主题：从记忆是否可以移植说起 -- 子无语

记忆是否可以移植，这看起来就是个科幻的题材，而我小时候就对科幻很感兴趣，自然对这方面的也一直有兴趣。

要说到这个题目本身，其实还可以追溯到很久以前的一篇高考作文，那应该是很久了，可能有十几年了吧。记得这篇命题作文在科幻界引起了很大的反响，科幻小说在大多数人眼中始终是一种胡思乱想，与现实大部无关。而现在高考作文直接出题了，高考有多重要自然不言而喻，尤其是考虑到科幻题材的受众大部分是学生时，这种重要性更大大凸显，总之当时科幻界的感觉就是，这是一次为科幻正名的很好机会。而作为科幻迷和中学生双重身份的我，当时自然也深受影响，甚至还被要求写过同样的文章，来看对这一题材的把握。

十几年后再来看这一题材，当年写过些什么已经忘却了，但有一点还记得的是，当时的题目应该是《假如记忆可以移植》这样之类的，也就是说，关注的不是技术细节，而是这项技术的社会学效应或心理学效应。而在十几年后，有了更多的生物学方面的知识后，个人发觉从这个话题的技术层面引入，也是很有趣的话题，这也即是这篇文字的起源。

说到记忆是否可以移植，按方法论，首先你必须先明确，记忆究竟是什么。这就像我们要谈论一个东西能不能怎样，先得明确你在谈论的具体是什么，假如你连你谈论的对象究竟是什么都没说清楚，那谈论其他根本就是毫无意义的，所以首要的是先弄明白什么是记忆。

通常的认识中，记忆总是被认为是人脑中的信息储存，常常用计算机硬盘来做比喻，记忆的信息就好比硬盘上的数据，平常的时候存进去，要用的时候就可以读取出来。古典的记忆观更认为，记忆的机制是大脑中存在着一定的特殊结构，或特殊物质，很可能还存在着特殊的功能区，即记忆功能区，简单的说，就是有对应的记忆实体，就好像电脑硬盘一样，所谓形成记忆就是在记忆区形成新的记忆结构，合成新的记忆物质。这一观点其实也就是记忆移植的理论基础所在，因为你想，只要存在这种记忆实体，那把这种实体进行移植，不也就可以把记忆移植了吗？可惜的是，这种观点是错误的。

对于记忆的机制，虽然我们了解的还不充分，但比起当年确实已经有了更多的了解。首先，记忆的机制并不是单一的。假如你在这方面稍稍有留意的话，应该听说过短期记忆、长期记忆这样的说法，它们本质上的机制就是不一样的。这也在行为学上表现出不一样，短期记忆常常只有数分钟的记忆，而长期记忆可以保持数年甚至一生，当然，这种分类还是比较粗糙的，更多的是为了在大众媒体上方便大众阅读所做的。

对此，经典的分类是把记忆分为四类，即感觉记忆、第一级记忆、第二级记忆、第三级记忆。感觉记忆和第一级记忆就对应于短期记忆，第二级记忆和第三级记忆就对应长期记忆。感觉记忆就是感觉器官传入信号的印象残留，比如视觉的影像残留，动态图像的显示正是根据这种效应。第一级记忆则是一些保留非常短时的记忆，最多只保留几分钟，比如你看到一串数字或一种颜色，下一瞬间让你说出来，可能还能说出来，但只要你不去刻意记忆的话，隔一会儿，你肯定就不记得刚刚看到过什么了。

第二级记忆则时效长的多，至少也有几分钟到几个小时的时效，一些长的甚至可以保存好几年不忘。第三级记忆则是可以保存一辈子的。

这几种记忆既然它们效应上有这样的差别，产生的机制上也是有巨大的差别的。感觉记忆其实是一些正反馈过程，当感官传入一个信号后，神经网络通过回路将同一信号反复的传入，就形成了延时的效应。直观的理解，你就可以理解成中间有个回路，信号在回路里循环，每循环一次就重复发出一次信号，这样就形成了延时。

第一级记忆则是对应于离子浓度变化，当一个信号传入，突触上接受神经递质，离子通道开启或关闭，就形成局部的离子浓度变化。当信号消失，离子浓度再度恢复平衡，记忆也就消失了。打个比方就是你往一个水池里倒入墨水，水池变黑了，而这个水池并不是封闭的，是有水流进和流出的，所以过一会儿水池又会变清的，而这段水变黑的时间就是记忆保存的时间。

第二级记忆则是对应于特异蛋白分子的形成，特异蛋白组合后嵌入到突触表面，形成突触的可塑变化，对某些回路进行易化，也就是让这些回路更容易被兴奋，即让相应的记忆更容易闪现。这个过程中当然有特定基因的表达，这种效应也就特别持久，只要回路上的基因表达不改变，这个记忆也就会一直容易闪现。当然，即使基因表达改变了，也有一个延时，必须要等已经产生的蛋白质被降解，记忆才会消失。这个比方比较难打，贴近点的就比如门锁，每具锁都有对应的钥匙，相应的钥匙就可以开相应的门。但是你若把锁换了，那钥匙自然也就没用了，记忆就是在你不换锁的这段时间里一直存在。

第三级记忆则是对应与特异突触的生长，当一些神经元在生长因子、营养因子的刺激下，构成新的回路的时候，相应的记忆也就保存下来了。这就好比道路，一条道路造好后，相应的两个地方就通路了。这种记忆是依赖于神经元的连接结构的，由于成年后，大多数神经元都能伴随人一生，所以这种记忆也就能伴随人一生。

很明显的，这些记忆的模式大不相同，所以谈论一个单一的记忆模式是没有意义的，至于对应于那种单一模式的记忆移植也是不合常识的。嗯，看起来，十几年前那些出题的老师生物知识真是很贫乏，连基本的常识都缺乏，不过考虑到这些大部分应该都是语文老师，也就可以理解了。就好比常常可以听到的吐槽说某某的小学数学是体育老师教的之类（大伙都知道这是什么意思吧），现在看来，你的生物知识要是由语文老师来教的话，同样会很悲剧。

另一方面，我现在也很理解，为什么这些老师会尽量回避科幻之类这样的题材，你看，十几年前出的一个题目，十几年后还会被人挖坟，也挺可怜的。所以，科幻啊之类的这些，估计还会一直小众下去。

不过，上面的比喻也是很粗糙的，只是一种粗浅的理解，许多更现代的理解，就不能用这个框架来理解了。比如，对短时记忆的认识，现在更倾向于视作一种工作记忆，把计算处理和记忆存储视为同一个过程，而不是分开为两个系统。对于记忆的认识，也更多的视作一种统计上的易化效应，而不是经典的信息存储。

你看这许多的新东西在原有的框架下，理解起来就很麻烦了，解释起来同样麻烦（没办法，我语文老师的生物知识也不行）。所以要更进一步的理解这些东西，我觉得与其啰嗦的讲那些机制细节，还不如直接讨论一下神经系统的构造原理，就我认识的，机制和效应可能是复杂的，但原理却往往是简单的。而只要理解了原理，再去看细节的机制构造就很容易理解了，因为机制框架都是一致的，并不会有什么意外的，你既然理解了原理，自然也就能够理解各种细节不同的机制了。

神经系统的构造最基本的讲，就是具有神经网络结构，神经网络的构造核心是神经元细胞。

嗯，这里可以提一句，神经系统中主要有两类细胞，即神经元细胞和神经胶质细胞。神经胶质细胞观察到的最主要的功能就是为神经系统器官建立各种支架结构，大脑为什么是两个半球，脊髓为什么是长条的，这主要就是神经胶质细胞决定的。在神经生理学研究的初级阶段，胶质细胞常常被视同于结缔组织，即认为只是神经器官的骨架和保护膜。虽然现代的研究已经推翻了这种狭隘的观点，胶质细胞与神经元细胞同样有频繁的信息交流，而且胶质细胞还能调控神经冲动，所以胶质细胞也是神经网络的一部分。不过就各种观点看来，把胶质细胞视作神经元的外周辅助，仍然是一种可行的想法，这样我们对神经网络最主要的关注点就可以落在神经元细胞，及其构成的神经网络系统上。

神经元细胞的形态是很特殊的，看过相关图片的应该都对其印象深刻，最主要的特征就是表面有一长的轴突以及更多的短的树突。当然，其实神经元细胞内也有很多不同的分类，比如浦肯野细胞、锥形细胞之类的，但所有的神经元细胞都具有一条轴突，以及很多条树突，这是各类神经元细胞一致的特征。

不过那种把神经细胞视作神经网络中的基本处理单元，甚至把神经元看作某种特异的、强化的信号处理单元的看法，却是不恰当的。实际上，神经元对信号的处理并不怎么特别，它有的那些能力，其他细胞也基本都具有，神经网络中的基本处理单元也不是神经元，而是神经回路。

应该说，神经系统的特异性并不在于神经细胞的特异，而是在于一个巨大的神经网络的特异性，这个巨大的神经网络，才是神经系统的功能和特性的基础所在，这就是所谓的量变引起质变吧。至于神经元细胞结构上的特点，仅仅是为了适应构造巨大神经网络的要求，而并不是向某些杂志说的，它本身并不具有什么特化的信息处理能力。

神经元通过轴突和树突与其他神经元联系，树突上面常常还有更小的突起，叫棘突，各种突起互相交错形成各种回路。神经元细胞间的信号传递主要是通过神经递质来进行，信号传出方，突触上面释放出神经递质，接受方胞体表面具有特异的受体，接受了相应的神经递质后，信号就从一个细胞传到了另一个细胞。

细胞内部则是通过电信号来传输信号，这里有两种电位信号，一种叫做动作电位，它是通过细胞膜快速传递的信号。并且有两个特征，一个是信号并不会因为距离而衰减，另一个是信号是全或无，也就是或者是有信号，或者是无信号，不会有半个信号强度之类的。这么看，就很类似于数字信号。

还有一种信号是叫局部电位，顾名思义，它就是局部的，而不是在整个细胞内都有，位置的差异，就会产生电位的差别。其实局部电位就是离子浓度的效应，各种离子浓度就在一定区域内叠加成一定的电位，所以这种电位是可以叠加的，这其实就是细胞内的信息处理机制。对同一节点，由不同的回路输入信号，叠加成一个总体的电位信号。然后根据这个信号，节点做出响应，是输出还是不输出动作电位。

现在，神经网络的大致结构就很清晰了。神经网络就是神经元细胞表面的大量突起相联系构成的网络，细胞间信号的传递靠的是神经递质的特异释放和特异接受，即化学信号，细胞内信号的传递则是靠电信号。

而神经网络的基本处理单元就是那些神经回路，本质上对信息的处理就是两个机制，即兴奋和抑制，这两个机制本身也是互补的。在我们外在的看来，神经系统的活动好像很复杂，其实本质上就两个动作，对某一条神经环路刺激，让它兴奋起来，或是对某一条环路进行抑制。

所有高级的精神活动，无论是记忆、学习、发明、创造等等等等，本质上都依赖于这两个动作，即兴奋和抑制。现在理解工作记忆之类的概念就很容易了，所有思维活动本质上都是这两个动作。而在机制上，短期记忆就是由信号传递处理过程产生的，这个过程当然也会同时进行各种计算处理过程，所以把记忆和其他各种思维活动合在一起考察就变得很自然了。其实长期记忆本质上也可以这样考察，不过是我们现在对长期记忆的研究还不充分，无论是特异基因的表达，还是在生长因子引导下的突触生长，都是一个更加复杂系统的工程，现在对其的了解还比较少，所以还没有特殊的需要，把长期记忆像短期记忆那样处理，或者换一种说法是，现在还并不清楚，对长期记忆该怎样更好的进行处理。

神经网络的基本结构是神经回路，而神经回路是有层级关系的。一个回路能够调节另一个回路，我们就会认为前一个回路是更高级的回路，而假如两个回路互相都可以调节对方，那这就是两个互为反馈的回路。这种层级关系不光在回路层面，在组织层面，在器官层面同样具有。整个神经系统都具有这种上下级的层级关系，低级的中枢接受高级中枢的调控。最高级的中枢就是我们的大脑新皮层，也即我们意识所在的区域。整个神经系统就是这么一级级控制下去，最后直达感觉运动反射层。

这么说下来，可能有人就会产生这样一种印象，即把人体看作一个由高向低层层控制的体系，最高的自然就是我们的大脑，我们的意识，我们的大脑完全掌控着人体，具有人体各种行为的最高掌控权，就好像一种金字塔的权力结构，大脑居于顶端。可惜的是，这并不是真实的图景。

实际上，各系统之间是互相平等的关系，神经系统并不存在天然的优越地位，甚至在神经器官之间，也不是存在天然的上下级关系。神经系统在人体调控中的实际优越地位，是因为它的巨大信息处理能力，这能力让它能够对复杂机制做出协调，正是这种优越的协调能力，让它在整个协调机制中居于优越的地位，而不是说在设计之初，它就具有某种优越地位。用社会组织来做比喻就是，人体并不是一个等级严明的集权组织——有最高的掌控者，和下面的打工仔。人体更像是一个平等的社团，每个加入进来的人，都是互相平等的。只不过里面有人特别擅长组织协调，所以当其他人需要完成一些庞大的，需要很多人参与的工程时，他们就不得不求助与这些擅长组织协调的人，接受指导和被领导。也就是说，这些领导者是被集体自发的推举出来的，当然这些领导者也是只有在需要时才被服从，不需要时，也就没人去搭理他们了。

这就可以理解，为什么我们实际不能控制像胃肠蠕动、心跳速率之类的东西。一个系统只有它自身寻求更高级中枢的帮助，请求被指导的时候，高级的干涉才会有效果。而当系统依靠自身就能完成自己的工作时，它就不再需要高级中枢的指导，高级的干涉自然也就无从着手了。

所以，像内脏活动这类事，低级中枢处理已经绰绰有余了，就没空搭理高级中枢了，我们的意识也就对其无可奈何了。而像免疫系统这样的，自己就能完成几乎全部的工作，对神经内分泌系统根本就爱搭不理的。所以现在人体整体的调控系统被认为是神经-内分泌-免疫系统，当然这三个系统互相还是有信息交流的，也互相有一些调控行为（人体是一个整体，所有的系统互相都是有联系的），不过基本上免疫系统的独立性很大，或者说它基本可以独立承担机体免疫任务，也就不把神经系统当盘菜。

我想应该有人会问，为什么人体系统会表现出这种系统器官平等的现象呢，总不会是每个器官都有器官生而平等的观念吧，难道有器官权宣言吗。想来这真是太让人震惊了，人权宣言才发表多少年，器官平等却已经实行了千百万年，甚至上亿年了。以前一直宣传人与人之间只有分工的不同，没有等级的差别，这在现在看来，仍然是个理想，任重而道远。但在器官世界中，这根本就不是理想，这就是现实，这甚至是一个传统，一个延续了千百万年的传统。原来人体居然是比精英们的理想国度——国外——更加完美的理想国啊，以后谈体制问题就不必说，国外怎么样怎么样，可以说人体是怎么样、怎么解决的，所以有问题，纯粹是体质问题啊。

好吧，以上纯属吐槽，实际的原因当然不是因为有某个我们未知的器官权宣言（好吧，假如你真的找到了，麻烦给我看一下）。这种效应的机制是在于信号传递的机制。

上面已经提到过了，神经元细胞在信息处理上其实并没有什么特别的，它会的那些大多数细胞都会，它只不过形态上比较有特点，最适宜于组成复杂的神经网络罢了。所以神经网络中的兴奋和抑制机制其实在整个生物信息网络系统中都是普遍存在的。各种生命活动其实都是一些循环过程或循环过程的组合，可以看作广义上的信号回路。而各种控制信号就是对这些信号回路进行或激活或抑制的操作。比如一个分子对某个蛋白进行磷酸化修饰，从而激活这个蛋白，促成某种反应的高速进行，或者是对某种催化酶加速降解，从而降低某种反应的速率之类的。

上面这段话对干涉机制描述的很直观，但可能会产生一种错觉，就是认为干涉机制是上级关涉系统对被干涉系统发出一个信号，直接作用于其某一步循环反应，或是激活或是抑制，从而产生最后的效应。

但人体是一个很大的系统，这种直接作用的机制并不能够满足复杂系统间的互相协调，因为这需要干涉系统特异的作用于被干涉系统的某一步循环反应，也就是说要求干涉系统能够识别被干涉系统特征细节，并且还要能够建立起一条干涉通道，把干涉信号送到受体那里，这实在是太过复杂的一种行为。所以在机体中还有另一种信号机制，相对于上述信号机制，这种信号机制并不直接作用于某一回路，而是在机体内广泛散布，由被干涉系统主动去对这一信号进行识别，并做出反应，这种信号就可以被称作背景信号，相对来说，前面所述那种主动干涉的信号就可以称作是主动信号。

这两者的差别就是，主动信号是直接作用于被干涉系统的，所以具有不可抗拒性，不可以被拒绝，只可能被干扰。而背景信号则需要被干涉系统自主做出阅读翻译反应的行为，假如被干涉系统不做出阅读翻译，那整个干涉也就无从谈起。背景信号的好处是可以同时对大量不同的系统进行不同的干涉调整，只要这些被干涉系统能自行阅读信号，并做出符合它们自身机制的反应即可，主动信号则只能特异的干涉特定的系统或机制。

用宏观经济调控的例子来做比方可能更容易理解，主动干涉就好像政府发布行政条文来调控房地产，比如规定首套购房有税收优惠，二套房就没有。那你购第一套房就可以少交税，第二套房就要多交税。这是定死的，不管你有没有看过相关的条文，你都得交这些税。而背景信号就好像政府干预市场，比如给出一个指导价格，一个价格信号，不同的人可以对此做出不同的解释，从而做出不同的反应，假如你根本就不知道这回事，那你自然也就根本不会对此做出反应。当然市场最后总是会通过某种间接的方式对你产生影响，但那就不是对你的直接调控，由于系统的非线性，几乎也不可做出预测。

然后，我们知道，机体内跨系统的、跨器官的信号大多是背景信号，你也就可以理解为什么其他系统对神经系统不搭理的话，调控信号对它们根本就无从发挥作用。

当然，实际的信号机制比上述所说的复杂的多，细胞间信号、信号传导的G蛋白、细胞内第二信使、引导基因表达的第三信使等，还有各种小分子信号……不过就像之前说的，机制和效应可能是复杂的，但原理往往是简单的，而理解了这个简单的原理，再去看那些机制效应，其实就是一些重复加强、以及分辨细节差异的过程。

现在我们可以把整个人体看作一个整体的信号网络了，而不再需要把神经系统看作某种奇怪的，不同寻常的东西。实际上，神经系统和人体其他部分都遵循一致的信号处理机制，即激活和抑制，假如把生命体视作某种智能体——实际上智能生命就是智能的概念来源——那就比如计算机里的布尔逻辑一样，依据于回路的激活和抑制就是生命的逻辑，可以称作生物逻辑，所有的生物信息处理都遵守这一逻辑。

说到计算机就不由得想到，可以谈谈生物计算机，虽然上面说到了生物逻辑，但现实中研究的生物计算机其实不是遵照上面所说的生物逻辑所建立的——像电子计算机是按照布尔逻辑建立的。现代所研究发展的生物计算机更多的是一种仿生学的发展，更精确的称呼应该是核酸计算机，它研究的是怎样利用DNA大规模的数据处理能力实现高速的数据运算，所以它是DNA计算机，就好像分子生物学其实也就是DNA生物学。一个并不恰当的名字总是容易给人以误导。

没办法，这种情况的产生一方面是技术条件的局限，另一方面，科学家也总是要吹吹牛，以便在掌握财权的外行那里捞到更多经费，尤其在技术产业化的现代，这种现象更为显著，大家都是凡人嘛，可以理解，可以理解。

而在摩尔定律快走到头的现在，次世代的计算机就越来越受到人们关注，这里面生物计算机和量子计算机是最被人看好的。但其实这两种计算机高速运算的机制却是一致，即都是通过大量的并行运算来实现高速运算，所以这两种计算机都可以视作并行计算机。传统的计算机都是串行运算的，IT业里现在炒作的各种多核概念，其实质含义也不过就是在物理上能同时进行几项运算，单核就只能同时进行一项运算，双核就是两项，四核就是四项，八核就是八项。你看，总是数的过来的，就算一百个核也不过同时一百项，可能跟现在的计算机比起来很了不起了，但跟并行计算机比起来，渣都不是。

生物计算机实现百万级、千万级的并行数并不是什么空想，量子计算机更是拥有理论上无限的并行空间。这两者根本就不是一个数量级的，或者说根本就不是一个概念的。

不过并行计算机也有自己的问题，并行计算机相比串行计算机，在计算能力上有了不可思议的增长，但一个新问题就是计算任务的分配。在传统的串行计算机上几乎就不存在计算任务分配的严重困难，比如最原始的打孔机，一端纸条塞进去，经处理后，一端就输出信息，根本就不存在计算任务的并行分配，即使是现在的操作系统，也不过几十个进程就完事了。而并行计算机要把一个计算任务分配给上百万、上千万、甚至上亿的并行计算线，然后在计算后，还要从这百万个动态变化的结果里提取出需要的结果来。

这里很明显的，即使你的纯计算过程再快，但若前面的分配过程或提取过程太慢，那计算效率同样不会高的。

这方面生物计算机就是一个典型，完成一个计算可能只要一秒钟，但提取一个信息却要一个星期，注意，这只是一个信息。打个比方就是，一个超级生物计算机可能一瞬间就完成了一副宇宙的宏伟图景，但你花了一个星期却只能提取出其中一个基本粒子的信息。这当然是太慢了，这原因主要是由于生物计算的非线性系统，使得信息在其中以非常复杂的结构交错着。

相对来说，量子计算机在这方面好一点，因为应用的量子态是可线性叠加的，所以应用相应的量子算法可以有效的解决特定的问题。但量子计算机也有自己的问题，这个问题是物理上的，即量子态的振幅问题，振幅这个东西是量子论里面最基本的东西，但这个东西好像是数学上的，简单的说，没有人知道怎样用物理量来构造出振幅。振幅是基本的概念，它符合线性叠加规律，但其他的我们就真不知道什么了。我们可以通过振幅来得到很多东西，但我们却无法得到振幅本身。我们知道怎么做能得到些什么，但我们不知道为什么会这样。

而更麻烦的是量子塌缩规律，一旦进行观测叠加态就会塌缩，成为定态，计算也就终止了。而我们不知道振幅构造的机制，自然也就不知道塌缩真正的机制，只是模模糊糊的知道不能去看它，但对于究竟什么是不去看它却没有非常明确的概念，也不知道，究竟怎样可以保证它不被什么看到。当然，我们有大量的经验可以汲取，但却没有可靠的理论机制可以依赖。也就是说只能用试错法，把已经知道的问题尽量的去解决，然后祈祷不要再出现新的问题。很可惜的，对已经知道的问题也解决的不好，因为我们本身也不太清楚这些问题产生的机制。这就是量子计算机中遇到的最严重的稳定性，即我们无法保证量子计算机能够长期可靠的运行，用直白的话说就是它会时不时的自动重启，或者说系统崩溃，然后就需要重置。

这两种机制就我本人来说，短期更看好生物计算机，尤其是在一些特殊领域，生物芯片可以有方便的应用。因为毕竟比起量子机制来，生物机制更容易在实验上进行观测和验证。当然这种前沿领域的事也是说不准的，说不定量子机制的理解有了重大突破，我们突然发现量子计算机实现起来更加方便了。

而从长远来看，量子计算机或生物计算机真的实现了的话，未必会像现在人们想的那样仅仅建立于仿生学或某种模拟信号之上，而是建立在某种新的数学机制之上，毕竟，计算机本质上是数学的。物理效应能够影响计算速率，但基本上，计算机能做些什么，是由其数学结构决定的。所以，我比较相信，等这些计算机真的实现，会有一些新的更广义的概念——比如上面说的并行计算机之类的——来代替现在的这些仿生概念的生物计算机、量子计算机的概念。

突然发现写了很多了，而且发现已经离最初的题目很远了，最初的题目什么来着，算了，随便了。

唉，也怪不得我当年高考不行了，你看，十几年后写一篇陈年旧文，还是离题万里，真是没救了。

• 我希望未来的社会是这样一幅图景