智能发展的先天与后天因素

自古以来，一个人的智能究竟是先天决定的，还是后天锻炼出来的，这一直是个争论不休的问题。上一节中讲了人们对天才脑的研究，希望从他们的脑中找出和常人不同之处，实际上也就是想说明天才或者说智能是由脑结构本身决定的，即在很大程度上是由先天决定的。但是经过几个世纪的努力，人们并没有在这方面找到确凿无疑的证据。当然不可否认的是，像高斯这样神童的表现无疑是先天的因素在起作用。18世纪，有些科学家开始研究后天对智能的影响，试图说明后天的经历也能使脑本身发生变化。

1785年，意大利解剖学家马拉卡尔内（Malacarne）对同一窝中取出的成对小狗或小鸟进行了研究。他对每一对中的一只动物长时期地进行广泛的训练，而对另一只不给予任何训练，但是在其他方面则给予完全同样的细心照顾。最后当他把各对动物杀死而检查它们的脑的时候，发现经过训练的动物的脑要更复杂，沟回也更多。但是不知道什么原因这一研究并无人继续研究下去。

19世纪末，又有人研究学习和经验对人脑的影响问题。尽管在早期有些研究说明这两者之间存在某种关系，但是之后的研究又表明这些早期研究证据不足。一直到20世纪60年代，美国心理学家罗森茨维格（Mark Rosenzweig）、贝内特（Edward Bennett）和戴安蒙费时10年通过新技术对经验对脑的影响问题进行了一系列的实验。

他们之所以选取大鼠作为实验对象，是因为大鼠的皮层表面比较光滑，没有那么多的褶皱，因此如果有什么变化比较容易看到和测量；大鼠一窝中有许多小鼠，可以方便地配对做各种实验；当然成本低也是考虑因素之一。

在每次实验中，他们都从同一窝中选取三只雄性大鼠，随机地放到三种不同的环境中：第一种环境就是那窝大鼠原来所在的笼子，笼子大小适中，食物和水充分；第二种环境是把一只大鼠关单间，笼子很小，除了食物和水之外一无所有，这就是所谓的“贫乏”的环境；第三种环境可以说是大鼠的“迪斯尼乐园”，有6—8只大鼠共同生活在一个大笼子中，除了提供食物和水之外，他们每天都会从25种玩具中挑选一些放到笼中供大鼠玩，这种环境可以称为“丰富”的环境。不同组的大鼠在这三种环境中生活4—10周不等。时间一到就把大鼠的脑做成标本，让不知道标本对象原来是生活在哪种环境里的研究人员把这些脑做成切片，并加以测量、称重、计数其中的细胞数，以及分析神经递质特别是乙酰胆碱脂酶的活性，因为后者能使神经脉冲在脑细胞间传输得更快和更有效。

图5-6　把大鼠饲养在三种不同的环境中。左上图：一群大鼠饲养在一个一无所有的笼子中；右上图：单独一只大鼠饲养在一个很小的一无所有的笼子中；下图：一群大鼠饲养在一个有各种玩具的大笼子中。

结果发现，生活在“丰富”环境中的大鼠的大脑皮层明显变重、变厚，乙酰胆碱脂酶的活性也更大。但是神经元的数目并没有显著的不同，这意味着在丰富环境中生活的大鼠的神经元要更大一些。

罗森茨维格等人下结论说：

虽然由环境所造成的脑的差异不是很大，但是我们确信确有差异。这些结果能通过重复实验而重复得到……我们发现经历对脑所造成的最一致的效果表现在皮层重量和脑的其余部分（也就是皮层下部分）重量之比。看来丰富的经历会使皮层的重量显著增大，而脑的其余部分则变化不大……经验无疑地会改变脑解剖和脑化学的许多方面。

他们还发现，在丰富环境中生活的大鼠的突触要比在贫乏环境中生活的大鼠多50％。最后他们还从野外捕捉小鼠，然后分别让一组继续生活在野外，而另一组则生活在“丰富”的笼子里，经过4个星期以后，他们发现生活在野外的小鼠的脑要比人工饲养的小鼠大，尽管后者是饲养在“丰富”的环境之中。他们说道：“这表明和自然环境比起来，即使是丰富的实验室环境也依然是贫乏的。”

在他们的文章发表以后，许多人又对此做了进一步的研究。由于伦理的原因，我们不可能把他们的实验原封不动地移植到人上来做，但是对盲人的脑和正常人的脑在死后所做的解剖研究表明，盲人皮层视区要比正常人发育得差，褶皱少而且薄。

他们的发现告诉年轻的父母要多陪伴他们的婴儿，尽量让他们生活在一个丰富多彩的环境中。对老年人来说，也应该多动脑筋，而不是整天无所事事。戴安蒙后来说道：

对人生来说，我想我们可以对脑的衰老问题采取一种更加乐观的态度……主要的因素是要有刺激。神经细胞就是接受刺激用的。我想好奇心是一个关键的因素。如果一个人能终身都保持好奇心，那么这肯定会给神经组织以刺激，而皮层也可能对此作出反应……我曾经找了一些年逾88岁的老人，我发现那些一直在动脑筋的人脑子还很清楚，事情就是那么简单。

我国最长寿的科学院院士贝时璋先生以107岁高龄去世，生前他几乎每天都要到单位转一下，并且关注着当代的科学发展，直到去世前不久他还和去拜访他的郭爱克院士谈纳米生物学的问题。当然并不是动脑筋就可以包治百病，美国前总统里根和英国前首相撒切尔夫人显然都是经常动脑筋的人，但是他们都还是得了老年痴呆。不过无论如何，经常动脑筋和与社会保持接触至少能减少脑退化的概率。

前面我们讲过，人们曾经希望以脑商作为衡量动物智能的一个客观指标，这意味着在体重不变的条件下，脑越大就越有智能，而在脑商的排名表中，人确实已经高居榜首。那么是否可以无限制地通过增大脑商而使动物变得更加聪明？答案是否定的，因为对于一定体重的动物来说，脑的增大意味着要消耗掉大量的能量。对人来说，脑重只占体重的2％，但是即使在休息时，脑所消耗的能量已经达到整个能量消耗的20％。对于新生儿来说，这个比例甚至高达65％。而脑的能量消耗又主要集中在神经元之间的相互通信上，对人来说几乎要占到脑总消耗的80％。这会带来什么样的后果？

为了研究这个问题，从20世纪下半叶开始科学家就研究了大量各种动物的脑，统计轴突的直径、神经元的大小和密度，以及每个神经元上的突触数。结果发现当不同种动物的脑逐渐增大时，神经元的平均大小也增大了，以适应和脑中增多了的神经元进行通信。但是神经元大了，在皮层中的神经元密度就要减小，神经元之间的距离就要增大，这样轴突也要加长才能进行通信，而如果要使脉冲在轴突上传导的时间不延长，就得加粗轴突。当脑变大时，皮层上就得分成越来越多的不同脑区，而这些脑区又往往负责不同的功能。脑就采用这种方法来减轻神经元数急剧增大所带来的通信问题：在有类似功能的神经元所组成的模块中，神经元之间的相互联系更紧密，也减少了不同功能的模块之间的长距离联系，左右半球的分工也是如此。美国的理论神经科学家钱吉齐（Mark Changizi）说道：“有关脑变大的这些看起来非常复杂的情形只是脑为了解决通信问题所不得不采取的策略。”脑变大“并不意味着变聪明”。加粗轴突不仅多占空间，也多消耗能量。美国物理学家巴拉苏布拉马尼亚姆（Vijay Balasubramanian）指出，神经元的轴突直径加倍，能量消耗也要加倍，而脉冲的传导速度只增大40％左右。即使这样，当脑增大时，白质的增大还是显著领先于灰质，因此增大的部分更多地用于相互连接，而不是真正进行实际计算。因此无限增大脑对提高智能是不可持续的。

美国神经科学家卡斯（Jon H. Kaas）发现：和其他哺乳动物不同，灵长类动物当脑增大时，皮层神经元的大小变化不大，只有少数联络很复杂的神经元的大小才有所增大。所以不同灵长类动物的脑的大小虽然不同，但是其中神经元的密度却差不多。枭猴（owl monkey）的脑比狨的脑大一倍，其中的神经元数也多了一倍。而对啮齿动物来说，脑增大一倍，神经元数却只增加了60％。这一差异导致极其不同的后果。重量为1.4千克的人脑中有1000亿个神经元。如果一个啮齿动物按此类动物的脑重—神经元数的规律来计算的话，要有这么多的神经元的脑就要重达45千克！

2005年，德国神经科学家罗特（Gerhard Roth）和迪克（Urusula Dicke）指出，有较小而密度更高的神经元对智能的影响要大于脑商。罗特说道：“和智能关系最密切的是皮层中的神经元的数目，以及神经活动的传导速度。”后者随神经元彼此之间的距离增大而减小，并且随其轴突上髓鞘化的程度而增大。如果罗特的话确有道理的话，那么灵长类动物由于其神经元比较小，因此可以在同样大的脑中有更多的神经元，并且由于安置紧密，彼此之间的通信也更快。

2009年，荷兰神经科学家范登赫费尔（Martijn P. Van den Heuvel）用功能性磁共振成像测量在执行同一任务时不同的人活动脑区的大小，结果发现如果不同活动脑区之间的距离越小，一般说来受试者的智商也越高，这可能意味着上面对一些灵长类动物适用的原则对人也适用。

目前对于什么是智能还没有一个公认的定义，“智能”一词成了一个大口袋，里面可以包括大量同样没有很清楚定义的功能概念。那么是不是可以从中抽提出少数几点最本质的性质呢？

美国的计算机专家和企业家霍金斯（Jeff Hawkins）的真正兴趣是想知道大脑是如何工作的？智能究竟是什么？如何通过研究大脑的工作原理来建造“智能机器”？他认为如果只注意让机器在行为方面模拟人脑，而不真正去了解人脑的工作原理，那么，就不可能造出真正有智能的机器。他认为现在的计算机和大脑的工作原理是完全不同的。大脑的主要工作并不是计算，而是记忆和预测。他的这一理论引起了许多人的兴趣，很值得进一步思考。对于他的理论特别感兴趣的读者，还可以直接读一下他自己的著作《论智能》（On Intelligence）⁽³⁾。

当然，智能的“记忆—预测”框架仅是霍金斯的一家之言，其优点是比较具体。但是它是否就可以作为智能的定义，也是见仁见智的问题。现有的一些其他的关于智能的定义，多半也是用“智能”的同义语来定义智能。或许还是德国马普学会前会长马克（Hubert Mark）的定义更具体一些：“以一种新的方式把本来互不相关的片段信息联系起来的能力，从而能适应新的情况。”这段话在一定程度上倒是和霍金斯的框架有异曲同工之妙。他们的这些论点值得进一步思考。

————————————————————

(1) 1868年在法国南部克鲁马努山洞里发现的古人类，是旧石器时代晚期新人的总称。

(2) 计算尺是在计算器和计算机得到普遍应用之前，工程技术人员经常使用的一种计算工具。

(3) Hawkins J，Blakeslee S. On Intelligence. New York：Henry Holt and Company，LLC，2004．其中译本《人工智能的未来》由陕西科学技术出版社于2006年出版。此译本总的说来还是不错的，可惜书名翻译不妥，因为作者本人并不赞成人工智能，他强调的是人脑所有的真正的智能，所以书名似译为《智能论》或《论智能》为妥。