主题：360- Alain Goriely：是不是脑子越大就越聪明 -- 万年看客

我们还可以进一步探讨这方面的思想。当前这个领域的科学家之一就是苏珊娜.赫尔克拉诺-霍泽尔/Suzana Herculano-Houzel教授。她是一位巴西神经科学家，1999年在巴黎获得博士学位。之后在马克斯.普朗克研究所工作，随后又回到里约热内卢担任了一段时间的教授，直到2006年搬到田纳西州的范德堡大学。她一直参与科普工作并且做出了重要贡献。她挑战了许多神经学领域的神话，尤其是涉及大脑神经元数量与人类大脑特殊性的神话。正是她运用缩放法则揭示了人类大脑与动物大脑在体重占比方面并没有多少不同，因此肯定还有其他因素导致了人脑的特殊性。她写了一本关于这个主题的精彩书籍，名为《最强大脑：为什么人类比其他物种更聪明》。我在这里介绍一下书中的一个观点：我们不应该单纯关注大脑体积，因为我们所依赖的实际上是神经元而不是整个大脑。对于不同动物，神经元的数量可能会有所不同，因此她深入研究了神经元的数量。神经元是认知过程中的最重要细胞，能被电激活并相互通讯，从而支持大脑当中的所有感官运动和认知功能，这是所有脑活动的基础。问题在于如何计算大脑中的神经元数量？霍泽尔教授想出了一个叫做“各向同性分馏器”/isotropic fractionator的方法。这个想法来源于她2023年的一篇论文，她在其中观察了两个人类群体，一个受过高教育，另一个受教育程度较低，并比较了各自的神经元数量。具体做法是将遗体捐赠者的大脑切成小块并且搅拌成流体，然后利用化学试剂提取神经元的细胞核，最后进行常规成像并计算细胞核的数量。这个想法很简洁，化学过程也并不复杂，不过用真正的人类大脑进行实操却是一项相当艰巨的工作。

那么人类大脑当中有多少神经元？这方面的估算结果非常有趣。如果追溯到1895年的第一次的估算，结果是30亿；到1981年则出现了相当突兀的1万亿；接下来大约在1985年，最终的估算稳定在了1000亿。1000这个数字让我有些不安，因为作为整数看上去太干净了，这意味着这个估算可能非常粗略，否则起码也应该是一千零几十或者差几十。许多教科书都采用了这个数字。在过去二三十年1000亿这个数字一直是业内共识，尽管事实上我们很难找到这个估测的根源。直到2009年，赫尔克拉诺-霍泽尔与同事们提出大脑总神经元数量为861亿，上下偏差81亿。这是神经科学当中被引用最多的论文之一，被引用超过3000次。当我看到这个数字时心想，这又未免太精确了。因此我查看了这篇论文。它是一篇非常有趣的重要论文，发表在《比较神经学杂志》。论文当中的数据基于四名男性的大脑，这四人的神经元数量分别是788亿、797亿、903亿以及954亿，取平均值确实是861亿，标准差81亿，计算本身并没有问题。但是我们不妨想一想：如果我想确立人类的平均身高，然后在这个礼堂里找四个人来测量，也能得出一个平均值。然而你会说：“这样的取样方式太奇怪了，为什么非得选这四个人而不是另外四个人？”显然，如果我只有一两个样本大概是不够的，那么四个样本够不够？数据点数量很少时该怎么办？

统计学家被这个问题为难了很久，因为它极大地限制了统计学的效力与应用范围。不过有一种方法可以解决此问题，只需要一个优雅的公式就能以95%的置信区间计算出上下浮动的误差，名叫t检验公式。根据这个公式，首先计算常数t乘以方差——皮尔逊当年也曾深入研究过t值——再除以样本量的平方根；平均值加减这一结果之后得到的就是误差区间。样本数量为4时t值大约为3.182。因此你可以基于这个数据集做出的唯一主张是：男性人类大脑的神经元数量的平均值并不是861亿，而是在730亿和990亿之间的某个值。这个说法明显弱化了许多，但这是我们能够做出的最可靠主张。还有一篇来自巴西的论文，也是一篇很出色的研究，主题是比较健康的人脑与患有神经退行性疾病的人脑。这个研究中分析了5位健康女性的大脑并且进行了同样的分析，发现女性大脑的平均神经元数量在620亿到730亿之间。这与男性的数值之间出现了一定的差距，或者也可以说人类大脑神经元数量在620亿到990亿之间。因此我们并不太清楚人类大脑到底有多少个神经元，至少我们目前的答案并不具备统计显著性。这个结果的确让人感到震惊，毕竟在科学当中没有什么比人类大脑更受到深入研究的领域了，可是我们就连人脑神经元数量这样的细节都拿不准。不过这一点对于我们来说并不重要，因为即使这个估算也足够与其他动物做比较。

霍泽尔还提出了一个非常有趣的观点。她开始研究啮齿动物与灵长类动物并指出，水豚的脑子是76克，神经元数量是16亿，而体型远远更小的僧帽猴的脑子只有52克，神经元数量却接近37亿。因此大脑的重量或体积并不能说明问题，真正重要的是神经元的数量。如果观察不同的啮齿动物与灵长类动物并进行相同的缩放比较，观察身体质量与神经元数之间的关系，我们就会意识到灵长类动物与啮齿动物的缩放拟合线斜率并不一样，前者的神经元数量随体重增加而增长的比例更高。这正是不同动物群体得到不同进化结果的关键，它们在神经元数量上出了不同的选择。虽然用“选择”一词不太恰当，但是这个词确实暗示了不同动物的神经元数量在时间演化当中的不同趋向。至于我们人类的数据点依然紧贴灵长动物的拟合线。用霍尔泽的话来说：“人类无非是等比放大的灵长类。”我们的神经元数量在灵长类大家族当中确实数一数二，但是并非多到了与体重不成比例的程度。既然如此，我们与其他灵长类亲戚之间为什么存在认知能力上的鸿沟？如今的人工智能与大语言模型也面临着同样的问题。人工智能的性能似乎也遵循幂律规模，一旦达到一定规模就会突然发生质的飞跃，这些程序突然就能够以不同方式完成许多任务。

说了这么多，我们究竟学到了什么？我们研究人类时不妨回顾一下查尔斯.达尔文的观点。达尔文明确指出“无法通过颅骨的容积来准确比较任何两个人的智力”。然而在人口层面上仍然可以观察到某种效应，比方说就男性与女性的差异而言，女性大脑的平均体积相对于男性小约11%。因此从统计学的角度来说，如果两者确实属于同一群体，智商应该会存在差异。然而智商数据却表明男性与女性的平均值完全相同。换句话说，至少在智商测试时女性使用大脑的方式不同于男性。她们以某种方式更高效地利用了大脑，以此弥补了体积不足。另一方面，在动物王国当中人脑的大小也没有什么特别之处。但是达尔文又说，真正了不起的是很小的脑子能够完成的事情。比方说爬行动物和鸟类的认知能力就很有趣。鳄鱼体重700公斤，而脑子却只有10到20克重，但是它仍然能够做出复杂精妙的行为，并且历经漫长岁月依旧幸存。达尔文还曾说过：“蚂蚁的大脑可能是世界上最了不起的物质之一，甚至比人类的大脑更出色。”

最后让我们回到高斯这边。瓦格纳意识到自己的研究肯定有问题。于是他的儿子接手了高斯的大脑，可是同样没能研究出个所以然。他们发现高斯大脑的大小毫不特殊，跟一般人没啥区别。然后他们发现也许能从大脑的结构复杂性入手。用瓦格纳的话来说：“该大脑的褶皱的复杂程度着实十分可观。”所以如果大脑的大小与聪明与否无关，或许关键在于大脑的几何复杂性。这就是我们接下来要讨论的主题。谢谢大家。