2024.5已读

海马体形成一幅认知地图，它涉及多种感官功能——嗅觉、触觉、视觉，以关联和预测为基础，而不是对外部世界的简单一对一表征（并不只是一种生物GPS）。（记忆宫殿法）
海马是通过用与情景相关的各种特征给记忆“编索引”来产生情景记忆的。
海马不是记忆印迹的所在站点，而是编码器和网关（索引功能）〔分布式存储的写入端总线和主控，负责感官信息写入和索引〕
移除海马体的人不能形成一小时内的短期记忆，不能辨别气味，看地图很困难。（在人类中，嗅觉感知和空间记忆在根本上是交织在一起的，都基于海马和额叶皮层。）

记忆既表现出一定的局域性，又表现出一定的分散性。〔层级+模块化〕

形成记忆的细胞层面原理——突触的活动。

记忆通常是多模式的，涉及地点、时间、气味、光线等诸多因素，而且通过复杂的神经网络分布在大脑皮层中。〔分布式存储〕

记忆是可塑的:
生物记忆是丰富的、不可靠的、高度互联的，能通过多种途径而不是单一的地址访问。

我们似乎并没有在持续不断地记录我们的整个人生，然而彭菲尔德的那些实验表明，通过某些外部事件或者电极的电脉冲刺激，一些非常具体并且无关紧要的时刻也能被回想起来。记忆印迹的一些最基本秘密已然揭晓，但对于当我们记忆时究竟发生了什么这一问题，我们的理解仍然远远不够。就某些时候处理信息的方式而言，我们的脑或许像一台计算机，但我们储存和唤起记忆的方式则完全不同。我们不是机器——或者更确切地说，我们不像任何我们建造出的或目前可以设想出的机器。

视觉皮层（在解剖学上和原理上）可以分为多个功能柱（column）和功能层（layer），每一个功能柱对应于一个特定的感受目标（线、点等等），每一个功能层对应于这个目标的一个特定朝向。这些基本的表征信息会被传递给脑中的下一级细胞，在那里整合到一起，以更复杂的方式表征视觉世界。
脑首先识别的是环境中的基本元素（比如线条、运动的物体等等），然后通过某种方式将这些元素组合在一起，形成一幅可辨认的整体图像。尽管脑可以被清晰地划分成负责各项感觉模块（嗅觉、听觉等等）的区域，但研究发现在这些区域中，也存在不同感觉信息相当程度的整合：猫脑的视觉区可以整合听觉信号，小鼠的听觉皮层也能对视觉信号进行分析。[插图]不同感觉模块之间的这种整合极有可能与重要刺激的精准识别有关，比如沙沙声与捕食者或猎物的运动的关联性。

单个细胞精准反应（如克林顿细胞）并不意味着这个细胞就只做这一件事——其他面孔或者其他刺激也可能激活它，也不意味着没有其他网络中的细胞参与其中。

脑组织形式的高度层级化理论——“红衣主教细胞”（cardinal cell）:
神经表征的层级越高，参与的细胞的数量越少，这些细胞的活动也越稀疏，但就系统的整体活动和刺激的表征而言，这些细胞活动也越重要。

4个不同层次的连接：
不同脑区之间的宏观连接（macro-connection）、不同神经元类型之间的介观连接（meso-connection）、神经元之间的微观连接（micro-connection）以及突触处的纳米级连接（nano-connection）

至于人脑，它有900亿个神经元、100万亿个突触和数十亿个神经胶质细胞，每个神经元里有200种神经递质（这些数字都是估计），绘制出它突触水平连接图谱的那一天还显得遥遥无期。〔人类基因组含有约5-10万个基因和30亿个DNA碱基对〕


从信息处理的视角理解人的价值观究竟是什么？
试图仅仅通过研究神经元来理解感知，就像试图仅仅通过研究羽毛来理解鸟类的飞行一样：根本就不可能。要研究鸟类是如何飞行的，我们必须先了解空气动力学，只有这样，羽毛的结构和鸟类翅膀的不同形状才变得有意义。
——马尔《视觉》35岁逝世

脑并非只是一个接收感官信息的被动观察者。感知还涉及对这些刺激的组合和解释…因为如果机器（或者视网膜）只是在图像的每一个点上识别光度值，那么什么也不会发生。这些是照相机做的事情，而照相机是无法看见东西的。

动物可以非常快地进行学习，有时仅基于单个例子就能学会某个任务，是因为它们的神经系统已经进化出对某些特定刺激做出反应的能力——按照康德的观点，这种关系是先验的，脑已经做好了建立某些连接而非另外一些连接的准备。〔比如关乎生存的〕

脑是“预测机器”
脑是按照贝叶斯逻辑（Bayesian logic）运行的。托马斯·贝叶斯（Thomas Bayes）是18世纪的英国牧师和统计学家，他研究了基于既有知识和假设的预期的概率问题。
生物主体必须采用某种形式的贝叶斯感知，将误差降到最低，以避免与世界发生意料之外的交流。

脑能以一种“自上而下”（而不是“自下而上”）的方式运作——它所做的并不只是把对外部世界的简单描述（线、边等）组装起来进而产生感知。

格雷戈里指出，通过消融或损毁一个特定结构来鉴定其功能，不仅在逻辑上有缺陷，而且无法提供真正的见解，因为你可能是在关注一个受损并且失效的系统的输出。想要正确理解组成部分所发挥的功能，你需要一个关于整个系统工作方式的理论模型。

功能定位已经变得相当模糊，比最早被提出时的样子更复杂了。恐惧并不是特异性地定位在杏仁核，杏仁核也不是只在恐惧中起作用。

小鼠饮水解渴时脑中34个脑区的24000个神经元的活动（超过一半的神经元）。

鸟类的脑不像哺乳动物的脑那样拥有分层的皮层，但鸟类却能执行一些高度复杂的心理过程…尽管鸟类和哺乳动物脑的组织方式可能有一个共同的发育起源，但这里的关键点是，不同的结构显然可以产生相同的功能。

正如克里克指出的那样，脑是一个进化和整合出的结构，在进化的过程中，脑的不同部分出现于不同的进化时期，以解决不同的问题。

神经系统的功能（无论是龙虾的胃节律性地研磨食物还是人类的意识）只能被解释为涌现属性——那些你无法通过分析一个系统的组成部分来预测的东西，但它们却能以系统功能的形式出现。

#脑 vs 计算机
在计算机中，软件和硬件是分开的。然而，我们的脑就是心智，其中正在发生的事情和事情正在发生的地点是完全交织在一起的。因此，心智不可以像算法一样被上传到某个设备或另一个脑中。
…
神经元不是数字的（这是信息数字化的基础），脑（即使是线虫那算不上脑的脑）也不是硬连接的（hard-wired）。每个脑都在不断地改变突触的数量和强度，而且最重要的是，脑并不仅仅依靠突触工作。神经调质和神经激素也会影响脑的运作方式，但由于它们的作用方式和起效的时间尺度与计算机隐喻不相符，所以这类研究中没有把它们的影响纳入考虑。

脑存在于身体这个环境中。

探索个体史和进化史在理解脑功能方面的意义。