超越生物学：墙内开花墙外香

　　解码大脑的计划始于10年前。当时神经系统学家认识到，他们使用功能性磁共振成像（fMRI）得到的脑部扫描结果中，很多有用的信息未被开发利用。功能性磁共振成像可以发现我们大脑内哪些区域的供血比较充足（这些区域在扫描图像上会以彩团的形式呈现出来），由于生理活动需要大量的血液供应，所以我们可以据此判断，大脑哪些区域的活动比较多。

　　为了分析大脑的活动模式，科学家将大脑划分成不同的名叫“立体像素”的小盒子，立体像素是电脑像素的三维等价物。科学家们希望通过研究厘清哪些像素对刺激（比如看到一张人脸）的反应最强烈。通过将那些对刺激反应最弱的立体像素弃之不用，科学家们可以知道，大脑的哪个区域负责处理与人脸有关的信息。

　　大脑解码技术会对大脑扫描获得的信息进行审查，当然它并不会询问大脑哪个区域对脸部的反应最强烈，而是使用强弱应答来鉴定更细微的脑部活动模式。因为之前有相关研究已经证实，某种信息并不仅由大脑的某一区域编码，而由多个分布范围更广的区域共同负责、协同完成编码。

　　这些记录会被“填入”一个“模式分类器”内，这个所谓的“模式分类器”其实是一个计算机程序，其能学会与每幅图片或每个概念有关的模式。一旦该程序获得足够的样本，它就能推断实验对象的所看所思。

　　而对这些模式的进一步关注则能让研究人员从询问“在大脑的什么地方”这样简单的问题中跳脱出来，专注于测试与心理过程的本质有关的假设，比如询问与记忆的强度和分布等有关的问题，这些问题已经困扰科学家们多年。

　　美国德克萨斯大学的fMRI专家罗索尔·保德雅克认为，大脑解码技术使研究人员能对现有的预测大脑如何执行任务的心理学理论进行检视。

　　在此前的研究中，科学家们已经证明，他们从这些模式中获得的信息足以告诉他们，实验对象正在观看哪类物体——剪刀、瓶子还是鞋子。“它们表现得这么好，让我们非常吃惊。”美国新罕布什尔州达特茅斯学院的吉姆·哈斯比表示，2001年，哈斯比领导了首个大脑解码研究。

　　随后，分别有另外两个研究团队使用这一解码技术证实了人脑组织的基本原则。在实验中，科学家们分别将电极植入猴子和猫的大脑内，其大脑内有些视觉区域会对边角的方位作出强烈反应，将这些边角结合在一起，可以构建出一幅世界的图像。而在人脑中，大脑内这些对边角作出强烈反应的视觉区域太小，使用传统的fMRI技术无法发现它。

　　但通过对fMRI数据使用解码方法，当时在伦敦大学学院工作的约翰-迪伦·海恩斯、杰兰特·雷斯和日本国际电气通信基础技术研究院脑情报研究所（ATR）的神谷之康以及目前在美国范德堡大学工作的弗兰克·唐在2005年证明，与猴子和猫实验中出现的情况一样，边角的图像也触发了人类大脑非常具体的活动模式。研究人员向受试者展示了朝向不同方位的线条，而且不同的立体像素马赛克会告诉该研究团队，受试者正看向哪个方向。

　　在2008年，边角变成了更加复杂的图片，当时格兰特的研究团队研制出了一种解码器，其能够找出一名受试者正在观看120幅图片中的哪一幅，这是比推断一幅图片属于哪个大类更大的挑战。此后不久，他们又朝前迈进了一步，研发出了一种解码器，其能够基于实验对象的大脑活动，生成一部实验对象正在观看什么的看起来很粗糙的电影短片。

　　研究人员从2006年开始就在为不同的任务研发解码器，比如为视觉表象，在这一任务中，实验对象会想象一个场景，为记住一张脸或一个数字的工作记忆（短时记忆）以及为猜测人们的意图研发解码器。在德国柏林伯恩斯坦计算神经科学研究中心工作的海恩斯说，最后这个任务比解码视觉系统更加困难，他说：“人们有各种各样不同的打算，我们如何给它们归类呢？”人们可以根据颜色或内容来对图片分门别类，但却很难建立管理意图的规则。

　　格兰特的实验室也初步证明要解码人们的意图是一件多么困难的事情。他们使用第一人称、战争题材的视频游戏《反恐精英》作为素材，试图设法验证他们是否能解码受试者向左走或向右走、追击敌人或开火等意图。但最终结果是，他们只能解码受试者有来回走动的意图，fMRI数据中的所有其他信息则被淹没于受试者在游戏中被射杀所产生的情绪信号中。

　　对于梦境的研究也是如此。今年年初，神谷之康和同事在《科学》杂志发表了他们有关梦境解码的研究。他们让受试者在扫描仪中入睡，然后定时唤醒受试者，让他们回忆自己在梦中看到了什么。该研究小组刚开始满怀信心，试图重建受试者梦境中真实的视觉信息，但最终还是要求助于各种关键词。该研究预测受试者梦境中所看到的物体属于哪个类别（比如汽车、男人或是女人、文字等）的准确率约为60%。

　　对此神谷之康解释道，做梦是一种非常主观的行为，这就使科学家们很难获取更多信息。而且做梦或许不仅仅与大脑的视觉区域有关，可能还牵涉到一些更难建立可靠模型的区域。