大脑中，数百亿个神经元是如何相互协作来让我们感知这个世界，并对外界种种刺激做出反应的？对神经信号发出时间的精确控制，可能是候选答案之一。

撰文／特里·谢伊诺斯基（Terry Sejnowski）
托比·德尔布鲁克（Tobi Delbruck）
制图／肯·布朗（Kenn Brown）
翻译／石小东

特里·谢伊诺斯基 是美国霍华德·休斯医学研究所的研究人员，同时也是索尔克生物学研究所的弗朗西斯·克里克讲席教授，他掌管着该研究所的计算神经生物学实验室。

托比·德尔布鲁克 是瑞士苏黎世大学神经信息学研究所传感器研究小组的领导者之一。

大脑中，数百亿个神经元是如何相互协作来让我们感知这个世界，并对外界种种刺激做出反应的？对神经信号发出时间的精确控制，可能是候选答案之一。

谷歌或者iRobot公司最好的机器人都不如我们的大脑。我们可以即刻把大量的经历和情感搜索一遍。无论是在光亮处还是黑暗中，无论是从斜上方还是从侧面，我们能立即辨认出父母、配偶、朋友或者宠物的面孔，这样一个任务，即使是安装了计算机视觉系统的最先进的机器人，也只能马马虎虎地完成。我们还可以毫不费力地同时完成多项任务：与熟人攀谈的时候，我们可以从口袋里取出手帕擦拭额头。然而，设计一个电子大脑，让机器人也能同时完成几个简单的动作，仍然只是一个美好愿景而已。

人类大脑中存在着数百亿个大脑细胞，这些细胞之间又形成了上百万亿个神经连接，其复杂程度丝毫不逊于当今的因特网，那么我们的大脑是如何完成各种任务的？一个答案是，大脑的能效相当高：当一个神经细胞和另一个神经细胞交流时，大脑所用能量仅仅是一台计算机完成同样工作所需能量的百万分之一。大脑拥有如此高的能效，进化很可能起了重要作用。

不过，大脑也有一些固有局限，因此只凭能效高，无法解释大脑如何完成这些任务。例如，大脑皮层上的一个神经元在接收到其他神经元的信号时，会在千分之一秒内发出一个脉冲作为响应。而这个响应速度比起计算机里起开关作用的晶体管的接通时间—十亿分之一秒，只能算是“蜗牛级”的。神经网络的可靠性也不高：一个信号从大脑皮层细胞发出后，只有20％的概率能到达“目的地”；如果这个信号要到达与发出细胞相距较远、没有直接连接的细胞，成功概率就更低了。

神经科学家还不完全了解，大脑如何从神经信号中提取有意义的信息。然而最近，我们和其他科研人员在这方面取得了一些令人兴奋的进展：我们发现了大脑如何有效地控制神经脉冲的发放时间，以便编码信息、快速解决计算难题。这是因为一群神经元几乎在同一时刻发放神经脉冲，要比同样规模的一群神经元，在不同时间发放神经脉冲携带的信息更多。

除了能让人们更加了解宇宙中最复杂的“机器”—大脑，这些研究的未来进展还可能催生全新的计算机。科学家已经构建了“神经形态”的电子通路，来模拟大脑信号网络的一些机制。如今，我们可以建造由100万个“电子神经元”组成的装置，而且还在筹划建造更大的系统。最终，研究人员将能够建造出运行速度远远超过现代计算机的神经形态计算机，而其功耗却要低得多。

从眼睛开始

和许多其他神经科学家一样，我们经常使用视觉系统作为我们的“实验平台”，部分原因是，我们对视觉系统中的基本神经连接已经了解得很清楚了。

不论是在视觉系统，还是大脑其他部位，科学家一直怀疑神经信号的发放时间是一个关键信息，大脑可以据此判断在神经网络中传递的信息是否有意义。不过，在过去几十年里，这种观点一直没有得到重视，因为只有对大脑的不同部位进行对比后，才能知道神经信号的发放时间重不重要，但在很长时间里，科学家一直无法同时监测一个以上的神经元的活动。但最近，神经系统计算机模型的研发，以及神经科学研究在理论和实验中得到的一些新成果，激起了科学家对神经信号发放时间的兴趣。他们认为通过研究这一问题，可以更好地了解神经元之间的交流。

大脑细胞可以接受不同时间尺度上的各种输入信号。比如，来自右耳的、微秒级的信号，必须和左耳的、发送时间稍有差异的信号协同一致。而与这些快速信号相对的，则是跟随血液缓慢流动的各种激素。不过，我们要讨论的最重要的信号还是神经脉冲，也就是通过神经元的短暂而急促的电压变化。细胞间交流中的即时响应都是由只持续数毫秒的神经脉冲来完成。一个神经元可能会同时接收到要求它发放脉冲以及不要发放脉冲的信号，如果前一种信号的数量更多，它就会发放脉冲。随后，神经脉冲就会沿着轴突（axon，类似于一根分支电线）传送，直到轴突的末端。在这里，神经信号以化学形式通过两个神经元轴突相互连接的地方（即突触），传递给下一个神经元。

在每只眼睛的视网膜上，都有上亿个光感受器来感知光线的变化。当入射光线经过数层神经细胞的处理后，视网膜后的上百万个神经节细胞就会把光信号转变成一系列神经脉冲，通过轴突传送到大脑其他部位，而这些部位又会向其他区域发送神经脉冲，最终产生有意识的感知。每个轴突可在一秒钟内携带数百个神经脉冲，但一般只有几个脉冲能沿着神经网络传送。你通过视觉感知到的所有外部信息—物体的形状、颜色、运动等，都被编码成了潮水般的神经脉冲，而要区分这些脉冲，正是靠它们的发放时间。

要弄清楚大脑的运作机制，同时监测多个神经元是关键一步，但正是这一步，一直是科学家面前的拦路虎。2010年，美国索尔克生物学研究所的齐齐尔尼斯基（E. J. Chichilnisky）和同事在《自然》杂志上报道了一项重要进展：他们同时记录到了猴子视网膜上数百个相邻神经节细胞发出的神经脉冲。这一进展使得追踪每个神经节细胞所对应的光感受器成为可能。拥有了同时记录多个神经元活动的手段，科学家或许就可以破译大脑信号。

多年来，研究人员使用过数种方法来破译视网膜发出的信号所代表的含义。有一种方法是记录一定时期内经过每个轴突的神经脉冲数量：数量越多，信号越强。神经脉冲发放频率的变化，蕴含了各种视觉信息，比如空间位置、光线的明暗、物体运动方位，上述每个特征的信息，都是由特定神经元群来传递的。

神经元发放神经脉冲的顺序，也蕴含了特定信息。比如，视网膜内的神经节细胞对光线强度非常敏感，当视觉场景发生变化时，这些细胞会向大脑其他部位发送神经脉冲。当多个神经节细胞几乎同时发送脉冲时，大脑就会觉得，细胞们是在对同一物体的某个方面做出响应。英国剑桥大学的著名神经科学家霍勒斯·巴洛（Horace Barlow）将这种现象称为“可疑的巧合”。巴洛指出，视觉皮层上的每一个细胞都可能被物体的某一种物理性质（如物体的颜色或位置）所激活。当部分细胞在同一时刻发出脉冲时，这种同时激活的行为就是一个“可疑的巧合”，因为这种现象可能只会在特定的时间，针对特定的物体发生。显然，脉冲的这种同步性会提醒大脑这些信号是值得注意的，因为这种同步现象的发生几率很小。

神经语言

大脑通讯

神经脉冲（神经元在数毫秒内产生的电压变化，这种变化会沿着轴突从胞体传到其他神经元）是大脑对一个事件做出即时反应的通讯信号。新的研究成果表明，神经元同步放电的时序赋予了大脑细胞网络高效性—这个网络是由神经元之间上百万亿个连接构成的。

眼睛告诉大脑什么

眼睛内的细胞对一个物体做出响应，发出神经脉冲，通过丘脑这个“中继站”传送到视觉皮层时，我们就“看到”物体。在特定时刻发出的脉冲代表着物体不同的性质，比如颜色、空间方位，当它们在视觉皮层被整合之后，就会产生对物体的整体感知。

电子工程师们试图根据上述现象来构建一些效率更高的设备，这些设备记录视觉场景时，可以模仿神经元发放脉冲的时序规则。德尔布鲁克（本文作者之一）设计制造了一台摄像机，当场景的亮度发生变化时，这台摄像机就会发出脉冲信号。该摄像机可以抓拍快速移动的物体，而数据处理却很简单。

追踪视觉信号

新证据表明，视觉皮层通过处理时间线索来弄清楚眼睛看到了什么东西。视网膜上的神经节细胞不会直接向视觉皮层发出脉冲，而是通过深埋在大脑中央的丘脑神经元来传递信号。而丘脑收到信号后，必须激活大脑两个半球视觉皮层的上亿个细胞，才能将信号发送到更高级的脑区，对信号进行有意识的解读。

通过检测丘脑中继神经元与多棘星状神经元（位于视觉皮层的中层）间的连接，我们可以弄清楚，神经脉冲的哪种发放模式能以最高的效率激活视觉皮层中的细胞。1994年，目前任职于瑞士苏黎世大学神经信息学研究所的凯文·马丁（Kevan Martin）和同事重构了丘脑传向视觉皮层的神经信号，结果发现，在每一个多棘星状神经元上，只有6％的突触参与了这一过程。于是，每个人都想知道：这些微弱的、涓涓溪流般的视觉信号，是如何与视觉皮层各层上的神经元可靠地交流的？

皮层神经元对于信号强度的波动异常敏感，能在数毫秒内通过发放脉冲对此做出响应。2010年，谢伊诺斯基（本文作者之一）连同索尔克研究所的王西平（Hsi-Ping Wang）、唐纳德·斯班塞（Donald Spencer）以及亚利桑那大学的简－马克·费洛斯（Jean-Marc Fellous），构建了多棘星状神经元的详细计算机模型。他们的研究表明，虽然一根轴突上的单个神经脉冲无法激活一个多棘星状神经元，但是只要有四根来自丘脑的轴突传来的信号能在几毫秒内相继到达一个多棘星状神经元，这个神经元就会做出响应。接收到丘脑传来的信号后，视觉皮层也只需少量神经元发出神经脉冲，用以描述物体的轮廓或材质。每个多棘星状神经元都会有特定的敏感视觉信号，比如有些细胞接收到某个物体边缘具有特定方向的偏转时，它们就会以很高的频率发放神经脉冲。

应用

视网膜与新型摄像机

通过研究大脑的视觉机制，科学家发明了一种新技术。

传统数码摄像机的效率出奇地低，它们每秒拍摄24帧图像，来捕捉一个视觉场景中不同部分光线强度的变化。每一个像素，也就是图像中离散的“图片元素”，需要记录刚刚过去的40毫秒内的平均光强度以生成一幅图像—这段时间内，被快速击中的网球可以移动1.5米远。因此，摄像机产生的巨大数据流需要消耗大量的时间进行处理。

为了提高效率，本文作者德尔布鲁克和同事开发了一种新型摄像机，该设备模拟了视网膜部分区域编码图像的方式。如同视网膜一样，这款摄像机被称为动态视觉传感器（Dynamic Vision Sensor, DVS），当某一像素发现了场景中的亮度在现有数值基础上变化时，摄像机只会记录发生变化的这部分场景。因此该摄像机可以去捕捉快速移动的物体，却只需处理少量的数据。

DVS中，像素的行为类似视网膜上的某些神经节细胞—前者也可以在亮度发生变化时发放电脉冲。该摄像机可以在几微秒时间内记录光线强度的改变，所以DVS能比普通摄像机更好地追踪高速运动的物体（普通摄像机只能以毫秒级速度一帧一帧地来捕捉场景）。

由于DVS输出的数据较少，因此该摄像机对于任何运动的物体，不管是汽车、过往行人，或者是一个摔倒了爬起来的老人，都是一种理想的监测设备。由于运行速度快，DVS可用于机器人、汽车以及传感器的制造。这种可以捕捉瞬间变化的技术，已经引起很多技术人员和设计师的注意。最近，美国康奈尔大学威尔医学院的一个研究小组和合作者报道了一种人造视网膜，能够用上述方法处理光信息。

20世纪60年代，哈佛大学医学院的戴维·休伯（David Hubel）和现任职于洛克菲勒大学的托斯腾·维塞尔（Torsten Wiesel）发现，只要刺激信号来自神经元感受野（receptive field，视网膜上的特定区域或范围，当这个区域受到刺激时，就能激活视觉系统中与这个区域有联系的各层神经元），视觉皮层上相关区域的每个神经元都会对它们“偏爱”的这种刺激信号做出强烈反应。对视网膜中心凹区的刺激做出响应的神经元，感受野是最小的，大致与本页上的字母“e”的大小相当。可以认为，这些神经元是通过“吸管”来看世界的。20世纪80年代，加州理工学院的约翰·奥尔曼（John Allman）研究发现，来自感受野之外的刺激信号，能够改变神经元对感受野信号的响应，也就是使神经元发放脉冲的频率发生变化。这些外围的输入信号，使得神经元能对更广阔的视觉环境做出响应。

刺激一个神经元感受野周围的区域，对神经脉冲发放时间的精准度有着巨大的影响。最近，耶鲁大学的戴维·麦克考密克（David McCormick）、詹姆斯·马泽（James Mazer）和同事，记录了猫视觉皮层中单个神经元对一段反复播放多次的电影的反应。当他们将电影画面缩小，以使神经元被感受野发出的信号激活（此时，感受野周围的区域没有发出信号），这时神经元发出脉冲的时间会随机变化，且不精确。相反，当他们放大了电影画面，刺激到感受野周围的区域时，每个神经元发放脉冲的频率下降了，但发放时间却非常精确。

神经脉冲的发放时间对其他神经过程也很重要。一些证据表明，不同神经元在放电时间上的同步（不同神经元发出的脉冲代表物体的不同特征，比如颜色、方向），其实是把代表物体各种特征的信号组装起来，形成一幅完整的画面。代表“红色”的神经信号，与一个代表“圆形轮廓”的信号同步发出后，视觉皮层就能把这些信号合并，产生可以识别的花盆图像。

注意力与记忆

迄今为止，我们对视觉处理过程的追踪，已经从光感受器到达了视觉皮层的层面，但视觉系统是怎样对一个场景形成完整感知的，仍然还有很多问题没有解决。在视觉皮层上，接收视觉信号的神经元活动不仅会受输入信号的影响，也会受到神经元间兴奋和抑制等相互作用的影响。对于负责视觉感知的那些神经元来说，要让它们协同工作，最重要的一个因素就是，这些数量巨大、广泛分布的视觉皮层神经元要在低于100赫兹的频率上，自发、有节律地发放神经脉冲。

注意力作为认知能力的核心要素，也可能与神经脉冲同步发放的时间有关系。这种同步行为强调了我们的意识中某种认知或记忆的重要性。现任职于美国麻省理工学院的罗伯特·德西蒙（Robert Desimone）和同事的研究表明，当猴子注意到某一刺激时，大脑皮层上在γ波段（30～80赫兹）同步放电的神经元数量就会增加，放电频率也会上升。恩斯特·斯特伦曼神经科学研究所的帕斯卡·弗里斯（Pascal Fries）与德国马普学会发现的证据表明，在距离较远的大脑皮层区域间，也存在γ波段的神经信号交流。

还有些研究人员也注意到了γ波段的神经信号。他们发现，在精神分裂症患者和自闭症患者的脑电图中，这类神经信号的强度有所下降。美国匹兹堡大学的戴维·刘易斯（David Lewis）、索尔克研究所的玛格丽塔·贝伦斯（Margarita Behrens）及其他一些研究人员在研究这种信号为何会减弱时，追踪到了一种名为篮细胞（basket cell）的皮层神经元，这种神经元与邻近神经通路的同步放电有关。不管是被激活，还是受到抑制，篮细胞的活动一旦出现异常，γ波段的同步放电现象似乎就会受到抑制，这也许就是某些神经疾病的生理机制。有趣的是，精神分裂症患者不会产生某些视觉错觉，比如倾斜错觉（tilt illusion）。正常情况下，如果一条直线旁边有一条斜线，人们通常会错判这条直线的倾斜度。在前额叶皮层中，篮细胞导致的同步异常也许可以解释精神分裂症患者的思维障碍现象。

在记忆储存中，神经脉冲间的相对发放时间似乎与发放同等重要。特别是在大脑皮层中，神经元同步放电对于增强突触联系是至关重要的，而这个过程对于形成长时记忆特别重要。当突触一侧的神经元发出的神经信号使另一侧的神经元发出了更强的信号，我们就可以说，这个突触联系增强了。1997年，当时在德国马普医学研究所工作的亨利·马克拉姆（Henry Markram）和伯特·萨克曼（Bert Sakmann）发现了一种强化过程，这就是脉冲时间依赖性可塑性（spike-timing-dependent plasticity, STDP）。在这一过程中，突触一侧的神经元发出脉冲，以γ波段的频率传送到突触，这时突触另一侧的神经元就会在10毫秒内发出更强的脉冲。相反，如果突触后神经元在突触前神经元放电之前10毫秒内放电，那么这两个细胞间的突触联系就会减弱。

神经脉冲的同步发放对于记忆十分重要，其关键证据之一来自纽约大学的捷尔吉·布扎基（György Buzsáki）和其他科学家对海马的研究。海马是大脑中负责记忆的重要区域。在这个区域以及与其有相互作用的皮层区域上，频率在4到8赫兹（主要为θ波段）的脑电波的同步波动，会对神经元的电活动产生巨大影响。例如，当一只大鼠在实验中探索自己的笼子时，这类神经活动就会出现。这些θ波段的波动能够协调神经脉冲的发放时间，而且会对突触产生永久性的影响，最终导致神经元电活动的长期改变。

神经科学正处在一个转折点上，因为同时记录数千个神经元活动的新方法，有助于解释神经脉冲发放时序的关键模式，并产生了巨大的数据库来支持研究人员的工作。此外，光遗传学—用光来激活经过基因改造的神经元的技术，能够选择性地激活或者抑制大脑皮层中的神经元，这是弄清楚神经信号如何控制行为的关键步骤。总之，上述技术以及其他技术的出现，将帮助我们“窃听”大脑神经元的私语，破译越来越多的大脑语言。当我们破解了这些密码，我们不仅可以了解大脑的通讯系统，还可以建造机器来模拟大脑这一非凡器官的功能。

扩展阅读

Neuromorphic Sensory Systems. Shih-Chii Liu and Tobi Delbruck in Current Opinion in Neurobiology , Vol. 20, No. 3, pages 288–295; June 2010.

Terry Sejnowski's 2008 Wolfgang Pauli Lectures on how neurons compute and communicate: www.podcast.ethz.ch/podcast/episodes/?id=607 YX1Bc0YK/GRWrgaNlrR1DoHdHdvTKcjnmD8pZxzyVefF5Ita1604BrSAl4wckpoB