2013年4月2日发生了一则重大新闻，美国联邦政府宣布了“大脑计划”（BRAIN Initiative）。这一计划的目标是开发全新的神经技术以全面了解大脑的功能。像这样的重大项目每隔几十年才提出一次，包括1961年宣布的将宇航员送上月球的“阿波罗计划”；1971年向癌症宣战；1990年的“人类基因组计划”。这些计划都旨在通过集合最好、最顶尖的科学家，一起努力攻克那些只有举全国之力才能解决的难题，这一过程通常需要10～13年的努力。
为什么这次的攻克目标是大脑？人类的大脑是自然界已知的最复杂的器官，而且到目前为止，关于大脑原理的研究都未取得有意义的进展。若想破解神经的密码，需要全球的合作。在早些时候，欧洲评估了关于人类大脑的研究项目，日本随后也宣布了一项有关大脑／思维的研究项目，以开发一种转基因的非人类灵长类动物模型，中国也在雄心勃勃地规划大脑研究项目。
脑神经紊乱是一种很常见的病症，其后果也非常严重。比如，由这种病症导致的孤独症、精神分裂症和抑郁症不仅夺走了许多人的生命，也给社会带来了沉重的经济负担。在美国，每年用于治疗患有阿尔茨海默病患者的费用高达2 000亿美元，而且，随着人口年龄的增长，患者人数还会增加。不同于心脏病和癌症的短期致死，患有脑神经紊乱病症的患者可以活几十年。制药公司开发新疗法的所有努力都失败了。因此，如果我们还无法找到治疗受损大脑的更好方法，后代将会遭受严重的经济损失。
此外，解开大脑的奥秘有助于避免文明的灾难性崩溃，这一现象正在中东地区发生。互联网使恐怖组织得以发展壮大，而现代科学也带来了各种威胁，从核武器到基因重组等。不过，最具破坏力的武器当属人类自己。我们需要了解正在计划制造巨大破坏力的自杀式恐怖分子的动机。
这些动机基于大脑的不良行为。不过，科学的最终目标是搞清楚大脑功能正常运作的基本原理。理查德·费曼曾说：“我不能创造的东西，我就不了解。”也就是，如果我们自己无法证明一些东西，就无法真正地理解它。理解一些原理的有效方法就是，基于理解制造出某样东西，看看它能否运转。一旦我们掌握了大脑的工作原理，就应该能制造出具有类似功能的东西。这将会对社会的方方面面产生深远影响，而基于机器学习的人工智能的兴起正是一个前兆。人类的大脑是最高级的学习机器。
以上是“大脑计划”的目标，它最终的收获可能会超出我们的想象。“阿波罗计划”的目标已经达成，但如果月球如此重要，我们为什么不重返月球呢？实际上，到达月球所需的技术带来了许多出人意料的好处：卫星产业的繁荣发展；数字通信、微电子技术和材料科学取得了巨大进步；科学和工程教学得到了改善。
虽然抗击癌症的斗争仍在继续，但用于治疗这一疾病的DNA重组技术让我们可以操纵基因组，并创造了生物技术产业。“人类基因组计划”的目标是治疗疾病，虽然这些疾病很难通过检查碱基对找到答案，但人类基因组测序已经改变了生物学，并创造了基因产业，进而带来了个性化的精准医疗。
“大脑计划”将会带来与大脑复杂度相匹配的神经技术。基因研究已经发现了数百种导致脑神经紊乱的基因。由于脑细胞种类繁多，信号通路复杂多样，用药物治疗大脑疾病不像治疗心脏病那样有效。新神经技术的发展将会针对脑神经紊乱的根源找到更精确的办法。来自分子遗传学和光遗传学的工具已经让我们具备了一项前所未有的能力——操控神经元，而“大脑计划”正在研发更强大的工具。
回顾之前国家宣布的重大计划，我们可以得出这样一个重要结论：再没有比这更好的方法了，那就是将最优秀、最聪明的头脑号召在一起共同解决重要的问题，并建立解决问题所需的基础技术。
OUR ABILITY TO PRIORITIZE AND PROCESS THE NEWS IS IN AN AUTOCATALYTIC, POSITIVE FEEDBACK LOOP IN WHICH WE EXTEND OUR BRAIN BOTH BIOLOGICALLY AND ELECTRONICALLY.
我们对新闻进行优先排序和处理的能力基于一种自动催化的正反馈循环，在这种循环中，我们能从生物和电子两方面扩展大脑。
——乔治·丘奇，《提高智商的神经学新闻》
137
NOOTROPIC NEURAL NEWS
提高智商的神经学新闻
George Church
乔治·丘奇
哈佛大学医学院教授，“个人基因组计划”主任；与埃德·里吉斯（Ed Regis）合著有《再创世纪》（Regenesis）。
互联网最受欢迎的一点就是，通过搜索引擎和社交网站，人们可以浏览关于购物、宠物和其他人，尤其是体育明星和名人的新闻。那么，受欢迎与长远重要性的区别是什么呢？
在偏远的土著居民和人类的灵长类近亲身上，这种区别似乎很小。在当前高度发达的文明社会，生存的重要性已经与受欢迎程度脱钩了。糖和脂肪在古代都是非常缺乏的营养物质，但现在已经变成了无处不在、充满热量的甜甜圈和牛排。当前，我们的繁殖本能被各种娱乐消磨得所剩无几。我们祖先利用石头和矛进行狩猎的生活方式促生了现代能够容纳4万～22万人的514座体育场，以及有48亿人通过电视观看的各种比赛。从前温和的止疼草药被提纯，让人们上瘾。以前追逐和逃离捕食者-猎物的模式转移到了高速公路上，每年因此丧生的人数高达120万，这大约等于一万年前全球人口的总和。
达尔文式的进化促使人类提高了自身的生存能力，而现在，这种进化还催生了一些会令我们祖先感到困惑的能力增强技术，比如通过向火星移民和带有两个摄像头的手持神经假肢超级计算机来应对小行星撞击事件。
我认为当前最重大的新闻是，绿色和平组织（Greenpeace）、菲律宾农民运动组织（KMP）和农民和科学家联合支持农业发展组织（MASIPAG）以“反人道罪”被指控，原因在于，2002—2016年，这些组织阻止人们推广黄金大米。这原本每年可以拯救因缺乏维生素A而死亡的100万人的生命。
以前的重大新闻是，40年之后，我们仍然无法在是否需要改良胚胎（生殖细胞）这一问题上达成一致。不过，这也可能是一个没有实际意义的问题，因为基于基因与非基因的成人增强技术有着更大的市场和更高的回报率，周期也很快，大概只需几周，而非几十年；这是网络驱动速度与人类生殖速度之间的较量。就如同古老的（DNA）进化和新技术-文化的进化（革新），即使有百分之一的优势，最终会以指数级的速度增长，并且会迅速、完全地取代旧有的状态。
我们正在探索有关扭转衰老和提高智商（提高记忆与认知）的方法，以及寻求能够超越“美国食品药品监督管理局-美国环境管理协会-中国国家市场监督管理总局”式的监管方法，即使这样做会让我们不再享有现在这种自然而短暂的年轻时期，或者会让我们寻求扩展的认识充满风险。在天然产物、医疗旅游、医学实践（这其中包括外科手术和干细胞疗法）的监管方面，全球的监管结构仍然存在漏洞。
我们对新闻进行优先排序和处理的能力基于一种自动催化的正反馈循环，在这种循环中，我们能从生物和电子两方面扩展大脑。通过手术，我们可以将大脑的容量从1.2千克提升至50千克（尼泊尔夏尔巴人的常规大脑容量）。神经系统的生长速度可能与人类细胞的倍增时间一样快（大约只需要1天），人类细胞从通用型干细胞分化到最近设计的复杂的神经网络只需要4天。
当两颗或更多重量约在一千克左右的大脑距离足够近时，复制思维的可能性要比克隆大脑和通过计算机模拟大脑的可能性更大，克隆大脑的方法缺乏神经的复制，而计算机模拟需要对大脑有足够的了解，并且比复制思维的效率低得多。
现在，我们可以通过以指数级的速度改进的“创新神经技术”来测量和操纵人类神经的发育和活动，这也是一项重大新闻。如果这些增强真的可以帮助我们处理信息，那将会成为令人难以置信的重大新闻。
138
MEMORY IS A LABILE FABRICATION
记忆是不稳定的虚构
凯特·杰弗里（Kate Jeffery）
神经科学家，伦敦大学学院教授。
我们曾以为，记忆是对已往之事的真实记录，就如同脑海里可以随时回放的录像带。实际上，记忆远没有真实的录像带可靠和完整，因为我们会遗忘，而且大脑中的记忆有许多早已不在开始的存储位置。当我们回忆往事时总会十分肯定地认为，所忆之事一定发生过。实际上，整个法律体系都基于这一信念。
20世纪，有三项科学发现改变了这一信念，其中两项发现距今有一段时间了，剩余的一项刚发现不久。实际上，我们很早就认识到，记忆与其说是一种记录，不如说是一种重建。我们并不能记住所有的事情，而且原始事件的关键内容会在记忆中发生改变。比如这些场景：那天你碰到的不是乔治娜，而是朱莉娅；那个人不是蒙特卡洛，而是戛纳；那天不是晴天，而是阴天（后来下雨了，你还记得吗）。然而，录像带可不会发生这种故障，它们有可能会破损、丢失某一段内容，但不会编造内容。
从20世纪60年代起，人们就已经知道，重新激活记忆会导致记忆在短时间内变得脆弱或者不稳定。当处于不稳定状态时，记忆很容易受到干扰，可能会改变原来事件的内容，进而再次存储。实验发现，这种改变通常是由一些对记忆不友好的物质引起的，比如蛋白质合成抑制剂。我们知道，某些药物会影响记忆的形成，而在记忆形成后又能改变记忆，这一点有些出人意料。
故事还不止如此。最近的研究表明，当重新激活记忆时，记忆不仅变得脆弱，而且会被有意改变。在过去的30年里，涌现出了一些具有神奇功能的分子基因技术，通过这些技术，我们可以确定哪些神经元参与了某个事件的编码，然后通过实验重新激活这些神经元，让接受实验的动物强制回忆起该事件。在重新激活记忆的过程中，科学家能够修改这些记忆，使再次存储的记忆不同于原有的记忆。不过，到目前为止，这些小修改只涉及情绪相关的内容，比如，将记忆中对某件事的中立态度改为积极的态度，或将积极的态度改为消极的态度，结果便是，参与实验的动物就会去寻找或回避这些事情。这意味着，我们距离实现这一事实不远了，即为记忆加入新的内容。也许，不久后的某一天就能实现。
为什么我们会进化出这样一个令人不安的系统呢？为什么记忆不能像录像带一样值得我们依赖呢？目前，我们还无法回答这些问题。进化并不在乎真实性，它只关心生存，即便某些属性看起来有点奇怪，也都有存在的必要原因。
记忆的建设属性有其显而易见的好处。若想记住一生中的每一个细节，则需要巨大的存储空间，而用神经突触存储一部分潜在记忆，并简单地记录下每一件事，是一种更经济的方法，比如存储这样一条简单的信息：在法国南部的一个海滩上，有一些老同学，当时是夏天等。许多理论神经科学家认为，记忆的不稳定性让超级记忆的形成成为可能，这种记忆也被称为语义记忆，即结合个人事件的记忆，形成关于世界的整体认识。比如，只要去过几次地中海，我们就会知道那里几乎都是晴天，因此阴沉的天气会被记忆逐渐抹去。由此可知，我们的行为只会与一般印象相关，而非过去的某个特定事件。因此，我们便会得出这样的结论，去地中海度假要带的物件是太阳镜而非雨伞。
记忆的脆弱性和不稳定性令人感到既惊讶又担忧。想到大脑在不断地重组我们的过去，而且过去并不是我们所记住的那样时，确实令人感到惊讶。记忆中的过去如此真实，就像现在一样真实，而我们的行为也基于此，这一点怎能不引起我们的担忧呢？比如，目击证人会基于记忆提供自信的证词，导致某人被判为终身监禁。实际上，除了神经科学家外，没有人为此感到担忧。同样令人感到既惊讶又担忧的是，科学家和医生现在有能力编辑记忆、有选择性地改变一个人所有的记忆。
从医疗的角度来说，记忆编辑具有巨大的潜力，这一点着实令人感到兴奋，比如，通过外科手术减轻由创伤性记忆带来的痛苦。然而，我们在运用这项技术时，必须谨慎行事。当作用于大脑并修改某个人的过去时，我们也许会改变这个人自身。然而，有人也许会说，记忆的这种脆弱性和不稳定性意味着，我们并不是自己所以为的那个人。
139
THE CONTINUALLY NEW YOU
不断进步的我们
斯蒂芬·科斯林（Stephen Kosslyn）
密涅瓦学校凯克研究生院创始院长；与韦恩·米勒（G. Wayne Miller）合著有《上脑与下脑》（Top Brain, Bottom Brain）。
我的本科生导师是一位资深的科学家，他即将结束一段漫长而杰出的职业生涯。他曾对我说，虽然他已经结婚有50多年了，但他和妻子的关系依然非常亲密，而且妻子仍然时不时地给他带来惊喜。我觉得他可能扩展了自己的生活。无论是好还是坏，即使老了，我们也可以学到新知识，让自己保持好奇心。我们是谁或是什么？这是一个永具新意的话题，原因很简单，这主要源自大脑的工作方式。
· 我们如何回应所感知到的事物、情景或者想法，取决于我们当时的认知状态，这其中涉及一个概念——始发态。当我们大脑中的始发态被激活后，就会影响我们应对当前状况的方式。现有大量资料记录了始发态的作用。
· 我们如何理解新的刺激和想法，一定程度上取决于一种混沌的过程。关于这一过程的解释，我最喜欢的一个比喻是：雨点落在窗户的玻璃上，相同的雨滴虽然落在同一个点上，但流下的路径各不相同。即使始发态之间的区别非常小，都会影响最终的结果，这属于混沌系统的一部分。玻璃的状态取决于当前环境的温度、之前雨滴的影响和其他因素，这与特定时刻大脑的状态类似：取决于刚遇到的事情，以及当时正在想的事情和感觉。大脑会预先准备多种不同的想法，而这种始发态会影响新的观念和想法。
· 随着年龄和阅历的增长，长期记忆存储的信息结构会变得越来越复杂，始发态的影响越来越细微和难以预测。
· 简而言之，每个人虽然都会随着年龄的增长而成长，经历不同的事情，产生不同的想法，但永远无法准确地预测应该如何应对新情况。这是为什么呢？我们对自己的了解取决于事件发生时我们所关注的内容，以及用于解释自我的不完善的概念机制，而且不会受始发态的潜在影响，不过始发态会影响我们的直观感受和想法。因此，我们虽然无法永远保持年轻，但可以不断进步，至少要保持一方面的进步。
综上所述，我们应该让自己和他人感到放松和自在。当朋友吓到我们时，我们应该原谅，因为他们也有可能会受到惊吓。同样的道理也适用于我们自身。
FROM AGRICULTURE TO INDUSTRY, FROM STONE TOOLS TO ALPHABETS TO PRINTED BOOKS, WE HUMANS RESHAPE OUR WORLD, AND OUR WORLD RESHAPES OUR BRAINS.
从农业到工业，从石器到字母表，再到书籍，人类不断改变着世界，世界也在不断塑造着人类的大脑。
——艾莉森·高普尼克，《幼儿能掌握电脑》
140
TODDLERS CAN MASTER COMPUTERS
幼儿能掌握电脑
Alison Gopnik
艾莉森·高普尼克
加州大学伯克利分校心理学家；著有《园丁与木匠》(70)。
最近几年，蹒跚学步的小孩子，甚至婴儿都已经学会使用电脑了。这类新闻看起来无足轻重，一般会出现在报纸的生活版面和社交网站上的短视频中。然而，这实际上表明，人类的生活方式发生了深刻的变化。
触摸屏和语音的使用早已普及开来，很难相信苹果手机的出现至今只不过短短的10年。对于成年人而言，这种应用方式只是提供了一种便利，但对于孩子来说，这改变了他们与计算机之间的交互方式。这是人类历史上第一次连蹒跚学步的小孩子都可以使用智能手机和平板电脑。
事实确实如此。孩子对这些智能设备感到着迷，并且很容易上手。基于这一点，2015年美国儿科学会（American Academy of Pediatrics）发布了一份关于婴幼儿和技术的新报告。多年以来，这家学会一直建议低于两岁的婴幼儿完全不要接触智能设备。不过，新的报告认识到这种建议已经不合时宜，在此基础上提出了更明智的建议：当婴幼儿观看屏幕时，确保有细心的成年人陪伴在侧，并注意他们观看的内容。
这种建议不仅对于备感焦虑的父母来说是一个好消息，对于人类的未来来说也十分重要。人类在5岁之前的学习方式与5岁以后以及成年后的学习方式大不相同。对于成年人来说，学习主要依靠努力和专注，对于婴幼儿来说，学习是自发的。成年人大脑的可塑性要比我们之前所了解的强，而婴幼儿大脑的可塑性更强，他们天生就适合学习。
在生命的头几年，我们探索物理、生物和心理世界的运作方式。当我们长大成人时，这些来自日常生活的常识就会变为潜移默化的东西，以至于熟视无睹。这就是我们在生活中获得的基础知识。从技术的角度来看，如果我们从很小的时候就开始学习文化相关的知识，它们也会变成基础知识。在我们的文化中，孩子会在5岁之前学习数字和字母，而在危地马拉的农村，孩子要学习使用大砍刀的方法。这些能力需要微妙而复杂的知识，身处当地文化的成年人对此熟视无睹，而另一种文化的外来者可能会对此感到无比震惊。
到目前为止，人们并不会像数数一样使用计算机。我们与计算系统的交互首先依赖的是计算和读写能力。若想学会计算机的工作原理，首先要懂得如何使用键盘，这样我们可以学会使用体型比较大的老式计算机。虽然在老一代人看来，千禧一代的高中生技术天才是宝贵的“数字公民”，而实际上，他们是在进入青春期后才真正开始学习计算机的，而这时正是大脑的可塑性急剧下降的时期。
用户界面的变化意味着，我们的下一代会成为真正的数字公民，他们将会沉浸在数字世界中，就像之前的人们学习语言那样学习计算机，但比以前的人们学习阅读和加法的时间还要早。就像认识字的人的大脑是通过阅读来塑造的一样，我那两岁的孙女的大脑将通过计算机来塑造。
这是喜还是忧呢？我们现在还无法回答，甚至在当前两岁的婴幼儿长大前的20年里，我们都无法回答。不过，根据人类过往的历史，我们理应对此充满希望，毕竟，强大的早期学习机制正是积累我们称为文化知识和技能的基础。我们之所以能在成年时开发新技术，正是因为我们在小时候掌握了前人的技术。从农业到工业，从石器到字母表，再到书籍，人类不断改变着世界，而世界也在不断塑造着人类的大脑。尽管如此，在人类文化变迁的过程中，新事物的出现才是最重大的新闻。
141
THE PREDICTIVE BRAIN
会预测的大脑
莉萨·费德曼·巴瑞特（Lisa Feldman Barrett）
美国东北大学特聘心理学教授，马萨诸塞州总医院神经科学家和研究科学家，哈佛大学医学院精神病学讲师。
人类的大脑是预测型而非反应型的。多年以来，科学家一直认为，在大部分时间里，人类的神经元处于休眠状态，只有在某些光线和声音的刺激下才会活跃起来。现在我们知道，所有的神经元都在不停地放电，并以不同的速率刺激彼此。大脑内部的这种活动是神经科学领域获得的重大发现之一。这种活动意味着，基于过去的经验，大脑会产生数百万个针对即将会遇到的事情的预测。
大脑的这种预测很多是微观层面的，比如预测光、声音和来源于感官的其他信息所传达的含义。每当我们听到声音，大脑就会将连续的声音流分解成音素、音节、词语，并预测出所传达意思。还有一些预测是宏观层面的。比如，当我们与朋友交流时，如果大脑根据当时的环境预测出朋友会笑，运动神经元便会提前刺激我们嘴巴周围的肌肉，致使发出微笑，接着我们的微笑会让朋友的大脑做出新的预测和行为，如此往复。如果预测有误，大脑也会纠正错误并做出新的预测。
如果大脑无法做出预测，就不会有体育运动项目。因为完全反应型的大脑无法足够快地分析出身边的海量感官信息，并及时引导行动来接球或阻挡射门。而且，如果大脑无法做出预测，我们一生都将生活在惊讶之中。
预测型大脑会改变我们对自身的认知，大多数心理学实验仍然假设大脑是反应型的。有一种被称为“问询”（trials）的实验，被试被要求坐在椅子上，根据所提供的图像、声音、词语等做出某种反应，比如，按下某个按钮。问询是随机进行的，以免相互干扰。在这种高度受控的环境中，实验人员得出了这样的结果，被试的大脑能做出快速的自动反应，然后在大约150毫秒后会做出受控的选择，这两种反应看起来像来源于大脑的不同区域。实际上，这种实验没有考虑到大脑的预测性。大脑从来都不会坐等着被刺激，而是始终进行着多种相互竞争的预测，以应对将会出现的行为和认知，并主动收集证据以在各种预测中做出选择。在实际生活中或者具体的某一时刻，或者在“问询”实验中，大脑的反应都不是相互独立的，因为不同的大脑状态是相互影响的。因此，大多数心理学实验都刻意打乱了大脑的自然预测过程。
预测型大脑提供了一种新颖的角度，让我们可以探索人类大脑是如何形成思维的。新的证据表明，想法、感受、观念、记忆、决策、归类、想象以及许多其他精神层面的现象（这些之前一直被认为是各不相同的大脑过程）都可以通过一个单一的机制联系起来，这个机制就是预测。这一发现让关于人性的理论面临危机，因为预测让持续多年的一个经典争论变得毫无意义，这个争论便是“行为是由理性还是感性来控制的”。
142
A NEW IMAGING TOOL
新的成像工具
阿伦·安德森（Alun Anderson）
《新科学家》杂志前主编及主任；著有《冰川之后》（After the Ice）。
虽然科学领域发现的新工具和新技术通常不会像其他重大发现那样引人注目，但从某种意义上来说，前者更为重要。想一想望远镜和显微镜，这两项工具为我们开辟了广阔的领域，而且这些领域中仍在不断涌现出成千上万的新发现。虽然科学新工具不太可能成为重大新闻，但对于科学家而言，这往往是最重要的新闻。与此相关的论文会被发表在顶级期刊上，成为被引用次数最多的论文之一。精妙的科学新工具是新闻背后的持久新闻，并且是科学向前发展的长久驱动力。
有一项新技术可以让我们直接观察动物大脑中神经细胞内部发生的快速的电流活动。神经科学家期待这一技术已经很多年了。这一技术将一种特殊的蛋白质放入神经细胞，而这种蛋白质能将神经活动的细微电压变化转换为光的闪烁，通过显微镜，我们可以观察到这种光，并记录下来。因此，这一技术为观察大脑活动及其神经细胞之间信号的传递方式打开了一个窗口。这项技术之所以非常重要，原因在于，大脑内部快速传递的神经脉冲包含的信息不仅与脉冲到达的速率有关，还与到达的时间有关。在不同情况下，这两个因素都在发挥作用。若想了解神经和大脑，我们必须掌握神经细胞的信号的动态，并将其与动物的实际行为联系起来。斯坦福大学马克·施尼策尔（Mark Schnitzer）实验室的龚一洋（Yiyang Gong）和其同事基于过去的神经脉冲成像工具发明了这项技术，与此相关的论文被发表在《科学》杂志上。以前，我们主要通过钙离子来观察大脑活动，当神经信号通过时，钙离子会进入神经细胞内部，而当特殊的化学物质与钙离子相互作用时，便会发出光，这使大脑内的这种电子活动变得可见。然而，这种方法存在一个不足之处，那就是还不够快，不够细致，跟不上大脑活动的速度。于是，这个方法被改进了一次，采用视紫质蛋白（称为Ace）来观察大脑活动，这种蛋白对神经细胞膜的电压变化很敏感，并且会与另一种蛋白质融合，后者会发出明亮的荧光。这项成像技术和其他成果一起为神经科学家开辟了新的领域。新的光遗传学工具可以使研究人员通过光信号来打开或者关闭特定的神经细胞，以了解它们在更大的回路中所起的作用。
如果没有持续涌现的用于观察大脑的新技术，我们将难以揭开900亿个神经细胞如何产生想法和感受的奥秘。虽然我们从心理学的角度对认知方式有了更深层次的了解，也对单个神经元的工作方式和快速增长的脑回路图有了深刻理解，但对于特殊连接的神经元的工作方式还不甚了解。为了有所突破，神经科学家非常期待这样的实验：在这种实验中，他们可以记录大脑回路中多个神经的活动，以及能够打开和关闭神经回路，并观察其对动物行为的影响。多亏了这些新工具，这个伟大的梦想很快就要实现了，而在其实现之际，工具发明者将会再一次证明，新工具能为科学带来新方法。
143
SENSORS: ACCELERATING THE PACE OF SCIENTIFIC DISCOVERY
传感器：加速科学探索的步伐
保罗·萨福（Paul Saffo）
未来学家，斯坦福大学教授。
每一项伟大的科学发现都应归功于一种仪器的发明。从伽利略和他的望远镜，到查尔斯·威尔逊（Charles Wilson）的云雾室，人类最重要的科学发现都基于仪器的革新。仪器的革新不仅扩展了人类的感官，也拓宽了人类的认知。因此，仪器的革新一直都是具有重要意义的科学新闻。因为如果没有新工具的出现，科学的进步将会十分缓慢。你若想预测未来10年的重大科学发现，可以从快速发展的技术及其能带来的新工具中找到答案。
在过去的50年里，数字技术带来了最强大的工具，包括处理器、网络和传感器。按照时间顺序，出现的第一类数字技术是处理器，它为完成计算密集型研究所需的空间探测器和自动推土机提供了智能“大脑”。第二类数字技术便是阿帕网、互联网和万维网，网络成为一种强大的工具，通过它，我们可以获取和共享科学知识，以及远程访问从超级计算机到望远镜的所有信息。不过，在未来几十年里，第三类数学技术，也就是传感器和更新的强有力的效应器（effector）将会推动并彻底改变研究方式和科学发现。
首先，我们制造出了计算机，然后将它们连接起来，而现在，我们给它们安装上了用于观测和操纵物理世界以服务于科学研究的传感设备。根据摩尔定律(71)，传感器的成本／性能比的提升速度与芯片的成本／性能比的提升速度一样快。所有的天文学业余爱好者都知道：只需几千美元，就能买到比10年前天文台所使用的摄像头功能还要强大的数字摄像头。
整个基因组学的出现以及未来都应归功于传感器。2001年，克雷格·文特尔（Craig Venter）团队首次解码了人类基因组。他们利用计算能力和改进的传感器创造了一种能从根本上降低成本的全新测序方法，而且，该测序方法成本的下降幅度比摩尔定律曲线还要大。如果基因组测序技术的成本遵循卡尔森曲线(72)，那么不到2030年，该成本将大幅降至1美元以下。与此同时，由CRISPR/Cas9技术带来的基因编辑技术只有在更强大、成本更低的传感器和效应器的前提下才能成为可能。想象一下，当基因组测序技术的成本低至一毛，并且网络测序的芯片便宜到可以像射频识别（RFID）标签那样被丢弃时，科学会取得何种程度的进步！
传感器和数字技术还推动了物理学研究。欧洲核子研究中心的大型强子对撞机的核心部件就是紧凑型缪子螺线管探测器，它重约14 000吨，是传感器和效应器的组合，被称为“科学的大教堂”。与古老的大教堂类似，紧凑型缪子螺线管探测器由来自40多个国家的4 000名研究人员合作完成。它非常受欢迎，一本科学杂志的年终期刊曾将它的图片作为彩插。
传感器还促使宇宙探索步入新纪元。由于采用自适应光学技术的传感器和效应器不断取得突破，科学家以惊人的速度发现了太阳系外的行星，这在不久之前还只是科幻小说中的场景，如今已变成了现实。在不远的将来，传感器的进步将允许我们分析其他行星的大气层，并寻找外星文明的痕迹。这样的发展趋势也会为天文学业余爱好者打开新视野，他们很快就会发现，在探索行星方面，这种技术与开普勒太空望远镜不相上下。传感器就像越来越强大的设备，将科学大众化。开普勒卫星能观测到的角度大约是115°，也就是整个太空的0.25%，而行星探索业余爱好者可以将自家后院的望远镜与数字技术结合起来，探索剩下99.75%的宇宙。
最近，业余爱好者和传感器之间有了另一层关系，而这在很大程度上可以预测未来。曾经，彗星是以发现者的名字命名的，这激励了业余爱好者探索彗星的热情。为了获得观察上的优势，很多业余爱好者向东边搬家。现在，由于机器人系统执行发现任务，彗星开始以类似于“285P/Linear”这样的名字来命名，这导致业余爱好者探索彗星的热情急剧下降，于是他们转而探索其他的东西，比如行星。不过，当再次造访我们的彗星拥有一个浪漫的名字，比如Hale-Bopp、Ikeya-Seki，而不是“C/2011-L4 PanStarrs”时，很难不让人怀念过去那段美好的时光。
彗星命名法的改变表明，仪器和发现者之间的关系也发生了重大变化。到目前为止，可以算作新闻的重大发现都是由人类驱动的、功能日益强大的仪器实现的。不过，在探索彗星这件事上，机器比人类的能力更强，我们正处于新时代的开端。在这个时代，机器不仅会增强人类的研究能力，还会取代人类。当这一幕发生时，最重大的新闻将会是机器和人类同时获得诺贝尔奖。
144
3D PRINTING IN THE MEDICAL FIELD
医学领域的3D打印
赛耶德·塔斯尼姆·拉扎（Syed Tasnim Raza）
纽约长老会医院心脏手术降压小组医疗主任。
在过去的几十年里，医学领域取得的最大进展是临床成像技术，从简单的X射线到目前的CT扫描和功能磁共振成像，以及超声造影和心脏成像（超声心动图），超声造影广泛应用于诊断和治疗干预（比如怀孕期间的羊膜穿刺术）。心脏病学家使用多种其他成像方式来诊断心脏疾病，包括心导管术，其应用方法是，将无线电波无法穿过的材料注入心室或血管，然后记录其移动图像（血管造影），再进行对比研究。用于诊断心脏疾病的方式还包括心脏的计算机断层扫描（CTA），这种方法通过3D重建来提供心脏结构的详细信息。
当前出现的3D打印技术又为人体成像增加了一个维度。这种技术的使用方法是，首先，工程师通过计算机辅助设计程序为任意需要“打印”或建造的对象建立3D计算机模型，接着将这种模型转换为该对象的一组二维薄片。然后，3D打印机将这些薄片组合起来，形成3D结构，最终将对象建造出来。
最近几年，3D打印技术已经在医学领域，尤其是外科手术领域得到了应用。在心脏外科手术中，3D打印技术主要应用于治疗先天性心脏病。畸形的先天性心脏病会出现许多与正常情况不同的变异，而通过当前的成像技术，外科医生在进行手术前便能准确地预测出将会碰到的情况。不过，在很多情况下，他们不得不在手术过程中“探索”心脏，以确定导致畸形的准确原因，然后才能确定下一步的方案。随着3D打印技术的出现，外科医生可以根据心脏的3D建模对心脏进行计算机断层扫描，然后将扫描结果反馈给3D打印机，从而打印出畸形心脏的模型。接下来，外科医生便可以充分运用这个模型，甚至可以将其切成薄片，以拟定将要进行的每一步操作，这样便能缩短手术时间。
3D打印技术已经被应用于很多医学领域，尤其是整形外科。这项技术最令人感到兴奋的一个应用领域是，培养活的器官，以用于替换。具体方法是将活细胞和干细胞置于器官的支架上，使其正常“生长”，这样细胞便能长成皮肤、耳垂或其他器官。也许有一天，我们可以用自身的干细胞来培育器官，以减轻排斥反应，以及避免服用有毒的抗排斥药物。这一点真令人感到兴奋！
145
DEEP SCIENCE
深层次科学
布赖恩·克努森（Brian Knutson）
斯坦福大学心理学与神经科学教授。
这十多年来，大脑研究已经进入了思维的时代。新的生物工程技术能以前所未有的精确度和广泛性解决或操纵大脑活动，这些技术包括利用光遗传学进行神经控制，通过光纤光度记录法实现神经回路的可视化，通过DREADDs（只由特定药物激活的受体）技术实现受体操纵，通过CRISPR/Cas9技术实现基因编辑，以及通过透明（CLARITY）(73)技术实现完整的大脑成像。这些技术进步获得了媒体的广泛报道，激发了公众对大脑成像研究的支持。不过，我们的观念也应该跟上技术的进步。也许通过“深层次科学”方法，我们便能弥补现有的“广范围科学”方法的短板，跨越不同层次研究之间的鸿沟，最终取得更大进展。因此，最有趣的神经科学新闻不仅会突出新的科学内容，比如科学工具和发现，还会突出新的科学方法，比如深层次科学方法和广范围科学方法。
那么，什么是深层次科学方法呢？深层次科学方法首先要做的是，寻找所分析的不同级别中的关键节点或单元，然后确定它们是否在这些级别上存在关联。如果存在关联，那么扰乱低级别的节点将有可能对高级别的节点产生影响。深层次科学方法的例子包括通过光遗传学刺激神经元以改变行为，或是运用功能磁共振成像预测精神症状。由于深层次科学方法首先要解决的是关联所分析的不同级别，因此，这就需要不同级别的至少两位专家进行合作。
广范围科学方法的目标与深层次科学方法的目标正好相反。前者的目标是寻求这样一种关联，它能在所分析的某个级别上映射所有的节点及其之间的联系，比如，类似于蠕虫的生物模型的所有神经元及其联系。综合表征是映射由新技术产生的所有新数据的必需步骤。广范围科学方法的例子还有，通过连接组学（connectomic）来表征一个回路中的所有脑细胞，或者通过计算对回路元件进行数字建模。广范围科学方法一开始就进行了隐性的假设：通过对所分析的单一级别进行综合表征，便能自然而然地理解高级别的节点及其之间的关联。因此，专门分析某一级别的专家可以通过长期坚持应用相关方法而取得进展。
由于存在更多变量、方法以及合作者，因此，相比于广范围科学方法，深层次科学方法在合作上存在诸多不便，它所关注的节点或者级别之间的关联一开始可能并不明显，而且可能需要多轮的研究。神经科学家虽然早就对所分析的不同级别进行了区分，但总是重视某一级别而排斥其他级别，或者假设不同级别之间的关联是任意的，因此得出没有研究价值的结论。不过，新技术为研究不同级别之间的关联提供了可能性。因此，深层次科学方法可能会更关注与高级别相关的联系。例如，最新的证据表明，对中脑多巴胺神经元进行光遗传学刺激（物理级别），可以增加纹状体内的功能磁共振成像活动（过程级别），这种方法可以用于预测老鼠和人类的类似行为（目标级别）。
虽然目前深层次科学方法还没有成为新闻，但我认为这很快就会发生。深层次科学方法和广范围科学方法互为补充。不过，当前广范围科学方法仍然处于主流位置。通过关联所分析的不同级别，深层次科学方法也许能更快地将基础神经科学知识转换为行为层面的应用和治疗干预手段。对于所有人来说，这都应该是一个好消息。
146
PROGRAMMING REALITY
设计现实
尼尔·格申菲尔德（Neil Gershenfeld）
物理学家，麻省理工学院比特与原子研究中心主任；著有《数学建模的本质》（The Nature of Mathematical Modeling）。
从表面上来看，2015年最值得关注的科学新闻不是关于科学的，而是关于不同经济现状的。世界上的大部分人还处于收入不均、长期失业、增长停滞、预算紧缩、企业利润下降和财富不断集中的社会现状中。反过来，这种现状导致出现了极右和极左政治运动。这些政治运动的口号是，让人们回到几十年或几百年前更美好的时光，这又导致了一系列冲突。这些冲突经常出现于经济陷入衰退或已经衰退的国家和地区。
那么，这些可怕的新闻事件与科学有什么关系呢？它们都基于这种潜在的推论：“机遇来源于创造就业。因为工作带来收入，而不平等来源于收入不足。”不过，这一观点不再是正确的了。这背后的科学新闻是，通过消除数字世界和物理世界之间的隔阂，工作和财富之间的固有联系将会被打破。
