我們都認識不如我們聰明的人，也認識比我們聰明的人。同時，我們都認識在特定領域或任務中比我們做得好或差的人，例如，記住事實或進行快速心算。這些能力和才能的差異大概源於我們大腦之間的差異，許多研究已將某些非常具體的任務與區域性區域的大腦活動聯絡起來。然而，關於大腦作為一個整體如何整合各區域活動的答案，卻一直難以捉摸。“聰明”的大腦究竟是什麼樣的？
現在，情報研究人員首次開始拼湊出更大的圖景。影像學研究正在揭示神經結構和功能如何產生智力方面的個體差異的線索。到目前為止的結果證實了許多專家幾十年來持有的觀點：並非所有大腦都以相同的方式工作。智商相同的人可能以相同的速度和準確度解決問題，但使用不同的大腦區域組合。[有關智商和智力的更多資訊，請參閱基思·E·斯坦諾維奇的“理性與非理性思維：智商測試遺漏的思維”]
男性和女性在神經影像學測量中顯示出群體平均差異，年齡較大和年齡較小的群體也是如此，即使在相同的智力水平下也是如此。但較新的研究表明，與智力相關的腦結構和功能的個體差異是關鍵——最新的研究僅揭示了冰山一角。這些研究暗示了智力的新定義，該定義基於某些大腦區域的大小以及它們之間資訊流的效率。更令人興奮的是，腦部掃描可能很快就能揭示一個人在某些學科或工作方面的天賦，從而實現準確而有用的教育和職業諮詢。隨著我們對智力瞭解的深入，我們將更好地瞭解如何幫助個人發揮甚至提升他們的智力潛力和成功。
支援科學新聞報道
如果您喜歡這篇文章，請考慮支援我們屢獲殊榮的新聞報道，方式是 訂閱。透過購買訂閱，您正在幫助確保未來能夠繼續釋出有關塑造我們當今世界的發現和想法的有影響力的報道。
100年來，智力研究依賴於紙筆測試來衡量智商等指標。心理學家使用統計方法來描述智力的不同組成部分以及它們在人的一生中如何變化。他們確定，幾乎所有心理能力測試，無論內容如何，都彼此正相關——也就是說，在某項測試中得分高的人往往在其他測試中也得分高。這一事實暗示所有測試都共享一個共同因素，該因素被稱為 g，即一般智力因素。g 因素是成功的有力預測指標，也是許多研究的重點。[有關g的更多資訊，請參閱詹姆斯·R·弗林的“解開智商之謎”；大眾科學思想，2007年10月/11月。]
除了 g 因素外，心理學家還確定了智力的其他主要組成部分，包括空間、數字和語言因素、被稱為流體智力的推理能力以及被稱為晶體智力的事實資訊知識。但是，g 和其他因素背後的腦機制和結構無法從測試分數甚至腦損傷患者中推斷出來，因此仍然是隱藏的。
大約 20 年前，神經科學技術的出現最終為我們指明瞭前進的方向。新的方法，特別是神經影像學，現在允許採用不同的方法，根據大腦的物理特性來定義智力。1988 年，我在加州大學歐文分校的同事和我進行了一項最早使用此類技術的研究。我們使用正電子發射斷層掃描 (PET)，它透過檢測神經元放電時使用的低水平放射性葡萄糖量來生成大腦代謝的影像，我們追蹤了少量志願者在解決被稱為瑞文高階漸進矩陣的測試中的非語言抽象推理問題時的大腦能量使用情況。
已知該測試是 g 的良好指標，因此我們希望透過確定哪些區域在解決測試問題時顯示出更高的啟用來回答一般智力在大腦中產生於何處的問題。令我們驚訝的是，更大的能量使用（即，葡萄糖代謝增加）與較差的測試表現相關。更聰明的人使用更少的能量來解決問題——他們的大腦更有效率。
下一個顯而易見的問題是，能量效率是否可以透過練習產生。1992 年，我們在受試者學習電腦遊戲俄羅斯方塊（一種快節奏的視覺空間謎題）之前和之後使用了 PET，我們發現在練習 50 天和技能提高後，幾個大腦區域的能量使用減少了。資料表明，隨著時間的推移，大腦會學習哪些區域對於提高表現是不必要的，這些區域的活動會減少——從而提高整體效率。此外，研究中 g 值高的人比 g 值低的人在練習後表現出更高的腦效率。
到 20 世紀 90 年代中期，我們專注於效率作為理解智力的關鍵概念。但是，在 1995 年，我們發現了男性和女性大腦工作方式的差異，這給了我們今天所知的第一個線索：效率的概念取決於所涉及任務的型別和難度，並且在問題解決過程中，大腦功能存在個體和群體差異，這取決於誰在思考。在 1995 年的研究中，我們測試了一種特定的心智慧力——數學推理。我們選擇了 SAT 數學成績非常高或一般的大學生，並使用 PET 來研究他們在解決數學推理問題時的大腦功能。與 g 研究不同，這項研究表明，數學能力強的人在某個區域（顳葉）使用了更多的大腦能量，但這僅對男性而言是正確的，對女性而言則不然——即使男性和女性在測試中的表現水平相同。
性別很重要
我們和其他研究人員現在已經重複了這些觀察結果，尤其是在使用先進的腦電圖 (EEG) 繪圖技術的研究中。除了這些顯示大腦功能差異的實驗外，大腦結構似乎也起著作用——研究表明，認知方面的其他性別差異，例如男性傾向於具有更好的視覺空間能力，可能植根於結構。
例如，在 2004 年開始發表在 NeuroImage 上的一系列論文中，我們使用結構 MRI 掃描來研究灰質和白質體積與智力測試分數之間的相關性。灰質由神經元細胞體組成，負責大腦的計算工作。白質透過軸突（腦細胞的長而像電線的附屬物）實現灰質區域之間的通訊。我們的研究指出，在分佈於整個大腦的區域網路中，更多的灰質或白質與更高的智商分數有關。該網路中的特定區域在男性和女性中是不同的，這表明至少有兩種不同的大腦結構可以產生相同的智商測試表現。總的來說，我們發現，在女性中，額葉大腦區域（尤其是與語言相關的區域）中更多的灰質和白質與智商分數相關；在男性中，智商分數與額葉區域以及尤其是整合感覺資訊的後部區域的灰質相關。
兒童也表現出與智商相關的不同發育性大腦模式，具體取決於他們的性別。在辛辛那提兒童醫院醫學中心的神經科學家文森特·J·施密特霍斯特及其同事從 2006 年到 2008 年發表的一系列大型樣本影像學研究中發現，隨著女孩年齡的增長，她們的右半球表現出越來越強的組織性——即，分散的大腦區域之間有明確定義的路徑。相比之下，男孩在左半球表現出這種發展趨勢。我們尚不清楚這些發現與行為或學習差異有何關係，但該研究為未來的研究指明瞭方向，以確定大腦發育如何與男孩和女孩的認知和學業成就相關。[有關性別差異的更多資訊，請參閱戴安·F·哈爾彭、卡米拉·P·本博、戴維·C·吉里、魯本·C·古爾、珍妮特·希布利·海德和莫頓·安·格恩斯巴赫的“性別、數學和科學成就”；大眾科學思想，2007 年 12 月/2008 年 1 月。]
新的定義
性別差異僅僅是第一個跡象，表明並非所有大腦都以相同的方式工作。2003 年，我們調查了是否可以在沒有分配任務的情況下觀察被動心理活動期間的功能變化。我們再次在兩組志願者中使用 PET，這兩組志願者是根據瑞文測試的高分或平均分選擇的。兩組人都被動地觀看了相同的影片，沒有任何問題解決或其他任務要求。與平均組相比，高分測試組在後部視覺處理區域顯示出不同的大腦啟用。資料表明，資訊處理的早期階段在智力較高的人中更活躍，這可能表明研究中更聰明的人畢竟不是“被動地”觀看影片——他們正在積極地處理他們所看到的內容。
儘管越來越多的證據表明，問題解決甚至被動的感覺處理在每個大腦中看起來都不完全相同，但我們仍然能夠識別出一個區域網路，該網路似乎普遍產生了智力。事實上，定義關鍵區域和連線將有助於我們準確地描繪出每個人的大腦是如何工作的——每個人都以獨特的方式使用這些區域的某種組合。
2007 年，新墨西哥大學的神經心理學家雷克斯·E·榮格和我回顧了當時存在的 37 項關於智力的神經影像學研究。在 Behavioral and Brain Sciences 雜誌上，我們確定了在結構和功能研究中以某種一致性發現的顯著大腦區域。這 14 個區域分佈於整個大腦，駁斥了長期以來認為額葉是大腦智力的主要位置的觀點。特別是，位於頭頂下方並已知參與感覺整合的頂葉的一部分發揮著重要作用。由於頂葉和額葉的區域在我們回顧的研究中被最常代表，因此我們將基於該網路的智力理論稱為頂額葉整合理論 (P-FIT)。14 個 P-FIT 區域參與注意力、記憶、語言和感覺處理。
識別 P-FIT 網路意味著基於大腦的可測量特徵，對一般智力進行新的定義。某些 P-FIT 區域中灰質的數量以及這些區域之間資訊流的速度可能在智力中發揮關鍵作用。今年早些時候，荷蘭烏得勒支大學醫學中心和中國科學院在北京進行的研究使用功能性 MRI 來確定整個大腦連線的效率，從而確定了 P-FIT 區域，其中連線性與智商分數特別相關。這些發現支援了這樣一種觀點，即一般智力不僅來自灰質體積，而且在很大程度上取決於關鍵灰質區域之間的白質連線。更高效的連線使資訊流動更快——快速的處理時間似乎與高智商密切相關。
每個人都是獨一無二的
但是智商分數並不能說明全部情況——甚至遠非如此。智力似乎來自不同人 P-FIT 大腦區域的不同組合，這可能解釋了每個人獨特的優勢和劣勢。自閉症學者這種極其罕見的案例很好地說明了識別這些模式的挑戰。例如，丹尼爾·塔梅特是一位患有自閉症的年輕人，其智商分數異常高。他將數字視為顏色和形狀，這使他能夠記住圓周率小數點後 22,514 位。他還僅用七天的指導就學會了流利的冰島語。塔梅特過著獨立的生活，並撰寫了一本暢銷自傳，描述了他非凡的數字和語言能力。他的“大腦概況”會顯示什麼？[有關丹尼爾·塔梅特的更多資訊，請參閱喬納·萊勒的“更好地思考：來自學者的技巧”；大眾科學思想，2009 年 4 月/5 月/6 月。]
儘管我們目前無法從塔梅特的大腦掃描中推斷出他非凡能力的產生方式，但最新一波神經影像學研究為我們提供了線索，讓我們瞭解有一天我們可能會如何準確地做到這一點。新的研究發現，某些區域的灰質與特定的智力因素之間存在相關性。
3 月，馬德里自治大學的心理學家羅伯託·科洛姆和他的合作者（包括我）報告了 100 名年輕人灰質體積與不同智力因素之間的關係。每個人都完成了一系列九項認知測試，已知這些測試可以指示不同的智力因素，包括 g、流體智力、晶體智力和空間因素。我們發現 g 因素得分與 P-FIT 預測的幾個區域的灰質量之間存在正相關關係。一旦我們考慮了常見的 g 因素，我們發現某些大腦區域的灰質體積與其他特定智力因素有關。
這項最新研究中最令人興奮的想法之一是，有可能將個人的灰質和白質模式與其 g 以及其他特定智力因素相匹配。換句話說，P-FIT 區域的組織可能預測一個人在一系列智力能力中獨特的認知優勢和劣勢模式。這些不同的大腦概況可能解釋了為什麼兩個智商分數相同的人可能表現出非常不同的認知能力。來自馬德里的資料很好地說明了這一觀點。我們志願者組中 g 分數最高的人在幾個 P-FIT 區域中表現出遠高於該組平均量的灰質——這也許並不令人驚訝。但有趣的是，兩位 g 分數均為 100 分（該研究測試組的平均分）的人表現出不同的認知概況，這表明他們具有不同的認知優勢和劣勢。
3 月份一項針對 241 名腦損傷患者的結構 MRI 研究戲劇性地強調了我們每個人都有自己大腦區域變異模式的想法，這些變異模式有助於不同的智力因素。加州理工學院的心理學家簡·格萊舍和他的同事表明，每個病灶的部位都與特定的因素分數相關。例如，當右頂葉受損時，知覺組織會受到影響——患者難以有意識地理解來自感官的原始資訊。
更聰明的未來
這些最新的研究表明，神經影像學有一天可能會成為傳統紙筆智力測試的補充甚至替代品。個人大腦概況可能很有價值。例如，在教育方面，可以根據學生的腦部特徵為任何年齡段的個別學生量身定製學習計劃。也許還可以預測職業成功——例如，某些區域的灰質模式是否可以造就最好的教師、戰鬥機飛行員、工程師或網球運動員？尋求更好生活的職業和職業諮詢人士當然希望可以選擇進行大腦評估，如果有資料支援其有用性的話。
但值得記住的是，與舊的教條相反，大腦並非一成不變或基因不可變。恰恰相反。大腦是可塑的——它會改變。詳細說明一個人優勢的大腦概況將提供指導而非處方——也許可以建議練習技能或改進教育的方法，以便一個人能夠更好地適應他或她最感興趣的活動或職業。最近令人著迷的研究表明，學習雜耍會增加與運動活動相關的大腦區域的灰質量。當訓練停止時，額外的灰質就會消失。由於區域灰質與智力有關，那麼超越傳統教育方法的訓練是否可以針對特定的大腦區域來提高智力？我們尚不清楚，但前景令人興奮。
神經智力研究的下一階段可能包括旨在回答此類問題的研究，包括教育實驗，以確定不同的策略是否會產生特定的大腦變化，以及根據個人大腦特徵選擇的學生是否更有可能透過一種教育策略而不是另一種教育策略，在特定學科中最大限度地提高學習效果。目標是透過新增有關每個學生大腦的定製資訊來增強當前的教育決策。任何特定的大腦特徵如何發展以及如何受到影響都是關鍵的，但卻是單獨的研究問題。
無論每個人是否就智力的確切定義達成一致，神經科學的進步都是不可阻擋的。我們將繼續發現大腦如何管理複雜的資訊處理，這無疑是所有智力概念的基礎。鑑於腦部疾病、衰老的蹂躪、現代社會的技術需求、教育的挑戰以及透過智力體驗世界的樂趣，瞭解聰明的大腦如何工作具有一定的緊迫性。現在開始討論對神經智力探索的意義以及我們接受資料引導的意願還不算太早。
增強健康大腦
對智力神經根源的最新研究可能會帶來更好的藥物和工具，用於認知增強。未來，藥物可能會增強神經遞質，這些神經遞質調節一般智力或更具體的心理能力背後突出的大腦區域之間的交流。其他藥物可能會刺激相關區域的灰質生長或白質完整性。當然，這些進步將作為精神發育遲滯和發育障礙的潛在治療方法而受到歡迎。任何尋求更高智力的人也可能歡迎它們。
如果有效的“智商藥丸”上市，那麼其社會和倫理問題是否與體育運動中的興奮劑相同，還是從道德上來說，更聰明總是比不那麼聰明更好？顯然，許多科學家同意後一種觀點。《自然》雜誌於 2008 年對 1,427 名科學家進行的一項線上調查發現，20% 的受訪者已經使用處方藥來增強“注意力”，而不是為了治療疾病。在回答問題的 1,258 名受訪者中，幾乎 70% 的人表示，他們願意冒輕微的副作用風險，透過服用認知增強藥物來“提高腦力”。80% 的所有受訪科學家——甚至包括那些不使用這些藥物的人——都捍衛“健康人”有權將這些藥物作為工作助推器，超過一半的人表示，即使是大學入學考試，也不應限制使用這些藥物。超過三分之一的人表示，如果他們知道學校裡的其他孩子也在服用這些藥物，他們會感到有壓力給自己的孩子也服用這些藥物。幾乎沒有人贊成“無知是福”的立場。
智力是文明發展的關鍵資源。隨著全球經濟的發展以及小國與大國競爭，評估、發展甚至增強智力才能很可能成為 21 世紀的神經科學挑戰。