什麼樣的大腦聰明和讓嬰兒更聰明的方法

　　人與人的大腦袋確實有著差異，聰明的大腦都是與眾不同的，那麼你知道什麼樣的大腦聰明嗎?下面就讓小編告訴你，一起來看看吧!

　　什麼樣的大腦聰明

　　我們都知道，有人比我們笨，也有人比我們聰明;我們還知道，在某些特定領域執行某些特定任務——比如記憶人臉或快速進行數學心算時，有人比我們出色，也有人不如我們。據推測，這種能力和資質的不同或許源於大腦結構的差異。而且有許多研究已經證實，某些特定任務與一些特定腦區的活性有關。不過，大腦是如何將整個腦區的活性整合在一起的，這個問題還有待進一步探討。那麼“聰明”的腦袋究竟長什麼樣呢?

　　現在，研究智力的科學家首次就這一問題展開全面的研究。腦成像研究正在揭示神經結構和神經功能如何導致個體的智力差異。現有的結果證實了眾多科學家幾十年來堅持的觀點：並非所有人的大腦都以相同模式執行。智商相同的人在解決同一問題時，或許用時和準確度都相同，但是他們的腦區組合可能不同。

　　男性和女性在影像測試中會出現組間差異，老年人和年輕人之間也會出現這種差異，哪怕他們智力水平相當。不過，新研究證實，當與智力相關時，人們大腦結構和大腦功能的差異是這些組間差異的關鍵，然而這也只揭開了冰山一角而已。這些研究暗示，智力可以根據特定腦區的大小及它們之間資訊傳遞的效率來重新定義。更誘人的是，或許在不久的將來，腦部掃描就能夠揭示出一個人在某些科目或者某些工種更具有天賦，這可以大大提高教育和職業諮詢的有效性和準確性。對智力瞭解越多，越有助於人們挖掘潛在的智慧並取得成功。

　　一個世紀以來，人們對智力的研究主要依賴於智商測試這樣的筆頭測驗。心理學家利用統計學方法劃分出智力的不同組成，以及這些組成在人們的一生中如何變化。這就決定了基本上所有的心智慧力測驗，不管它們的內容是什麼，相互之間都存在必然的聯絡。也就是說，在一項測驗中得分高的人，在其他測驗中也很有可能會取得高分。這一事實提示我們，所有的測試都有一個共同的影響因素，即一般智力因素general factor of intelligence，簡稱g。g因素對個人成功具有很強的預示作用，因而也是許多研究的焦點。

　　除了g因素，心理學家還確認了智力組成的其他基本因素，包括空間因素、數字因素、語言因素、推理能力[又稱為流體智力fluid intelligence]、事實資訊儲備[又稱為晶體智力crystallized intelligence]等。然而，決定著g因素和其他這些因素的大腦機能和結構都無法從簡單的智商得分或者損傷的大腦中推測出，因此它仍然是個謎。

　　20多年前出現的神經科學技術最終為這個難題提供了可能的解決方案。新的方法，特別是影像技術，可以基於大腦的物理特質重新定義智力，這與我們以前的方法截然不同。1998年，我在美國加利福尼亞大學歐文分校和同事共同完成的課題，正是世界上首批利用這些新技術所做的研究之一：通過測量神經元放電時消耗的低水平放射性葡萄糖low-level radioactive glucose的數量，正電子發射斷層掃描 positron-emission tomography，PET可以生成腦部新陳代謝影像。利用這一技術，我們測量了一小部分自願者在解決非語言抽象推理問題時腦部的能量代謝情況。這項研究採用了雷文高階推理測驗Raven’s Advanced Progressive Matrices。

　　這項測驗被認為能夠很好地體現g因素的情況，所以在自願者解決測試問題時，我們希望通過判斷哪些腦區活性增強尋找到一般智力產生的位置。令我們深感意外的是，測驗中表現並不好的人卻消耗了更多的能量即葡萄糖代謝增加。在解決這些問題時，越聰明的人消耗的能量越少，也就是說他們的大腦效率更高。

　　接下來的問題是，大腦的能量效率能否通過訓練提升。1992年，我們要求自願者學習一款名叫俄羅斯方塊Tetris的電腦遊戲，並在學習前後分別用PET掃描他們的大腦。結果發現，經過50天的練習和技能提升之後，自願者部分腦區的能量代謝顯著降低。這些資料表明，經過一段時期的訓練，大腦能夠分辨哪些腦區對提升表現並非必要，因而就會降低這些腦區的活性，從而提高能量利用效率。而且，g因素數值較高的自願者在訓練之後，大腦能量效率也提高得更多。

　　直到20世紀90年代中期，我們一直認為效率是理解智力的關鍵。然而到了1995年，我們發現男性和女性大腦的運作方式並不相同。從這第一條線索出發，我們逐漸得出了今天已經熟知的事實：效率取決於所執行任務的型別和難度;解決問題時，由於思考的人不同，大腦功能還會出現個人差異和組間差異。在1995年的這項研究中，我們測驗了一項特殊的心智慧力——數學推理能力。我們選取了SAT美國大學入學考試數學考試中獲得高分和成績平平的大學生，並在他們解決數學推理問題時，用PET檢測他們的大腦功能。與g因素研究不同，這項研究顯示，數學能力較高的學生某個特定腦區額葉消耗的能量也較高。不過這種情況只有在男性大腦中才會出現，即使男性和女性在測試中水平相當，也只有男性的這些腦區顯示高耗能。

　　性別差異

　　同樣的現象如今已經被我們和其他一些研究人員的觀察所證實，特別是在使用先進的腦電圖掃描技術時，這些實驗都顯示出了大腦功能的性別差異。此外，大腦結構似乎也在兩性差異中起到了重要的作用：有研究暗示，兩性在認知上的差異，例如男性往往具備更強的視覺空間能力，或許就源於大腦結構的不同。

　　2004年以來，我們在《神經影像》 Neuro Image雜誌上發表了一系列相關論文。在這些研究中，我們利用結構性核磁共振掃描技術觀察了灰質和白質的數量與智商測試得分之間的關係。灰質由神經元的胞體構成，執行大腦的運算功能。白質由神經軸突axon, 神經元胞體上長長的線狀結構構成，不同灰質區域之間正是通過這些軸突相互聯絡。我們的研究指出，整個大腦分佈著一個由不同區域構成的網路，這些區域中的灰質和白質越多，IQ得分往往也越高。不過，這個網路中的特定腦區對於男性和女性來說並不相同，這說明，至少存在兩種大腦結構能在智商測試中產生同等表現。大體來說，我們發現，在女性的額葉腦區，尤其是和語言相關的區域，灰質和白質越多IQ得分就越高;而對於男性來說，與IQ得分相關的腦區主要是額葉區域的灰質，尤其是負責整合感覺資訊的後域posterior area。

　　對於男孩和女孩來說，與IQ相關的大腦發育模式也有不同。2006—2008年發表的一系列成像研究中，美國辛辛那提兒童醫院醫學中心的神經生物學家文森特·J·施米特霍斯特Vincent J. Schmithorst與同事收集了大量的樣本資料。他們發現，隨著女孩年齡增加，她們的右腦越來越有組織性，也就是說在右腦半球不同腦區之間呈現越來越清晰的聯絡路徑。而男孩則在左腦半球呈現這種發育趨勢。我們還不清楚這些發現與男孩和女孩的行為或學習差異有何關聯，不過這項研究為將來進一步研究男孩和女孩的大腦發育與認知能力和學業表現之間的關係指明瞭方向。

　　新的定義

　　並非所有大腦都以相同模式運轉，性別差異只是其中原因之一。在2003年的一項研究中，我們未給自願者設定執行任務，以此研究在他們處於被動心理狀態下是否能夠觀察到大腦功能差異。通過雷文測驗，我們把自願者分為高分組和普通組，要求他們觀看同一個視訊片段，不用解決問題，也不用執行其他任務，並用PET觀察他們的大腦。結果顯示，兩組自願者大腦後部視覺處理區域的活性顯著不同。這些資料表明，高智商的人更注重資訊處理的早期階段。這或許暗示，聰明的人不是“被動地”觀看視訊，而是在主動地處理看到的資訊。

　　儘管越來越多的證據顯示，每個人的大腦在解決問題甚至在被動感覺的處理過程中都不盡相同，但我們大體上還是能夠確定一個與智力有關的大腦區域網路。實際上，定義這些重要的腦區以及它們和智力之間的聯絡，有助於我們確切地描繪每一個人的大腦是如何工作的——每個個體都是以其獨特的組合方式運用其中某些腦區。

　　2007年，我和美國新墨西哥大學的神經心理學家雷克斯·E·榮格Rex E. Jung回顧了當時所有的37項關於智力的神經影像學研究。我們在《行為與腦科學》 Behavioral and Brain Science雜誌上發表文章指出，結構研究和功能研究中發現的、與智力相關的重要腦區具有一致性。這14個腦區分散於整個大腦，顛覆了“只有額葉才是與智力相關的主要腦區”這種我們長久以來持有的觀點。確切地說，位於毛渦crown of the head下面、被認為與感覺整合sensory integration有關的部分頂葉parietal lobes，實際上對智力的形成也有重要作用。由於在我們回顧的這些研究中，描述最多的是頂葉和額葉，所以我們把自己這套基於區域網路的智力理論稱為“頂葉-額葉整合理論”parieto-frontal integration theory，P-FIT。14個P-FIT腦區與注意力、記憶力、語言及感覺處理有關。

　　確定了P-FIT網路就意味著我們可以根據大腦可測量的特徵來重新定義一般智力。在某些P-FIT腦區，灰質的數量以及腦區間的資訊流information flow速率都可能對智力的高低起著關鍵作用。2009年初，荷蘭烏得勒支大學醫學中心和中國科學院北京研究院在研究中都使用了功能性核磁共振掃描技術來確定全腦的資訊傳遞效率，並精確地指出了P-FIT腦區中與IQ得分聯絡尤其緊密的區域。這些發現佐證了一個觀點：一般智力不僅與灰質的數量有關，很大程度上還取決於聯絡這些關鍵灰質區域的白質。聯絡得越緊密，資訊流的傳遞速度就越快——較快的處理速度似乎就意味著較高的智商。

　　獨一無二

　　IQ分數並不能說明一切，甚至可以說它根本就不能說明什麼問題。不同人的智力似乎源於不同的P-FIT腦區組合，這或許可以解釋為什麼每個人都有各自的長處和弱點。極端罕見的自閉症天才是證實這些模式的絕佳案例。丹尼爾·塔米特Daniel Tammet就是一位擁有極高智商的年輕自閉症患者。他賦予數字不同的顏色和形狀，使得他可以記住圓周率π小數點後22,514位數字。他僅用了7天時間就學會了冰島語，並可以流利地與人交談。他獨立生活，寫了一本描述自己非凡數學能力和語言能力的自傳，暢銷全球。他的腦袋會是什麼樣呢關於丹尼爾·塔米特的更多內容，參見2009年第7期《學習“雨人”的記憶方式》?

　　儘管目前我們還不能從塔米特的腦部掃描圖中推斷出他的智力從何而來，不過神經影像學研究的最新發展動向顯示，或許將來有一天我們可以做到這一點。新的研究發現，某些腦區的灰質與特定的智力因素存在一定聯絡。

　　2009年3月，西班牙馬德里自治大學的心理學家羅伯託·科洛姆Roberto Colom和合作者也包括我通過對100名年輕人進行研究，報道了灰質數量和不同智力因素之間的關係。每位受試者完成了一套測試，每套測試包含9組認知測試題，分別針對不同的智力因素，包括g因素、流體智力、晶體智力、空間因素等。我們發現g因素得分與P-FIT預測的一些區域的灰質數量正相關。正當我們想解釋相同的g因素產生的原因時，卻發現一些腦區的灰質數量還與其他特定的智力因素相關。

　　這項研究孕育著一個誘人的想法：或許可以將一個人的灰質和白質分佈模式與他的g因素以及其他智力因素相匹配。換句話說，根據P-FIT區域的腦組織或許就可以預測一個人的認知能力在一系列心理能力中強弱的獨特模式。這些不同的腦部模式也許可以解釋為什麼IQ分數相同的兩個人認知能力會有很大不同。來自馬德里的資料很好地說明了這一點見上面圖文說明。實驗中，g因素得分最高的自願者幾個P-FIT腦區中的灰質數量遠遠多於所有自願者的平均數量——這也許並不奇怪。但有趣的是，g因素得分都是100自願者在這項研究中的平均值的兩個人卻表現出不同的認知模式，這也意味著他們擁有不同的認知優勢和弱點。

　　2009年3月，一項針對241名腦損傷患者進行的結構性核磁共振掃描研究強有力地證實，每個人都擁有獨特的腦區模式。美國加州理工學院的心理學家簡·格拉斯切爾Jan Glascher和同事的研究顯示，每一處腦損傷都與特定的智力因素得分有關。例如，右側頂葉受損的患者知覺組織出現障礙，不能有意識地理解感知中的原始資訊。

　　更聰明的未來

　　這些研究暗示，將來的神經影像學技術可以輔助甚至替代傳統的智力測驗。瞭解一個人的大腦模式具有重要意義。以教育為例，根據一個學生無論多大年齡的大腦特徵，可以為他“量身定做”學習計劃。還可以成功預測職業生涯：這些灰質區域的分佈模式是否能造就出最好的教師、戰鬥機飛行員、工程師、網球運動員?人們在尋求更好的職業諮詢時，如果大腦評估資料真的有用，他們當然願意嘗試一下。

　　需要強調的是，大腦並非一成不變，它具有可塑性——它一直在變化。根據腦區模式詳細解析個人優勢，只是一種指導——為人們增強實踐技能、提高教育水平提供建設性的建議，使人們可以在自己鍾愛的活動或事業上更加得心應手。新近的研究顯示，練習雜耍能夠增加運動腦區的灰質數量，但如果停止練習，這部分增加的灰質又會消失。既然智力與區域性灰質有關，假如突破傳統的教育模式，針對特定腦區進行專門訓練，能否提高智力?目前我們還不能回答這一問題，但前景是令人激動的。

　　神經智力探索的下一階段或許需要進行這些研究：通過教育實驗來確定是否不同的教育策略能夠引起特定的腦部變化;基於腦部特徵挑選出來的學生，針對他們採用不同的教育策略是否能使他們在某一學科中有最出色的表現。這些研究的目的，就是想通過參考每個學生的腦部資訊，來提高當前的教育決策水平。特定的腦部特徵如何出現?它們會受到怎樣的影響?這些問題對於未來的科學研究來說都是至關重要而又相互獨立的。

　　不管是否每個人都會完全認可同一個智力定義，神經科學都會堅定不移地向前發展。我們也會繼續探索大腦如何完成複雜資訊的處理過程，毫無疑問這是關於智力的所有概念的基礎所在。考慮到疾病對大腦的危害、衰老、現代社會對科技的需求、教育面臨的挑戰，以及通過智力體驗世界的快樂，理解聰明的大腦如何運作迫在眉睫——是時候開始討論神經智力研究的應用，以及這些研究資料引領我們發展的新方向了。