呢？如果一个神经元的功能只是接收另一个神经元的信息，并原封不动向其他神经元传送，那么这个神经元除了浪费资源外，还有什么存在的价值呢？前面一个神经元完全可以把树突伸长一点（如坐骨神经，长度超过1米），从而省略掉这个神经元。所以在神经通路上，新的神经元切面上的神经元，必然是和上一个切面或上几个切面的多个神经元相连。新的神经元切面上的信息，必然和上一个切面的信息有所不同，是信息被加工后的结果。这种信息加工过程并不是信息被传输到大脑后才开始的，而是在信息离开视网膜后就开始了。
　　信息被加工后，有两个好处：一个是信息量可能会小一些；另外一个是加工后的信息更容易被下一级神经元所用。
　　这一点和计算机CPU的工作机制有点类似。在任何时候，输入CPU的是一串二进制，输出的仍然是一串二进制。但输入输出是不同的，输入的二进制串可能只对CPU有意义，被CPU所用；而输出的则对显卡或声卡有意义，被它们的数字电路所用。
　　在同一时间，CPU可能只输入32位或64位二进制串，如果信息太长，就要分成几段依次输入。在同一时间CPU的输出也是位数有限的。但在人的视网膜上，有数百万的感光细胞同时输入，如果选取视神经通路的任何一个切面作为输出点，在这个输出点上也是成千上万的神经元在放电， 这是CPU无法相比的。但是，CPU的工作频率可达每秒1G （109）次以上，而神经元放电一般只有每秒1K（103）次左右。二者的工作机制各有所长，都有对方无法比拟的优点。
　　对CPU来说，有时候输入两串不同的二进制，而输出却是相同的。比如说，输入1+2(翻译成机器语言就是一串二进制代码)，或是输入5-2，输出的答案都是3。那么在神经系统中，不同的输入也有可能会得到相同的输出吗？
　　答案是肯定的。比如我站在门边，或是坐在沙发上，去看一张摆在屋子里的桌子，在我视网膜上的投影，二者是完全不一样的，但在我大脑深处的某个点（这是我们要考查的输出点），它有相同的放电模式，因此我知道这两个不同的光源刺激代表的是同一张桌子。让我能得出这个结论的是从视网膜起到这个输出点止的神经元的联接方式。在这个联接网络中，最初截然不同的两串二进制放电信息，不断地流动、转换，最后变成相同的信息。
　　这样的说法不免过于简单。如果是一个生理心理学家，他会把这个过程说得更详细些，分成一些复杂的子过程，并且反复提醒你其中仍然有很多机制我们尚不甚了解。比如说可以把整个过程分为初级视神经元对物体的属性分解的加工过程，以及更高级的神经元在注意的参与下将各种属性组合起来，然后对物体进行识别的过程。但无论过程如何复杂，都是神经元的活动，都可以假想为一串又一串的二进制代码。而且在神经通路上，每一串代码瞬间就已经转换为下一级神经元上的一串新的代码，原来的神经元又被涌进来的新信息所占据。
　　对于不同的但兼容的CPU（比如intel的和AMD的），它们可以执行相同的程序，得到相同的结果，但其内部逻辑电路设计却是不同的。不同人的神经联接，也是不同的，但对于相同的输入，也可能会有相同或近似的加工过程，就好比兼容的CPU一样，但其兼容程度就要差得更多。
　　我们就算知道了一块CPU全部的功能，将所有可能的输入和相对应输出进行列表，也很难弄清楚其内部的精确逻辑电路，还不如另外设计一块兼容的CPU。类似地，就算我们能够知道一个人的所有行动和反应，但是要搞清楚此人大脑内神经联接的细节，或者要搞清楚此人看到一张桌子时神经通路上具体的代码，都几乎是不可能的。
　　

howhowfire

3. 大脑中不存在某人专用的神经元，而是使用了很多神经元对一个人进行编码，这些神经元也被其他人的编码所用。

　　假设神经通路上有一个可以考查的输出点，是很有用的，它让我们能以一种简单的方式阐述神经系统的工作机制，使其更容易被理解。这个输出点，并非单个的神经元，而是一大簇神经元，或者可以说，神经通路上的某个切面。
　　比如，我现在看到一个人，同事张三。如果他离我很近，3米，那么我的视网膜上有300万个感光细胞被他激发；如果他离我远一点，15米，这没关系，他没远到我辨认不出的程度，此时我的视网膜上只有100万个感光细胞被他激发。这些信息会先后通过所谓的大细胞通路、小细胞通路、人脸识别系统等等，我先跳过这些复杂的过程，直接来到假设存在的输出点上。如前所述，这可能是一个切面、一大簇神经元的集合体，凡是对人脸进行识别后，其信息都会汇集到这里，然后从这里再输出去。
　　假设这个输出点是由100万个神经元组成的，这个数值看起来好象很大，但在大脑里，实际情况可能要大得多。当我看到张三时，这100万个里有50万个放电了。我们可以把这个输出点理解为一个长度为1百万的二进制代码，其中有50万个1，50万个0，当然1和0的排列方式很复杂，并不是50万个相同的1排在一起的。由于张三离我时远时近，在我视网膜上的投影差别很大，但在这个输出点上，这串二进制代码差不多是相同的。
　　当我看到另外一个同事李四时，我的大脑会使用相同的100万个神经元作为输出点。同样，这100万神经元里可能有大约50万个放电，剩下的处于静息状态。这也是一串长达1百万的二进制代码，当然和我看到张三的那串代码是不同的。
　　如果在计算机上存储“张三”，我们会使用某种二进制格式（例如GB2312）对其编码，然后在磁盘上占用几个字位的长度对其存储。大多数人可能会以为，在大脑里存在着两三个专用的神经元，以某种格式对“张三”进行编码存储。但这是不对的。每天，人的大脑里，都会相当数量的神经元死去，如果凑巧死去的神经元是“张三”专用，岂不是第二天，我再见到张三时，就已经不认识了？事实上，大脑中参与编码“张三”的神经元是非常多的。如前面的假设，在我的大脑中，对张三容貌的编码一共有100万个神经元。
　　

howhowfire

4. 大脑的存储容量很大，对存储内容的搜索能力也很强，但大脑无法对存储内容进行索引和列举。

　　在计算机中，尽管存储“张三”只需要几个字位，但不管计算机的存储空间有多大，它能存储的信息量也是有限的。在大脑里，对“张三”和“李四”的编码使用的是相同的100万个神经元，只是其放电神经元组合模式不同而已。如果这100万个神经元，任选不同的50万神经元放电，就可以表示不同的人的话，那么这个组合出来的数字，实在是太大了，比宇宙中目前已知的所有基本料子的数目还要大得多。因此，从这个意义上说，大脑的存储能力是无限的。
　　大脑对存储内容的搜索能力也是计算机无法比拟的。假设我公司有500人，每个人的照片都存储在计算机上。如果我交给计算机一张照片叫它识别，计算机会把照片和存储的图片一一比较，得到结果。如果这个人凑巧存储在硬盘上第一个位置，计算机搜寻的时间就会很短；如果这个人存储在最后一个位置，搜寻的时间就会很长。另外，如果某个同事提交的照片和存储的照片不是同一张，衣服和表情发生了变化，那么此时，即便计算机可以进行模糊比较，但其是否能100%搜寻出正确的结果，还是值得怀疑的。
　　因此这个搜索任务对计算机来说，是很难的。但对大脑来说，只是小菜一碟。无论我看到的是哪位同事，从视网膜到最终识别的输出点，所经过的神经元网络的层数是基本相同的，耗费的时间相差不大；如果一位同事穿了一件希奇古怪的新衣服，大脑一样可以轻松快速地认出他来。
　　另一方面，如果我想知道计算机的数据库中上存储了多少同事的资料，只需一个简单的命令即可。但是，如果我想知道自己大脑中究竟存储了多少人，并详细列出他们的名字，这对于大脑来说，就是不可完成的任务了。
　　

howhowfire

5. 大脑中没有空的、尚末使用的存储空间；新记忆将和旧记忆共用神经元。

　　每天我们都会有一些新的经历，从而在大脑里形成新的记忆。在计算机里，要想存储新的内容，就需要有空的磁盘空间。我们常常会误以为，大脑中会有一些从没用过的空间，用以存储新的信息。但事实上，一个神经元，如果没有其他神经元与它相连，不时刺激使它放电的话，它就会慢慢死去，就好比一块长期不用的肌肉，会慢慢萎缩一样。所以在大脑里，无法存在专为新记忆准备着的没有使用过的神经元，所有的神经元都参与了各种已有记忆的编码。
　　比如，我结识了一位新同事王芳，从一开始起，大脑对她编码使用的还是前面提及的那100万个神经元，而不是使用另外其他的神经元。当然由于对她还不熟悉，这100万神经元里也许只有30万个在放电，其余处于静息状态。
　　另外，由于老同事张三和李四有许多相似的属性：比如都是我的同事，都是男人，我和他们的熟悉程度都差不多，等等，所以被 “张三”和“李四”激发的50万个神经元中，有很多是相同的。而新同事“王芳”激发的30万个神经元中，只有很少的和“张三”的是相同的。
　　被激发的相同神经元的多少，使得我在归类时更容易把“张三”和“李四”归为一类；我也更可能在看见张三时，联想起“李四”而不是“王芳”来。
　　在本书中，将会多次提到我和同事张三、李四、王芳之间，如何认识、如何相遇、如何回忆等等场境，并以这些场境为例子，分析在大脑中发生的各种现象。希望读者能跟随作者一起在这个虚拟的心理剧场中历险，不以其过于唠叨而厌烦。
　　

howhowfire

6. 在和旧记忆的竞争中，新记忆得以形成；旧记忆自身也在时刻发生改变；旧记忆完全消失是很难的。

　　我对王芳由不认识到认识，在我大脑里，必然发生了某种改变。在孩童期，神经元会有新的树突生成，也有老的树突死去，从而有新的联接产生或旧的联接消失。但对于成人，不会再有大规模树突的生成和死去。所以，当我认识新人时，不是产生新的神经元联接，而是在原来的联接网络中产生了新的传递通路。
　　新的刺激产生了新的传递通路，但新的传递通路不一定就会保留下来。如果此刺激连续反复出现，新的传递通路上就可能发生一些永久性的改变，比如神经元接触部位增大、由激发作用变为抑制作用、神经元放电频率发生变化等等。这些改变导致新记忆的产生和保持。
　　我新认识了王芳，如果从此以后，她在我生活中多次出现，成为朋友或同事，她就会在我的神经系统中留下越来越多的永久性信息；如果她就此从我生活中消失，那么我会很快忘记这个人。
　　然而这种新的传递通路的产生，必然对原有的一些传递通路产生影响，从而影响到旧的记忆。比如，我初识王芳时，100万个神经元中有30万个放电，其中5万个和看到张三是相同的。此时再看到张三，尽管仍然有50万个神经元被激发，但和上次看到张三时所激发的50万个可能已有5000个是不同的了。随着我和王芳越来越熟悉，我看到王芳时，慢慢地，也会有50万个被激发，但其中可能只有2万个和看到张三是相同的。
　　如果我改变了生活的地方，在新环境认识了很多新同事后，原来的同事如张三等不再出现，由于使用相同的神经元对不同的人进行编码，关于新同事的信息就会大肆抢占记忆资源。若干年后，有人问：“你还记得以前同事张三的样子吗？”这时，我才恍然发现，在脑海里，同事张三等的音容笑貌早已经模糊，基本上想不起来了。
　　在计算机上，如果用新的内容覆盖旧的内容，旧的内容就将永远消失。但在大脑里，不管我新认识了多少朋友，让我渐渐忘记了老朋友张三，但当年被张三所激发的有50万个神经元，关于张三的记忆不是那么容易就消失殆尽的，特别是如果张三有一些很独特的特征，就更难忘记。所以，尽管记忆已经相当模糊，但当我重逢张三，还是会很容易重新拾起一些熟悉的片段。
　　我假想了与张三分离之后，大脑里会发生什么。但我现在还不想与张三分离，张三还是我的同事，而且在过去十多年里，我们一直是同事。有时候我会想，十多年前的张三，是什么样子的呢？记忆中仍有依稀印象，但已经很模糊，想不太清楚了。幸好还有照片，我翻出十年前张三的照片，大吃一惊：十年来，张三的变化还真大啊!
　　但这十年里，我几乎天天与张三见面，每一天看到他，我都觉得和昨天的他没有什么变化。但事实上，他每一天都在变，他在我大脑记忆里形象也每一天都在悄悄地变。
　　前面我假设：100万个神经元里任意不同的50万个激发就可以代表不同的人，因此大脑的存储容量是无限的。然而就算是同一个人张三，我在下一秒看到他，大脑内激发的50万个神经元就已经不一样了。所以，可以有很多种不同的、发生细微变化的50万个神经元组合模式，代表的是同一个人。
　　正如哲人说：人不可能两次踏进同一条河里。我们周围的环境，我们的记忆，也象河流一样，时时刻刻都在改变。我不会两次看到完全相同的张三，从而在视网膜上产生完全相同的激发；而大脑里曾经因为张三产生过某种特别的50万个神经元放电的组合，这种组合以后也不会再次出现了。
　　前面，作者设想了生活中常经历的一些场境，并讨论这些场境下，在大脑里发生的一些变化。为了让这种讨论变得更简单，更容易理解，也许会引入一些前后矛盾的观点。比如，前面说过：不同的输入会有相同的输出，不管张三离我5米或是15米，在视网膜上差异有多大，在我们考查的输出点上，被激发的50万个神经元是相同的；而在这里，作者又说：没有两次完全相同的放电模式在大脑里出现。
　　作者之所以这么做，是为了让读者在阅读时，思路能更清晰一些，能更容易理解书中表达的观点。
　　而且，我们也不能说两种矛盾的观点中，一定有一种是错的。当我说关于同一个人的不同输入有相同输出时，我站在静止的立场上；当我说：大脑里不会为同一个人产生完全相同的输出时，我站在变化的立场上。
　　另外，如果以单个神经元作为输出点，确实有不同的输入会产生相同的输出。例如一个神经元，在其感受野边缘有刺激而中间无刺激时，此神经元放电（闭中心细胞），尽管边缘呈现刺激的强度和范围发生变化，但只要符合这个神经元的放电模式，此神经元的输出都是“1”（即放电）。若我们选取两三个神经元作为输出点，由于其输出的可能组合是有限的，所以也很容易就会得到不同的输入产生相同输出的情况。但当我们考查的输出点神经元数太多时，其可能的输出组合数几乎是无穷大，由于信息传递通路随时都在改变，要产生完全相同的输出变得几乎不可能。
　　

howhowfire

7. 旧记忆并不愿意轻易让出资源给新记忆。在新记忆形成过程中，神经元网络对细微差别的识别能力越来越强。

　　从视网膜上张三的影象，到我们考查的输入点之间，是数量庞大的神经元形成的极其复杂的联接网络。这个网络的联接方式，不仅是一个信息加工系统，同时也是一个记忆存储系统。我可以从这个输出点的50万个被激发的神经元，向联接网络上游进行反向追踪，从而恢复出来张三的容貌。
　　由于整个联接网络极其复杂，其输入输出并非一一对应，所以我并不能进行完全的反向追踪，从而恢复张三相貌的所有细节，而只能对网络的最末几个层次进行分析，找到张三长相上的一些独特属性，从而得出其容貌的模糊映象。
　　你可以闭上眼，试图回忆天天跟你见面的最好朋友，在你脑海里，会得到他的清晰印象吗？不会！
　　如果新来的同事王芳刚好和另外一同事赵红长得差不多，乍一看特别容易把王芳误认为赵红。下班后同事张三问我：“你还记得今天新同事的样子么？”
　　这时候我试图去回想，但脑子里想到的都是赵红的样子，一点都想不起王芳的模样。在这以后好长一段时间都是如此，只要王芳不在我面前，我试图回想她的模样时，就只想得出来赵红的模样。幸好我每天都要和两人见面，慢慢地，在我脑子里，两人的差别越来越大，最初明显的差别也许是两个人的笑容、说话的语气和眼神，后来，两人不苟言笑的面孔，在我眼里也会觉得天差地远。即便两人不在我面前，我回忆她们的模样，也不会在记忆里搞混了。
　　由于刚开始时，王芳的容貌和赵红的容貌共用了太多神经元，已有的对赵红的记忆，对新的王芳的记忆的形成影响很大。老记忆并不那么愿意把资源拱手相让给新记忆的。新记忆刚开始也不得不和老记忆共享很多神经联接，这些联接后来慢慢发生分化，不同的识别对象才有各自独特的联接模式。
　　这个例子也说明，神经元的联接网络，并不一定对所有存在差别的刺激模式在一开始就可以区分，而是在相当一段时间里，慢慢对有差别的对象从混淆到识别，再后来，识别变得越来越精细，细微的差别也会越来越显著。
　　生活中就存在许多这样的例子。比如：如果我们以前很少接触到西方人，突然来到一个西方人生活的环境中，我们会觉得周围很多西方人的脸庞长得差不太多，但一段时间后，我们对西方人脸庞的识别越来越精细，会觉得他们彼此之间，其实相差很大的。不是球迷的人，会觉得电视上跑来跑去的小人差别不大，动作也差不多，但当他慢慢变成球迷后，看一眼就能说出每个球员的名字。
　　

howhowfire

8. 并非所有的神经元联接都容易被改变；在个体的成长期，接触丰富的刺激有助于形成复杂的联接，从而有利于新知识的学习。

　　但神经元联接网络并不一定容易改变，对于成年后的个体，改变会越来越难，甚至有些已不可能改变。
　　例如，科学家发现，将小猫一直养在墙上只有黑白相间竖条的盒子里。猫长大后，对黑白相间的竖条刺激可以很好的识别，但却无法识别黑白相间的横条刺激。这种情况有可能是因为在大脑中，有一种神经元，专门识别左右部分存在的差异；另有一种神经元，专门识别上下部分存在的差异，而在竖条墙的屋子里长大的猫，只有前一种神经元而没有后一种。
　　所以，在个体的成长期，如果呈现简单单一的刺激，其神经元联接方式必然简单单一。待其长大后，遇到陌生或复杂的刺激，就可能会存在识别困难。
　　生活中有很多这样的例子。比如，在日本语发音中，没有区分英语的l和r音，所以成年后的日本人学习英语，往往分辨不出这两个音。但科学家通过实验发现，日本新生儿是能够分辨这两个音的，只是在几个月后，由于生活中没有接触到这两个音，幼儿就慢慢失去对这两个音的辨别能力。同样，在中国南方某些地区方言中，不区分l和n音，或不区分z，c，s和zh，ch，sh音。如果一个人小时候生长在这些地区，再加上环境比较闭塞的话，成年后，接触到普通话时，要辨识这些音就会很困难。
　　在对语音的识别中，大脑会对发音进行归类界定，对于介于两个音之间的发音，大脑会根据它和哪个更近似，而将其归于此发音。一旦归类形成后，再接触到新的发音时，大脑会自动把它归于已有的某种发音中，从而失去对这种发音的精细识别能力。对于那些成长于丰富语言环境的人来说，并未付出额外努力，就轻松掌握了很多语音的辨别和发音。但对存在语音辨别困难的成年人来说，这种辨别困难却几乎无法逾越，很多人永远都不能将这些发音掌握到随心所欲的程度。
　　我们总在不断地形成新的记忆，说明有些神经元的联接终生都是可以修改的。为什么有些神经元联接却在我们成年以后不能修改了呢？
　　在大脑中，不同种类信息的加工，是由不同区域的神经元专门负责的。例如，眼睛输入的信息由专门的图形加工区负责；耳朵输入的信息由专门的声音加工区负责；如果眼睛看到的是人脸，图形加工区对其属性分解后，会输入到专门的人脸识别区继续加工；如果听到的是语音，声音加工后，会输入到专门的语言加工区继续加工。
　　这些有专门功能的神经元区，其联接方式只适合特定信息的加工，所以其加工也就更快速，更自动化。但是特定的信息只有有限的加工方式，使得加工过程具有极大的重复性，慢慢地，这些区域的神经元联接，越来越有利于常用加工功能的完成，同时越来越难被新的加工方式所改变，有些初级的专门功能区甚至不能改变。如果这些功能区发生脑损伤，由于大脑内其他部位不能代替实现这种功能，从而在病人身上可以发现某项功能的明显缺失。
　　大脑内还存在不对应特定功能的区域，这些神经元区一生都可以被新信息改变。但这样一来，其加工过程就不容易自动化，当有更新的信息进入争夺资源时，原有的记忆信息就会因干扰而遗忘。如果这些区域发生脑损伤，病人除了会表现出来智力低下外，并不会有某项功能的明显缺失。
　　科学家在美国选取了两类精通中英文的华人来做实验：一类是小时候就来到美国生活的；另一类是成年后才移居美国的。在他们使用英语时，测试其大脑内的电信号，结果发现：成年后移居美国的华人，使用英语时其大脑活动跟从小生活在美国的华人大部分是一样的，但在进行语法逻辑判断时，使用了额外的大脑皮层区。
　　我们知道，中文和英语两种语言在某些方面差异很大。这个实验说明，如果我们成年后开始学习英语，由于专门的语言功能区很难再被改变，对于一些差异大的语言处理过程，大脑不得不使用其他的通用区作为补充。
　　前面说过，大脑的潜能是无限的。以语音识别为例，一门语言也就只有一两百个发音，同一种发音由不同人说出来，会因为音调音量高低的不同，在耳朵内形成不同的放电模式，但神经系统识别后被归类为相同。这是典型的不同输入最后得到相同输出的例子。假设在人的大脑中使用了十万个神经元来对语音进行识别，这十万个神经元的可能放电模式组合就是一个天文数字，分配给两百个发音来使用，每一个发音可用的组合也是一个天文数字，如果分配给一千个发音来使用，每一个发音可用的组合仍然是一个天文数字。
　　如果我们生活在一个只有母语存在的环境，这一两百个发音就会把所有的加工资源占光。当能够识别的语音占用的神经系统资源越多时，对这种语音的加工速度就越快，准确度也越高，同时，也造成加工资源的冗用。我们再遇到新的疑似语音时，神经网络就难以辨别其差异，会自动将新语音归类于已有的相似语音中。
　　在神经联接网络中，加工资源的冗用是必须的：对于我们的发音器官发不出来的声音，语音系统没有必要为其预留识别资源；冗用也是必然的：对于不存在于生活中的发音，语音系统没有办法为其预留识别资源。
　　冗用也发生在其他信息的编码中。比如，当我看到张三时，我问他：“咦，你今天的头发怎么和昨天不一样了？”张三答到：“昨天出门时间太匆忙了，没有梳头，头发有点乱。今天出门时专门整理了一下。”对于张三发型的细微区别，我其实是没有必要对其记忆的，因为他的发型每天都会有细小的变化，这些变化毫无意义，而且也不影响对张三的任何认知。但对于熟悉的人，我总记得很多无关紧要的细节，而对于我第一次见面的不太熟悉的人，尽管我知道去记住对方的某些信息是很重要的，但还是可能记不住。
　　另外，大脑中有很多信息需要有精确的编码，比如，汉字的写法、英语单词的拼写、熟背的诗歌等。为了保证这些信息编码的精确性，并且长时间不会遗忘，就有必要将尽可能多的资源交给这些信息，使其过度编码。但是有些过度编码所占用的资源是可以在竞争中被其他新信息或更常用信息抢过去，一些生僻的汉字，英语单词或诗歌，虽然最初也曾被熟记，被精确编码，但随着时间的流逝，渐渐地在记忆中变得不太确切。
　　由于一些初级加工资源一旦冗用，就不易被改变，从而造成其他模式信息的加工困难，所以在个体的早期成长教育中，让其尽可能接触多样化的信息，培养广泛的爱好，将有利于提高其神经元网络的兼容性，以后更容易接受和掌握一些新奇的高难的知识。如果一开始就在单一的技能上进行专业化的训练，在这项技能最大化的同时，会造成大脑资源的冗用，压制其他方面潜能的发展。
　　

howhowfire

第一章至此结束了。尽管一开始就谈了这么多神经元的东东，但作者想写的其实是一本关于学习方法的书。在第一章里，有以下作者个人认为比较重要的结论（正确与否先姑且不论）：

1.记忆系统是满的，没有没用过的神经元为新记忆准备。
2.神经元网络既是信息的加工系统，又是信息的编码系统（本书中的最重要的假设）。
3.新记忆将与旧记忆共有神经元进行编码。
4.大脑无法去记忆的内容进行全部枚举和索引。
5.新信息编码的精细化需要一定的（时间）过程。
6.神经元网络联系模式的多样性是学习新知识的基本条件。

这些结论是后面内容的基础，通过这些结论，也才能说明在学习时，有些方法为什么是错误的，而正确的方法又是什么。

例如：在我们平常的学习中，我们常常试图将所有学习到的知识都要记得滚瓜烂熟，也既是要对这些知识进行全部枚举和索引，这其实是违背了大脑的工作规律，我们注定只能对部分内容在一个短时间内达到这种程度（但却要付出大量的努力）。在后面章节中，作者推崇的内隐学习和浸入式学习，刚好采用与此相反的方法。

另外，对信息编码的精细化需要在大脑中慢慢转化，需要一个时间过程。我们常常强调学习的努力与认真，希望能够对知识接触时就即时掌握。有些知识，大脑能够达到，但有些知识，这样做就超出了大脑的能力（每个人，适应的知识并不一样）。这也是一些学习方法之所以错误的一个原因。

希望有人能有耐心把它看完。欢迎大家看完拍砖哈。

howhowfire

第二章 意义的产生

     9. 任何信息皆可转换为一数串，一数串要有意义，必须依赖于另一有意义的数串。

　　当我们把一部《红楼梦》存储在磁盘上时，写在磁盘上的其实是一串很长的二进制代码。从数学意义说，这是一个很大的数而已，即：
　　《红楼梦》= 一个大数
　　我们常常认为：写在纸上的《红楼梦》书，是有意义的，我们可以从书上还原出亭台楼阁、人物场景等等；而一串数字，又有什么具体的意义呢？
　　但对计算机来说，所存储的一切信息，都是数字，无论是中文还是英语，图片还是声音，都可以用某种规则转换为一串数字。有了规则后，数字即可指代任何东西，从而有了意义。在这个规则下，《红楼梦》被转换为唯一的一串数字，这一数串又可还原为《红楼梦》。如果我们失去了规则，这一数串就变成无意义的了。
　　但什么是规则呢？在计算机上，规则即是一段程序，来执行编码和文字之间转换的程序。然而所有的程序也是存储在硬盘上的一串数字。而一段可在微机CPU上运行的程序，如果交给工作站CPU，则无法执行，变成一串无意义的数字。之所以这样，是因为两种CPU的内部逻辑电路设计不一样。但逻辑电路的设计知识，又可以某种方式转换成一串数字。
　　如果我们继续追溯，会追溯出更多的计算机知识，然后是更多的物理知识，以及数学或语言的知识，等等，正是因为有了这些知识，才保证了计算机上存储的这一长串数字，可以转换为《红楼梦》，可以有意义。而所有这些知识，都可以转换成一串又一串的数字。
　　概而言之：一数串A要有某种意义，必须依赖于另一有意义的数串B，但数串B之所以有意义，是因为另一有意义的数串C。
　　我们所有的知识，是一个巨大的符号体系，在这个体系中，具有内部的一致性。这种一致性表现在：如果我们认为知识B是正确的，是因为它可以从另一个正确的知识A推导出来，同时，我们也可以从B的正确性推出C也是正确的；但如果C证明是错误的，则可依次得到B和A也是错误的，与此相关的所有知识也因此是错误的。
　　数学上有个哥德尔定理，认为：不存在一个完备的体系，里面所有正确的命题都可以在体系内被证明。当我们认为我们的知识体系是正确的，是有某种意义的，但可能我们无法完全证明这一点。
　　在埃及，人们发现了古代人留下的大量象形符号，但并不知道这些符号有什么实际的意义。100多年前，一位法国士兵在一件文物上发现有古罗马语（拉丁文）刻的埃及艳后克娄巴特拉的名字，旁边还有一串古埃及的象形符号，他推测这些符号是埃及艳后的名字在古埃及语中的发音。他的推测被证明是正确的。人们由此逐渐推断出古埃及所有象形符号的发音和意义，一门研究古埃及语言的学科出现了。
　　若设想一个外星人到地球上来，拣了一块牌子，上面刻着“apple”，他回去之后，将无法得出这几个图案有任何意义，但若是他拣了一套英文百科全书回去，他就可以慢慢推测出上面所有字符的意义。今天，古埃及语言能够被研究，不仅仅是因为第一个士兵发现的突破口，还因为有足够多的古埃及语被保存，使得我们可以让这些知识相互验证，慢慢形成一个有意义的语言体系。