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（owlmonkey）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。
【注释】
[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]Haw kins J，B lakes lee S.On Inte lligence.New York：Hen ry Ho lt and Com pany，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。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
