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，我們也認識在特定領域或任務中比我們優秀或遜色的人，例如，記住事實或進行快速心算。這些能力和天賦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區域之間活動的答案，已被證明是難以捉摸的。“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一幅更大的圖景。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性解決問題，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“理性和非理性思維：智商測試遺漏的思考”。]
男性和女性在神經影像學測量中顯示出群體平均差異，老年組和年輕組也是如此，即使在相同的智力水平下也是如此。但較新的研究表明，大腦結構和功能的個體差異與智力相關，才是關鍵，最新的研究只揭示了冰山一角。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。隨著我們對智力的更多瞭解，我們將更好地瞭解如何幫助個人實現甚至增強他們的智力潛能和成功。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
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們一生中的變化。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，在一項測試中得分高的人在其他測試中也往往得分高。這一事實意味著所有測試都有一個共同因素，這個因素被稱為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。
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，以及稱為晶體智力的事實資訊知識。但是，g和其他因素的大腦機制和結構無法從測試分數甚至大腦損傷的個體中推斷出來，因此仍然隱藏著。
大約25年前神經科學技術的出現，最終提供了一條前進的道路。新的方法，特別是神經影像學，現在允許採用不同的方法，基於大腦的物理特性來定義智力。1988年，我和我在加州大學歐文分校的同事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)，它透過檢測神經元在放電時使用的少量低水平放射性葡萄糖量來生成大腦代謝影像，我們追蹤了志願者小樣本在解決一項名為瑞文高階漸進矩陣測試的非語言抽象推理問題時的大腦能量使用情況。
眾所周知，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表現出更高的啟用來回答一般智力在大腦中產生的問題。令我們驚訝的是，更高的能量使用（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，我們發現經過50天的練習和技能提高後，幾個大腦區域的能量使用量減少了。資料表明，隨著時間的推移，大腦會學習哪些區域對於提高績效是不必要的，並且這些區域的活動會減少，從而提高整體效率。此外，研究中g值高的人在練習後比g值低的人表現出更高的大腦效率。
到20世紀90年代中期，我們開始關注效率，將其作為理解智力的一個關鍵概念。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道的第一個線索：效率的概念取決於所涉及的任務型別和難度，並且在解決問題期間的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理能力——數學推理。我們選擇了SAT數學成績非常高或平均水平的大學生，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，但這僅適用於男性，而不適用於女性——即使男性和女性在測試中的表現水平相同。
性別很重要
此後，我們和其他研究人員複製了這些觀察結果，尤其是在使用先進的腦電圖繪製技術的研究中。除了這些顯示大腦功能差異的實驗外，大腦結構似乎也起作用——研究表明，其他性別在認知方面的差異，例如男性在視覺空間能力方面往往更好，可能根植於大腦結構。
例如，在2004年開始在NeuroImage上發表的一系列論文中，我們使用結構性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（大腦細胞的長而細的線狀附屬物）實現灰質區域之間的通訊。我們的研究指出，分佈在大腦各處的區域網路中，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有所不同，這表明至少有兩種不同的大腦結構可以在智商測試中產生相同的表現。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特別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，這取決於他們的性別。神經科學家文森特·J·施米索斯特當時在辛辛那提兒童醫院醫療中心，他和他的同事在2006年至2008年發表的一系列針對大樣本的影像學研究中發現，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——也就是說，不同的腦區之間存在明確的通路。相比之下，男孩在他們的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，但這項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。
新的定義
性別差異僅僅是並非所有大腦都以相同方式工作的第一個跡象。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。兩組都被動地觀看了相同的影片，沒有解決問題或其他任務要求。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更多地參與了智力較高的人，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，解決問題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似乎普遍產生智力的區域網路。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都發現具有一定一致性的顯著大腦區域。這14個區域分佈在大腦各處，駁斥了長期以來認為額葉是大腦智力主要位置的觀點。特別是頂葉的部分，位於頭頂下方，已知參與感覺整合，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代表性最強，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。
確定P-FIT網路意味著基於大腦可測量的特徵對一般智力進行新的定義。某些P-FIT區域的灰質數量以及這些區域之間的資訊流速率可能在智力中起關鍵作用。2009年，荷蘭烏得勒支大學醫學中心和中國科學院北京的研究人員使用功能性MRI來確定整個大腦連線的效率，查明瞭P-FIT區域，其中連線性與智商分數尤其相關。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，而且還在很大程度上取決於關鍵灰質區域之間的白質連線。更有效的連線使資訊流動更快——而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
但是智商分數並沒有講述全部故事——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的優勢和劣勢。自閉症學者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，他的智商異常之高。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。他還在僅接受七天的指導後學會了流利的冰島語會話。塔梅特過著獨立的生活，並寫了一本暢銷自傳，描述了他非凡的數字和語言能力。“大腦輪廓”會顯示什麼？
儘管我們目前無法從塔梅特的大腦掃描中推斷出他非凡的能力是如何產生的，但最新一波的神經影像學研究為我們提供了線索，說明我們有一天可能會準確地做到這一點。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。
2009年3月，馬德里自治大學的心理學家羅伯託·科隆和他的合作者（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，這些測試已知可以指示不同的智力因素，包括g、流體智力、晶體（事實）智力和空間因素。我們發現g因素的分數與P-FIT預測的幾個區域的灰質數量之間存在正相關關係。一旦我們考慮了共同的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相關。
從最近的研究中得出的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他或她的g和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心理能力中獨特的認知優勢和劣勢模式。這些不同的大腦輪廓可以解釋為什麼兩個智商完全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想法。在我們志願者組中g分數最高的人在幾個P-FIT區域顯示出比該組平均水平多得多的灰質——這也許並不奇怪。但有趣的是，兩位g分數均為100（研究中測試組的平均水平）的人表現出不同的認知輪廓，表明認知優勢和劣勢不同。
2009年3月對241名腦損傷患者進行的結構性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。當時在加州理工學院的心理學家簡·格萊舍和他的同事表明，每個病變部位都與特定的因素評分相關。例如，當右頂葉受損時，知覺組織受到影響——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成為傳統紙筆智力測試的補充甚至替代品。個人大腦輪廓可能很有價值。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在有資料支援其有用性的情況下選擇進行大腦評估。
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改變。恰恰相反。大腦是可塑的——它會改變。詳細說明個人優勢的大腦輪廓將提供指導，而不是處方——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數量。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，超出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。關於記憶訓練可以提高智力的初步報告是基於有限的智力測量，而且在很大程度上，它們尚未得到獨立複製。
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，以及根據學生的個人大腦特徵選擇的學生是否更有可能在特定科目中透過一種教育策略而不是另一種策略來最大化學習效果。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是研究的關鍵但又獨立的問題。
無論每個人是否完全同意智力的相同定義，神經科學的進步是不可阻擋的。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、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造成的破壞，瞭解聰明的大腦是如何工作的具有一定的緊迫性。現在開始討論神經智力研究的意義以及我們接受資料引導的意願為時不晚。