丘脑必须依靠包含在新皮质中的结构化知识才能在直接注意力中发挥关键作用。它可以通过（储存在新皮质中的）网线，使我们遵循一系列思维或按计划行动。麻省皮卡沃学习和记忆研究所近来的研究表明，借助两个大脑半球，我们的工作记忆能够同时跟踪4个条目。虽然我们至今不清楚是丘脑管理着新皮质还是新皮质管理着丘脑，但没有这两者，我们就不能活动。
海马体
每个大脑半球都有一个海马体。海马体是一个小区域，看起来像是塞在内侧颞叶的海马。它最主要的作用就是记住新颖的事件。因为感官信息流经新皮质，由新皮质判定一种经历是否新颖，然后将其呈现给海马体。新皮质判定经历新颖要么是因为不能识别某一套特定的特征（例如新面孔），要么是因为意识到一种原本熟悉的情形又出现了独特的特质（例如你的配偶戴着假胡子）。
海马体能够记住这些情形，尽管它似乎是通过将线索放入新皮质而做到的。因此，海马体中的记忆也储存在低级模式中，而这些模式早就被识别并储存在新皮质中了。对于那些没有新皮质却要调整感官经历的动物来说，海马体会记住来自感官的信息，尽管这得经过感官预处理，例如视神经执行的转换。
尽管海马体将新皮质（假如特定大脑有的话）作为暂存器，（进入新皮质指示器的）记忆却不是天生分层的。没有新皮质的动物可以运用海马体记住事物，但它们的回忆却不是分层的。
海马体的容量有限，因此它的记忆是短暂的。它会一遍一遍播放记忆顺序，将模式的特定顺序从新皮质短暂记忆转成长期分层记忆。因此，我们需要海马体来习得新记忆和技能（不过，严格的运动技能似乎要使用不同的机制）。海马体副本受损的某些人会记得已存记忆，但却不能形成新的记忆。
南加州大学神经科学家西奥多·伯格（Theodore Berger）和他的同事一起模拟了老鼠的海马体，并成功植入了人造海马体。2011年的一项研究报告中，南加州大学的科学家们用药物阻止了老鼠的特定习得行为。借助人造海马体，老鼠们也能很快再次学会这些行为。伯杰这样描述他遥控植入的神经的能力：“轻轻打开开关，老鼠们就记住了。关掉之后，它们就忘记了。”在另一项试验中，科学家们允许人造海马体与老鼠的自然海马体一起工作。结果是老鼠们学习新行为的能力提高了。伯格解释道：“这些综合实验性的模拟研究第一次表明，神经假体能够实时识别，以及使可控的编码过程能够恢复，甚至是提高认知记忆过程。”海马体是老年痴呆症受损的第一批区域之一，因此该项研究的目标之一就是为人类开发一种能够缓和这种病症初级阶段损伤的神经植入物。
小脑
你可以用两种方法抓住高飞球。你可以通过求解控制球的移动的复杂联立微分方程，以及你在观察球移动时的特定角度方程，然后利用更多的方程计算出如何移动你的身体、手臂和手，在合适的位置、合适的时间接住球。
你的大脑却不采用这种方法。基本上，它通过将很多方程简化为一些简单的趋势模型，考虑球会落在你视线范围内哪个区域的趋向以及它在这个范围内的移动速度。它也与手做相同的事，线性预测球在你的视线范围内和手的位置。当然，目标是确保它们同时落在同一位置。假如球落得太快，而你的手又动得太慢，你的大脑就会指导你的手更快地移动，以保证趋向吻合。棘手的数学问题的“戈尔迪之结”解决方案就叫作基函数，它们由小脑执行——小脑的形状如豆、棒球大小，位于脑干的区域。
小脑是曾经控制几乎所有原始人类运动的旧脑区域。它现在仍然包含大脑一半的神经元，尽管大多数都很小，因此该区域只占脑重的10%。然而，小脑是大脑设计大规模重复的另一个例子。基因组中的设计信息相对较少，因为它的结构是几个重复几亿次的神经元模式。正如新皮质一样，它的结构也有一致性。
控制我们肌肉的大多数功能已经被新皮质所代替，新皮质使用相同的用来感受和认知的模式识别公式。就移动来说，我们可以更恰当地将新皮质的功能称为模式实现。新皮质确实可以利用小脑中的记忆来记录细微的脚本运动——例如，你的签名或是音乐、舞蹈等艺术表现方面的旺盛欲望。对小脑在孩子书法学习过程中发挥的作用的研究表明，小脑的浦肯野细胞也抽样检查动作序列，每个都对特定的样品很敏感。因为新皮质控制着我们的大部分移动，所以很多人即使是小脑严重受损，也能设法应对相对明显的残疾，只是他们的动作不那么优雅而已。
新皮质也要求小脑使用它计算实时基函数的能力来预测我们正在考虑却还没有执行（可能会执行）的行动后果，以及行动或是其他的可能行动。这是大脑天生就带有线性预测器的另一个例子。
利用我之前讨论过的基函数，人们在模仿小脑积极响应感觉信息的能力方面已经获得了巨大的进步，无论是由下往上的模仿（基于生化模型），还是由上往下的模仿（基于小脑中每个重复单元如何运转的数学模型）。
快乐与恐惧
恐惧是怀疑的主要来源，也是残忍的主要来源之一。战胜恐惧就是智慧的开端。
伯特兰·罗素
从容面对恐惧。
苏珊·杰弗斯
如果新皮质善于解决问题，那么我们主要尝试解决什么问题呢？进化所尝试解决的问题是物种的生存。这可以转化为个人的生存，每个人以各自的方式用自己的新皮质来解释。为了生存，动物在避免成为别人的盘中餐时也得保证自己的下一餐。它们也需要繁殖。早期大脑形成了快乐与恐惧系统来奖励这些基本需求，以及促进它们的基本行为的满足。随着环境和互相竞争物种逐渐改变，生物进化引起了相应的改变。随着分层思维的到来，关键驱动的满足变得更加复杂，因为它受到复杂想法中的想法的影响。但是，尽管新皮质进行了大量的调制，旧脑仍是活跃、良好的，并且用快乐和恐惧刺激着我们。
和快乐有关的区域是依伏神经核。在20世纪50年代著名的试验中，能够直接刺激这个小区域（通过推动激活植入电极的控制杆）的老鼠们更愿意做其他的事，包括发生性行为或吃东西，最终衰竭而死。人类其他区域也涉及快乐，例如腹侧苍白球，当然也包括新皮质自身。
快乐也由化学物质如多巴胺和血清素调节。本书无法详细介绍这些系统，但我们必须认识到，我们从成为哺乳动物前的表亲那继承了这些机制。我们的新皮质的主要职责就是使我们成为快乐和恐惧的主人，而不是它们的奴隶。至于我们受到的成瘾行为的影响，新皮质在这方面的尝试却并不总能成功。在感受快乐时，多巴胺往往也是涉及的神经递质。如果我们经历了什么好的事情——彩票中奖了，获得同行的认可，爱人的一个拥抱，甚至是细小的成就，例如说了一个让朋友发笑的笑话，我们经历的是多巴胺的释放。与那些因过度刺激依伏神经核而死的老鼠们一样，我们有时会通过捷径来获取快乐，但这并不是一个好主意。
举个例子，赌博可以释放多巴胺——至少在你获胜的时候可以，但这却要依赖于它对预见性的固有缺失。赌博可能会为了释放多巴胺而工作一会儿，但是假设胜算就像是故意跟你对着干似的（否则赌场的生意就没法做了），那将它作为一种常规战略就是毁灭性的。类似的危险都与成瘾行为有关联。多巴胺受体D2基因的特定基因突变会使得人们在第一次接触成瘾物质或行为时得到格外强烈的快感，但众所周知却经常被忽视的是，这些物质产生快乐以供后续使用的能力会逐渐降低。另一种基因突变却导致人们不能从日常生活中得到正常水平的多巴胺释放，这也会导致人们寻求由成瘾活动强化了的早期经验。拥有这些成瘾遗传倾向的少数人引发了巨大的社会和医学难题。即使是那些成功避免严重成瘾行为的人，他们也在挣扎着释放多巴胺，以平衡释放多巴胺的行为。
血清素是一种在调节情绪方面具有关键作用的神经递质。在更高层次上，它与健康和满足感相关联。血清素也有其他的作用，包括调节突触强度、食欲、睡眠、性欲以及消化。选择性5羟色胺再吸收抑制剂（趋向提高受体可用的血清素量）之类的抗抑郁药物具有深远的影响，但并不是所有的都令人满意（例如控制性欲）。与新皮质中的行动不同——在新皮质中模式识别和轴突激活一次只影响一小部分大脑神经回路，这些物质却会影响大脑中的大片区域甚至是整个神经系统。
人类大脑每个半球都有一个杏仁核，它包括一个由几个小叶组成的杏状区域。杏仁核也是旧脑的一部分，也在处理一系列情绪反应，特别是恐惧。在哺乳动物中，代表危险的某些预先设定好的刺激直接进入杏仁核，而杏仁核将触发“战斗—逃跑”机制。如今，人脑杏仁核依靠新皮质传送危险感知。例如，老板的批评可能会引起害怕丢掉工作这样的反应（或许不是，假如你对B计划有信心）。一旦杏仁核认为危险就在前面，一些事件就会按照古老的序列发生。杏仁核将信号发给脑下垂体让其释放名为“促肾上腺皮质激素”的激素。这种激素反过来触发肾上腺释放压力荷尔蒙皮质醇，这种皮质醇可以为你的肌肉和神经系统提供更多的能量。肾上腺也能分泌肾上腺素和去甲肾上腺素，这两种激素抑制你的消化系统、免疫系统以及繁殖系统。（请注意，这些在紧急情况中并不是高优先级过程。）血压、血糖、胆固醇以及纤维蛋白原（加速血液凝结）的水平全部上升，心率和呼吸也加速，甚至连瞳孔都放大，因为这样你就有更好的视力，可以看清敌人或是逃生路线。这一点在遇到真正的危险，如捕食者突然阻拦时特别有用。众所周知，当今世界这种战斗–逃跑机制的慢性激活会导致健康永久受损，如高血压、高胆固醇和其他的问题。
全球神经递质水平系统如血清素，以及激素水平如多巴胺，都非常复杂，我们将用余下的篇幅来讨论这个话题，但值得指出的是，该系统中信息的频带宽度（信息处理率）比新皮质频带宽度低很多。与由几百万亿种可以迅速改变的联系构成的新皮质不同，神经递质只涉及有限的物质，大脑中这些化学物质的水平变化较为缓慢，也相对普通。
新脑和旧脑中都会出现情绪经历，这种说法很公平。思维发生在新脑（新皮质），而感觉在新脑和旧脑中都会发生。因此，模拟任何人类行为都要模拟这两个部分。但是，假如我们追求的只是认知智力，那么有新皮质就足够了。我们可以用非生物大脑皮质更加直接的动机来代替旧脑以达成我们的目标。例如，沃森的目标就很明确：为《危险边缘》给出正确的答案！（虽然这些都是由了解《危险边缘》的程序进一步调整的。）在Nuance和IBM联合研发具有医学知识的新沃森系统这个案例中，它们的目标是帮助治疗人类疾病！未来的系统还会有实际治愈疾病和摆脱贫困之类的目标。很多快乐—恐惧挣扎对人类而言已经过时了，因为旧脑早在原始人类社会开始之前就在进化了——旧脑的大部分都是爬行动物式的。
至于究竟是旧脑做主还是新脑负责，人脑中仍在进行斗争。旧脑通过控制快乐和恐惧经历来定好议程，而新脑一直尝试着理解旧脑相对原始的公式并力图控制自己的议程。请记住，人脑中的杏仁核并不能单独评估危险，它得依靠新皮质来判断。那个人是友是敌，是爱人还是威胁？只有新皮质才能决定。
虽然我们不能直接参与生死决斗、捕猎食物，但我们至少在一定程度上将我们的原始欲望变成了创造性努力。基于这一点，我们将在下一章讨论创造力与爱。
06 卓越的能力
我的手能够移动是因为我的大脑将某些力量赋予它——可能是电力、地心引力，或者是所谓的“神经动力”。如果科学更加完善的话，可能会发现这些储存在大脑中的精神动力源于那些由血液供给给大脑的化学动力，并最终发现它来源于我摄入的食物和我呼吸的空气。
刘易斯·卡罗尔
我们的情感思维同样发生在新皮质，但却受到大脑某一部分的影响，这些部分包括扁桃体这样的旧脑区域，以及一些新近进化的脑部结构，如纺锤体神经元，这些神经元似乎在更高层次的情绪方面发挥着关键作用。与大脑皮质中的常规逻辑循环结构不同，纺锤体神经元有着高度不规则的形状和节点。它们是人脑中最大的神经元，跨越整个大脑。它们互相之间紧密联系，成百上千个节点与新皮质的不同部位连接在一起。
如前所述，脑岛帮助传递感官信号，但它也同样在更高层次的情绪方面发挥着关键的作用。纺锤体细胞就来源于这个区域。功能性磁共振成像（fMRI）扫描表明当一个人在处理爱情、生气、悲伤和性欲这样的情绪时，这些细胞会特别活跃。
纺锤体细胞上有长长的名为尖端树突的神经丝蛋白，它们能够连接到远处的新皮质区域。这种“深度”互联性是在我们进化途中越发频繁出现的特征，而某些神经元就是通过这种“深度”互联性跨区域提供联系的。假如有了处理各种话题和思维的更高层次情感反应能力，处理情感和道德评判时所涉及的纺锤体细胞会有这种连通性就不足为奇了。由于它们同大脑很多其他区域有联系，所以纺锤体细胞传递的高层次情感会受到我们的知觉和认知区域的影响。我们必须指出，这些细胞并没有在做理性的问题分析，这也是我们听音乐或者恋爱时不能理性控制自身反应的原因。然而，大脑的其余部分却积极参与了试图弄清楚我们神秘、高水平情绪的过程。
纺锤体细胞相对较少：总共大约80000个，右脑中大约45000个，左脑中35000个。这种不等性至少为情商处在右脑的观点提供了证据，尽管这种不均衡还是适度的。大猩猩有大约16000个这种细胞，倭黑猩猩有约2100个，黑猩猩有约1800个。其他哺乳动物根本就没有这种细胞。
人类学家相信纺锤体细胞在1000万到1500万年前第一次出现在猿和类人猿（人类的前身）尚未发现的共同祖先身上，然后在大约10万年前数量急剧增长。有趣的是新生儿身上并没有纺锤体细胞，到他们大约4个月的时候才开始出现，并且在他们1岁到3岁的时候开始显著增加。孩子处理道德问题和感知（如爱情）这类更高层次情绪的能力形成于同一时期。
天分
沃尔夫冈·阿马德乌斯·莫扎特在5岁时就创作了小步舞曲。6岁时，他就在维也纳的金色大厅为玛丽娅·特蕾莎（Maria Theresa）女王进行了表演。在45岁去世之前，他创作了包括41部交响曲在内的600部作品，他被公认为欧洲古典传统乐最伟大的创作者。人们可能会说，莫扎特拥有如此成就，是因为他有音乐天分。
那么，在思维模式认知理论中，这意味着什么呢？很明显，我们所说的天分有一部分是后天培养的产物，也就是说，环境和其他人的影响。莫扎特生于音乐世家。父亲利奥波德是一位作曲家，同时担任萨尔兹堡大主教的宫廷管弦乐队的指挥（准确地说是音乐指挥）。莫扎特从小就沉浸在音乐的世界里，从3岁开始，他父亲就教他小提琴和键盘乐器。然而，环境影响并不足以解释莫扎特的惊人才华——他明显受到先天天赋的影响。但是，这种天分是以一种什么形式存在的呢？正如我在第4章所写的，为了某些特定类型的模式，新皮质的不同区域通过生物进化被最优化了。即使模型的基本模式认知公式在新皮质中是统一的，但由于模式的特定类型会流经特定区域（如脸部表情经过梭状回），因此区域也会变得更善于处理联合模式。然而，每个模型中又有很多管理公式如何实际运行的参数。比如，要识别一种模式，匹配度需要多高？如果一个更高水平的模块发送了一个模式所预料的信号，这个临界又该如何调整？规格参数呢？这些因素，包括其他因素都会根据不同区域进行不同设定，以有利于特定的模式。我们在人工智能中使用了相似的方法，注意到了同样的现象，并且已经使用模拟进化来优化这些参数。
如果特定区域可以为不同类型的模式进行优化，那么基于此，个体大脑在学习、识别和创造某种模式类型的能力方面也会有所差别。例如，大脑可以通过更好地识别韵律模式或更好地理解和声的几何排列来发掘自己对音乐的天赋。与音乐才能有关的音高辨别力（在没有外界帮助的情况下识别和重演高音的能力）尽管需要后天培养，却又似乎源于基因遗传，因此极有可能是先天天分与后天培养相结合的产物。音高辨别力的遗传基础可能在听觉信息预处理时驻留在新皮质边上，已习得部分则保留在新皮质上。
不管是普通人还是天才，都可以借助其他有助于提升能力的技能。新皮质的能力，如新皮质控制杏仁核生成害怕信号的能力（当遇到反对时），起着关键的作用，自信、组织能力和感染他人的能力等属性也是这样。我之前提到的一个重要技能是追求反对正统想法的勇气。不变的是，那些被我们视为天才的人们通过一开始不被同龄人理解或欣赏的方式，追求他们自己的精神体验。虽然莫扎特生前也获得了人们的赏识，但是大部分赞誉还是在他去世后才得到的。他离世时穷困潦倒，被葬在一个普通的墓穴里，只有两名音乐家出席了他的葬礼。
创造力
创造力是一剂会上瘾的毒药，我已上瘾，生不可离。
塞西尔·德米尔
问题绝不是如何获得新的创造性的想法，而是怎样去除旧的观念。每一个大脑都是一栋装满了古色古香家具的建筑。擦拭干净你大脑的一个角落，创造力会立即填满它。
狄伊·哈克
那些异常冷静的人，他们的双眼可以看到世界的不同之处。
埃里克·伯恩斯
创造力几乎能解决所有的问题。创造性的行为可以通过创意来打败习惯，克服一切困难。
乔治·路易斯
创造力的一个重要方面是找到伟大隐喻的过程——代表某种其他事物的标志。新皮质是一个伟大的隐喻制造机，是我们成为唯一的创造性物种的原因。在我们的新皮质中，3亿模式识别程序中的每一个都在识别和定义一种模式并对其命名，就新皮质模式认知模型来说，这只不过是来源于模式识别器的轴突在找到模式时会被“激活”。然后，这个标志变成了另一种模式的一部分。这些模式中的每一个实际上都是一个隐喻。这些识别器能以高达每秒100次的频率“激活”，而我们每秒钟就能识别高达300亿次的隐喻。当然，不是每一个模块在每一个循环中都会“激活”——但可以肯定的是，我们每秒钟都能识别数百万个隐喻。
当然，有一些隐喻比其他的更重要。达尔文认为查理斯·赖尔的观点“来源于一股水流的每一个逐步的变化是怎样冲刷出大峡谷的”，就是“一个小的进化在经过了数千代的改变之后能够造成不同物种之间的巨大变化”的有力隐喻。思想实验，如爱因斯坦用来阐明迈克尔逊–莫利实验的真正意义的那个，也是隐喻，引用字典的定义来说，就成了“被认为是其他事物的代表或象征”的意义。
你是否在莎士比亚的第七十三首十四行诗中看到过隐喻？
在我身上你或许会看见秋天，
当黄叶，或脱尽，或剩三三两两
挂在瑟缩的枯枝上索索颤抖，
荒废的歌坛，那里百鸟曾合鸣。
在我身上你或许会看见暮霭，
它在日落后向西方徐徐消退，
黑夜，死的化身，渐渐将之驱逐，
严静的安息笼住纷繁的万类。
在我身上你或许会看见余烬，
它在青春的寒灰里奄奄一息，
在惨淡灵床上迟早总要断魂，
被那滋养过它的烈焰所销毁。
看见了这些，你的爱就会加强，
因为他转瞬要辞你溘然长往。
这首十四行诗使用了大量的隐喻来描述他年龄的增长。他的年纪就像晚秋一样：“当黄叶，或脱尽，或剩三三两两。”天气很冷，鸟儿也不再在枝头栖息，他把这称为“荒废的歌坛”。他的年纪就像“它在日落后向西方徐徐消退，黑夜，死的化身，渐渐将之驱逐”的暮光。他就像“在我身上你或许会看见余烬”的余火。实际上，所有的语言最终都是一个隐喻，虽然有些表达比其他的更令人难忘。
找到一个隐喻是一个识别模式的过程，尽管在细节上和环境上存在不同——这是我们生活中每时每刻都在进行的琐碎活动。我们认为重要的比喻性剧变往往发生在不同学科的缝隙中。然而，违背这种创造力的根本动力是科学领域（以及其他每一个领域）朝着不曾有过的专业化发展的普遍趋势。正如美国数学家诺伯特·维纳（Norbert Wiener）在他出版的重要著作《控制论》（Cybernetics）中所写：
正如我们在本书正文中所见，有一些科学研究领域，被从数学、统计学、电力工程和神经科学等学科的不同角度进行探索；每个单一的概念又从每个群体获得了独立的名字，重要研究被扩大了3倍或4倍；还有一些重要研究因在某一领域毫无成果而被推迟，但可能已经在另一个领域里成为经典。
就是这些边缘区域为合格的研究者提供了最为丰富的机会。同时，他们也是能够接受已经为人们接受的技术的大规模攻击和劳动分工的人。
在我自己的书中，为了应对持续专业化，我集合了我为一个项目聚集的专家的技术（比如，我的演讲认知研究包括了演讲科学家、语言学家、心理学家和模式认知专家，更不用说计算机专家了），我鼓励每个人将自己独特的技巧和术语传授给小组其他成员。然后，我们运用那些术语，并把它变成自己的知识。不变的是，我们发现来自某一领域的隐喻却能够解决另一领域的问题。
在面对家里的猫时，老鼠会寻找一条逃跑路线——即便是在以前从来没有遇到的情形下也能够做到，因为老鼠在这个时候是有创造性的。我们自身的创造力的数量级要比老鼠高得多，并且涉及更多的抽象层次——因为我们的新皮质容量更大，它能够分更多的层次。因此，获得更大创造力的一种方式就是有效地聚集更多的新皮质。
拓展可用的新皮质的一种方法就是通过多个人的合作，可以在一个解决问题的群体中，通过聚在一起的人们的交流来完成。最近，有人致力于使用在线合作工具来实现实时合作，这在数学和其他领域已经获得了成功。
当然，下一步就是通过新皮质的非生物等同物来拓展新皮质本身。这将是我们最终的创造力方案：创造创新能力。非生物新皮质最终将变得更快，并且能够迅速寻找到可以激励达尔文和爱因斯坦的隐喻类型。它能系统地探索我们以指数规模增长的知识边界的所有重叠界限。
有些人担心如果有人退出这种心灵合作关系将会发生什么。我认为这些附加的智能在本质上将会贮存在云端（我们通过在线交流连接在一起的电脑网络以指数规模增长），这也是我们绝大多数的机器智能现在贮存的地方。当你使用搜索引擎，识别来自电话的语言，向Siri这样的虚拟助手咨询，或使用你的电话将一种语言转译成另一种语言时，这样的智能不是贮存在设备本身中，而是贮存在云端。我们拓展的新皮质也将被贮存在那里，不论我们是通过直接神经联系获得这样的拓展智能，还是通过我们现在所用的方式——通过我们的设备来互相作用，这是一种主观的区别。在我看来，不论我们选择进入还是退出人类拓展智能的直接联系，通过这种普遍加强，我们都会变得更富创造力。我们已经将个人、社会、历史以及文化记忆的大部分外包给了云端，最终我们的分层思考也会这么做。
爱因斯坦的突破不仅来源于他通过思想实验对隐喻的应用，也源于他相信这些隐喻的力量的勇气。他愿意放弃那些不能说明他实验的传统解释，而且他愿意承受同伴对他的隐喻所隐含的古怪解释的嘲笑。这些品质——对隐喻的信仰和确信它的勇气，也是我们应该注入到我们的非生物新皮质中的优秀品质。
爱情
思维清晰的人心中的热爱也会格外分明；这就是为什么一个思想伟大而思路清晰的人会怀有强烈的爱，而且清楚地知道何为自己心中所爱。
布莱兹·帕斯卡
在爱情中常常有些疯狂的行为，但疯狂同样是有理由的。
弗里德里希·威廉·尼采
当你经历的生活和我经历的一样多了，你就不会低估痴迷爱情的力量了。
阿卜思·邓布利多，选自《哈利·波特》
我总是喜欢用一个好的数学方法来解决所有的爱情问题。
迈克尔·帕特里克·金，选自《欲望都市》
即使你没有真正地亲自经历过心醉神迷的爱情，你也肯定听说过。公平地说，世界艺术的相当一部分——故事、小说、音乐、舞蹈、绘画、电视剧和电影，在早期都是由爱情故事赋予灵感创作出来的。
最近，科学也加入了进来，而且我们现在能识别出当某人坠入爱河时发生的生理变化。多巴胺被释放出来，制造了幸福与欢乐的感觉。去甲肾上腺素水平迅速升高，导致心跳加速和整体的兴奋感。这些化学物质，连同苯乙烯，使人变得兴奋、充满活力、注意力集中、食欲不振和渴望得到欲得到的物品。有意思的是，伦敦大学学院的最新研究表明血清素水平降低，与强迫症的情况相似，这与早期恋情的痴迷本性很一致。多巴胺和去甲肾上腺素的高水平解释了短期注意力的提高、幸福感和对早恋的渴望的原因。
如果你觉得这些生化现象听上去与 “战斗—逃跑”综合征类似的话，是因为它们就是很相像，除非我们正跑向某些人、某些事；实际上，一个愤世嫉俗的人会说靠近而不是远离危险。这些变化也与成瘾行为的早期阶段完全一致。洛克西音乐团的歌曲《爱情是毒药》（Love Is the Drug）非常准确地描述了这种状态（虽然这首歌曲的主题是希望获得下一份爱情）。对狂热的宗教体验的研究也呈现了相同的物理现象，可以说有着这样体验的人正在和上帝谈恋爱或者是他们所专注的精神联结。
至于浪漫的早恋，雌性激素和睾丸素在形成性冲动方面发挥着作用，但如果有性生殖是爱情的唯一进化目标的话，那么就不需要这个过程中的浪漫了。正如心理学家约翰·威廉·曼尼（John William Money）写道：“性欲是淫荡的，爱情是抒情的。”
爱情的欣喜阶段导致了依恋和最终长期的结合。同样，这一过程也受到化学物质的促进，包括催产素和加压素。以两种相关的田鼠物种为例——草原田鼠和山区田鼠。它们几乎完全相同，但草原田鼠有接受催产素和加压素的受体，而山区田鼠却没有。草原田鼠以终身的一夫一妻制而闻名，而山区田鼠几乎只进行一夜情。对田鼠而言，催产素和加压素受体几乎对它们的爱情生活的天性起着决定性作用。
虽然这些化学物质也影响着人类，但是新皮质在我们所做的其他事情中都发挥着决定性作用。田鼠也有新皮质，但尺寸极小且扁平，它的大小只够它们找到生命中的伴侣（或者，对于山区田鼠而言，至少是晚上的伴侣），以及表现出其他基本的田鼠行为。人类则有足够多的新皮质以进行曼尼所说的广泛的“抒情”表达。
从进化的观点来看，爱情的存在本身就是为了满足新皮质的需求。如果我们没有新皮质，性欲对保证繁衍来说已经足够了。爱情的狂喜造成了依恋和成熟的爱情，并且导致了持续的结合。反过来，它至少为孩子们获得稳定的环境提供了可能，尽管他们的新皮质经历着成为有责任心、有能力的成年人所需要的批判性思维。在一个丰富的环境中，学习是新皮质发展的内在部分，而催产素和加压素荷尔蒙机制在建立父母（特别是母亲）和孩子的临界结合中也起着关键作用。
在爱情故事的结尾，被爱的一方成为我们新皮质的主要部分。在一起数十年之后，虚拟的另一方存在于新皮质，因此我们能预测爱人会说、会做的每一步。我们的新皮质模式被反映了他们是谁的想法和模式填满了。当我们失去了那个人，我们就失去了部分自我。这不仅仅是一个隐喻——所有充斥着反映我们所爱的那个人的模式的大规模模式识别器都突然改变了天性。虽然它们被认为是让那个人在我们心中活着的一个宝贵的方式，但是失去爱人的人其大规模新皮质模式突然将触发器从快乐调到了悲伤。
爱情和它阶段的进化原理并非当今社会的全部。我们在将性从它的生物功能中解放出来方面已经获得了巨大的成功，我们可以在没有发生性关系的情况下生小孩，我们还可以发生性关系却不用怀孕。大部分的性行为是出于感官的或关系的需要。通常，我们是有目的地坠入爱河，但却不是为了生孩子。
同样，各种赞美爱情的艺术表达的迅速膨胀和始于古物的种种形式，也是它自身的终结。我们创造这些卓越知识的持久形式的能力——关于爱情或其他东西，恰恰是让我们变得独一无二的东西。
新皮质是生物的伟大创新。反过来，它又是一首关于爱情的诗歌，而我们所有的其他创新则代表了人类新皮质的最伟大发明。
07 仿生数码新皮质
不要相信任何自圆其说的话，除非你知道他的思考模式。
亚瑟·卫斯理，选自《哈利·波特》
我想要的不过是一个平凡而并非超凡的大脑，它只要跟美国电话电报局总经理的一样就行。
阿兰·图灵
只有计算机能像人类那样思考，它才被认为是智能的。
阿兰·图灵
我相信在世纪末，语言的使用和教育水平会有极大的改变，人们在谈到“机器思考”时，会觉得理所当然。
阿兰·图灵
母老鼠天生就会打洞，即使它一生都不曾见过其他的母老鼠怎样打洞。同样，就算其他同类没有示范完成这些复杂任务的具体步骤，蜘蛛还是天生就会织网，毛虫还是天生就会织茧，海狸还是天生就会建造水坝。当然，我们并不是说这些（织网、织茧、建造水坝）不是习得行为，只不过是说一代的学习是无法掌握这些行为的，必须通过数千代学习的积累。毋庸置疑，动物行为的进化的确是一个学习的过程，但是这种进化是整个物种群体的学习而不是个体的学习。进化的成果通过DNA遗传给下一代。
新皮质进化的意义就在于它大大缩短了学习过程（层次化知识）——从数千年缩短到几个月，甚至更短。就算某种哺乳动物遇到无法解决的难题（问题的解决需要一系列步骤），但只要其中的一名成员偶然找到解决方法，该方法就会在种群中迅速扩散传播。
当我们从生物智能转向非生物智能时，我们的学习速度提高了几百万倍。一旦数码新皮质习得一种技能，它就会在短短几分钟甚至几秒之内将这种技能传授给其他皮质。举个例子，在我的第一家公司——我在1973年创立的库茨韦尔计算机产品股份有限公司（Kurzweil Computer Products），我们花了很长时间研究一种叫做全字体 （可以是任何字体）光学字符识别（OCR）的技术，以期识别扫描文件中的打印字符。这项技术连续开发了40年，新近产物是Nuance公司的Omnipage。如果你希望你的电脑能识别打印字符，你不必像我们那样花费数十年的时间训练电脑，你只要下载以软件形式存储的最新模式即可。20世纪90年代，我们开始研究语音识别，这项技术作为Siri系统的一部分，已经持续开发了数十年。同样，你也可以在数秒之内就下载这种研究电脑很多年才能习得的最新模式。
我们最终的梦想是研究出一种人造新皮质，它在功能和灵活性方面皆可与人类大脑新皮质相媲美。想想这种发明问世的益处吧。电子线路运行的速度会比生物线路快成千上万倍。虽然一开始，我们要牺牲速度来弥补电脑平行演化的缺乏，但是最终，数码新皮质层还是要比生物多样性变化更快，还是会提高速度。
假如我们放大新皮质，我们无需担心附加新皮质与我们的身体、大脑的匹配度是多少，因为就像如今的计算技术一样，新皮质大多数会储存在云端。我曾经估计我们的生物大脑新皮质可以承载3亿个模式识别器。借助人类不断进化的宽前额和占据脑容量80%空间的大脑新皮质，这个数字对我们的大脑来说不成问题。但一旦我们的大脑开始云思维，我们就不再受自然条件的限制，就能无限使用数十亿甚至数百亿个模式识别器，基本不需要再考虑我们的需求，以及库兹韦尔定律在每个时间点可以提供什么。
生物新皮质要经过不断地重复才能掌握一种新的技能，数码新皮质也不例外。但是一旦数码新皮质在某一时间学会了某种新知识，它就能在第一时间与其他数码新皮质交换信息。就像如今我们每个人都拥有自己的数据库一样，我们也可拥有储存在云端的新皮质扩展器。
最后，通过数码新皮质，我们可以备份智力中的数码部分。这不仅暗示了新皮质可以储存信息，更令人震惊的是，这样的信息至今还没有备份——当然，我们确实可以记下大脑中的信息用以备份。将思维的一部分传输给能长存于我们生物体中的媒介的能力无疑是个巨大的进步，然而大脑中的很多数据依然是易损的。
脑模拟
准确模拟人脑是构建数码大脑的方法之一。例如，哈佛大学脑科学博士生大卫·达伦布尔（David Dalrymple）就计划模拟一种线虫（蛔虫）的大脑，因为线虫的神经系统构造相对来说比较简单，大约只有300个神经元，他打算细致深入到分子层次。同时，他还给这个大脑加了个虚拟身体，并模拟了线虫真实的生存环境，如此一来，这个虚拟线虫就可以像真实的线虫那样猎食、做其他同类擅长的事情。达伦布尔说，这似乎是人类第一次完全模拟生物大脑，并且让其生活在虚拟环境中。尽管线虫在竞争食物、消化食物、躲避猎食者和繁衍后代这些方面的确拥有某些技巧经验，但我们依然无从知晓线虫是否真的有意识，更不用说模拟线虫了。
亨利·马克拉姆的蓝脑计划（Blue Brain Project）却致力于模仿人脑，包括整个新皮质和旧脑区域。其中，旧脑区域的模拟包括大脑海马体、杏仁核以及小脑等。各个部分的模拟程度有所不同，最高可达到分子层次的完全模拟。如同我在第4章提到的那样，马克拉姆已经发现了新皮质中反复出现神经元的关键分子，这说明学习是由这些分子而不是那些单个的神经元完成的。
马克拉姆不断取得新成果。2005年，这个项目刚刚启动，他就成功模拟出第一个神经元。2008年，他的团队已经模拟出包含10000个神经元的老鼠大脑新皮质。截至2011年，神经元的数量翻了100倍，达到了1000000个，马克拉姆将它称为“中回路”（Mesocircuit）。马克拉姆的反对者却提出了质疑，他们认为马克拉姆虽已成功模拟出神经元，但却无法证明这些模拟神经元就是真实神经元的再现。要证明这一点，这些模拟神经元必须演示我将在下面讨论的学习。
马克拉姆计划到2014年，完成对老鼠整个大脑100个中回路的完全模拟，总共包含1亿个神经元和大约1万亿个突触。在2009年召开的牛津TED 研讨会上，马克拉姆说道：“模拟人类大脑并非不可能，我们可以在10年内完成这项任务。”他最近的目标是在2023年模拟出一个完整的大脑（见图7—1）。
通过对真实神经元详细的解剖及电化学分析，马克拉姆和其团队试图以真实神经元为模板建构模型。借助名为“膜片钳机器人”的自动装备，他们能够测定特定的粒子通道、神经传递素以及负责每个神经元内电化学活动的生化酶。马克拉姆说，这种自动系统能将30年的分析时间缩短为6个月。而且他们还从这些分析中发现了新皮质基本功能单元——“乐高记忆”模块。
麻省理工学院的神经科学家艾德·鲍登（Ed Boyden）、佐治亚大学机械工程技术系的克莱格·福利斯特（Craig Forest）教授及其研究生撒哈拉·利丹达拉玛哈（Suhasa Kodandaramaiah）均对膜片钳机器化技术作出了突出贡献（见图7—2）。他们宣称，在不损害神经元精细薄膜组织的情况下，这种精确到1微米的自动系统可以近距离扫描神经组织。鲍登说：“这是人类不能而机器人却能做的事情。”
回到马克拉姆的模拟大脑，在成功模拟出新皮质列后，马克拉姆说过：“现在我们要做的就是扩大模拟数量。”数量的确很重要，但仍有其他重要问题需要解决，即学习。如果蓝脑计划所模拟的大脑要会“讲话、思考、像人类那样活动”——马卡拉姆在2009年接受BBC采访时提到的目标，那么要完成上述任务，大脑的模拟新皮质就必须拥有足够的信息。任何试图跟新生儿交流的人都会明白，想达到上述目标还要解决很多问题。
有两种方法可以让模拟大脑——如蓝脑，具备学习能力。第一种：让模拟大脑像人脑那样学习。模拟大脑应像新生儿那样——自身就具有学习分层知识以及在感觉预处理区预编某些转化的能力。我们还需将新生婴儿和具备交流能力的成人之间的学习模式放到非生物学习模式中。但是这种方法仍存在问题，按照蓝脑模拟的大脑要正常运行的话，至少要等到21世纪20年代早期。除非研究人员愿意等个10年或20年，让蓝脑达到成人的智力水平，否则，即使计算机性价比越来越高，运行速度持续加快，蓝脑的现实运行速度依然会很缓慢。
另外一种方法就是以人脑为模型，因为人脑已经拥有充足的知识进行有意义语言交谈以及表现成熟的行为方式，然后将人脑的新皮质模式复制到模拟大脑中。这种方法的问题在于，它要求我们掌握能够处理这个任务、具备足够的时空分辨率的无损伤扫描技术。我认为这项“移植”技术在21世纪40年代之前不会问世。（准确模拟大脑的计算要求——大约每秒1019，可能会于21世纪20年代在超级计算机上得以实现，但是实现大脑无损扫描则需要更长的时间。）
还有第三种方法，我认为像蓝脑这样的模拟大脑计划就应该采用这种方法。通过构建不同精细程度的功能等同体，我们可以简化分子模型，包括本书中描述的功能算法以及接近全分子模拟的模型。学习速度也会因简化而提升，提升的速度则取决于简化的程度。我们还可以将教育软件植入模拟大脑（利用功能模型），模拟大脑学习的速度也会相对提高。这样，全分子的模拟大脑就可以被较为简单的模型取代，而后者仍然保留了前者循序渐进的学习方式。之后我们就可以循序渐进地模仿人类的学习。
