羌堑媚评胱雍图乩胱邮谴绲模壤胱邮谴旱绲模谕馔肥谴绾桑ㄒ簿褪悄坪图乇嚷榷啵９钩稍仓砻娴南赴び械恪奥┒础保岳胱佑幸贫┰焦⒅泻偷绾刹畹那阆颉Ｎ瞬钩湟约拔掷锿饭扛旱绾桑桓觥靶鲁麓槐谩被郝匕涯评胱油ü芪У哪は蛲馐渌突厝ァＵ庾饔猛笨晌帜诓考乇饶频氖扛唷；褂辛硪桓鲂鲁麓槐茫ㄉ晕⑿∫恍┌鸭卮油馔肥渌偷嚼锩嫒ィ远阅诓康募毓坑泄毕祝ㄋ淙凰淖饔煤捅３值绾刹黄胶庀喾矗Ｍ�9。11神经纤维的图解。 在静态下内部的氯离子量超过钠和钾离子的量，所以带负电；而外头刚好相反，所以带正电。内外的钠/钾平衡也不一样，在里面钾多一些，而外头的钠多一些。
一个信号是沿着神经纤维移动的一个区域，其中具有相反的电荷不平衡（也就是现在内部是正的，外部是负的）（图9。12）。想象有人位于神经纤维上这种反向带电区域之前方。当这个区域靠近时，它的电场在细胞膜上打开了称为钠门的小“门”；这允许钠离子从外面往里面流回去（由电力和因浓度差引起的压力，亦即“渗透压”的结合效应）。结果使内部带正电而外部带负电。这些发生过后，构成信号的反转电荷区域即到达我们的位置。它现在促使另外一个小“门”（钾门）打开，这门允许钾离子从里面往外面流回去，这样开始恢复内部超量的负电荷。信号现在就通过了！最后，随着信号再次远离而去，泵缓慢而坚决的行为再次把钠离子赶到外面去，而把钾离子赶到里面去。这就恢复了神经纤维的静态，并为下一个信号作好准备。
图9。12一个神经信号是沿着纤维运动的相反带电区域。在它的前头，钠门打开让钠往里流；在它的后头，钾门打开让钾往外流。新陈代谢泵的作用是恢复原状。
值得注意的是，信号就是由一个沿着纤维移动的相反带电区域所构成。实际的物质（也就是离子）移动得非常小，只是在细胞膜两边穿进穿出！
这种古怪奇异的机制显然极其有效。不管是脊椎动物还是无脊椎动物都普遍利用它。但是脊椎动物有个更完善的设施，也就是神经纤维由称为髓鞘质的白色脂肪物质绝缘层所包围。（正是髓鞘质层使头脑的“白色物质”呈现其颜色。）这种绝缘使神经信号能不衰减并以高达每秒120米的相当的速度（在“转换站”之间）行进。
当一个信号到达一个突触结时，它会发射出称为神经传导物的化学物质。这种物质从它的一些树突或躯体本身的某一点通过突触裂移动到另外的神经元去。有些神经元具有一种突触结，它会发射出神经传导化学物质，趋向于促进下一个神经元躯体去“激发”，也就是开始一个沿着它的轴突传出去的新信号。这种突触称作兴奋突触。另外有一种倾向于阻碍下一个神经元激发称作抑制突触。在任何时刻要把活跃的兴奋突触这效应全部加起来，并减去活跃的抑制突触的效应，如果净值达到某一临界值，则下一个神经元就会被激发。（兴奋突触引起下一个神经元里外之间预期的正电位差，而抑制突触引起预期的负电位差。这些电位差适当地加在一起。当附在轴突处的电位差达到临界水准时神经元就被激发，使得钾跑出来的速度不至于快到能恢复平衡。）电脑模型神经传导的一个重要特点是其（大部分）信号完全是“全有或全无”
的现象。信号强度不变化：它要么有要么没有。这使得神经系统的行为具有类似数字电脑的特点。事实上，大量互相联结的神经元其行为与具有导线和逻辑门（下面还要讲到）的数字电脑内部作用有很多相似处。在原则上用电脑模拟特定神经元系统的行为并不困难。有一个问题就自然产生了：这是不是意味着，不管头脑的线路细节是什么样子，总是可以用电脑的功能来模拟？为了使这个比较更清楚，我应该讲清楚究竟什么是逻辑门。在一台电脑中，我们也有所谓“全有或全无”的情形。导线不是有电流脉冲，就是没有电流脉冲。在有电流脉冲时强度总是相同的。由于每件事都被非常准确地计时，没有脉冲亦是个明确的讯号，并会被电脑“注意到”。实际上，在我们使用术语“逻辑门”时，我们隐含用脉冲有和无分别来表示“真”
或“伪”。这真伪与实际的真理和谬误毫无关系；只不过借以了解通常用的术语而已。让我们还把“真”（脉冲存在）写为数字“l”，“伪”（没有脉冲）写为“0”，而且正如在第四章那样，可以用“＆”当作“并且”（这个“陈述”表示两者都是“真”的，也就是两个论断都为1时，其答案为1），“Ⅴ”表示“或者”（这“表明”两者之一或两者都为“真”时答案为1，也就是唯有两个论断都为0时答案为0），“T”表示“意味着”（也就是ATB表示“如果A是真的，那么B是真的”，这和“或者A是伪的，或者B是真的”相等），“？”表示“如果并且如果”（两者皆“真”或两者皆“伪”），以及 “～”表示“非” （如果“伪”的话为“真”，如果“真”的话为“伪”）。人们可把这些不同的逻辑运算列成所谓“真值表”：A B A BA B A B& （ ） （ ）
（ ） （ ）： ∨ ：： ：
0 00 10 11 11 10 11 00 1T ？
在每种情形下A标记行数（也就是A=0表示第一行，A=1表示第二行），类似地B标记列数。例如A=0，B=1表示每一个表右上方的值，而在第三表上ATB得到1。（作为实际逻辑的例子：断言“如果我在睡觉，那么我就快乐”肯定是可证实的；在特殊情形下，即如果我刚好醒着而且快乐时，肯定被无趣地证实。）最后，“非”逻辑门的效应简单地是～0=1和～1=0。这些是逻辑门的基本类型。还有一些其他类型，但是所有那些都可由刚才提到的类型组合而成6。现在，我们可否在原则上用神经元的联结建造一台电脑呢？我将指出，甚至从我们前面刚讨论过的神经元激发的非常原始的考虑而言，这的确是可能的。让我们看看如何在原则上用神经元的联结建造逻辑门。我们需要一些数字编码的新方法，因为讯号不存在时不能触发任何东西。让我们 （完全随意地）用双脉冲表示1 （或 “真”），而单脉冲表示0 （或 “伪”），并且采取一个简单的方案，就是激发神经元的临界值总是刚好两个同时发生的兴奋脉冲。很容易建立一个“与”门（也就是“＆”）。正如图9。13所示，我们可取两根输入神经纤维作为输出神经元上的仅有一对突触结的终端。（如果两者都是双脉冲，则第一次脉冲和第二次脉冲都达到所需要的两倍脉冲的临界值，如果有一根只有一次脉冲，则两根中只有一根达到临界值。我假定脉冲被非常仔细地计时，而且在双脉冲的情形，为了确定起见，用这双脉冲中的第一次计时。）建造一个“非”门（也就是“～”）
要更复杂一些，图 9。14画出了一种办法。输入讯号沿着一根分成两个分枝的轴突进来。有一分枝走迂回的路径，其长度使讯号延迟的时间正好等于双脉冲两次脉冲间隔的时间。然后两根轴突又重新分叉，这两根轴突各有一根分支终结于一个抑制神经元上，但是从延迟分支来的又分裂成直接和迂回的路径各一条。在单脉冲输入时，这个神经元的输出是没有，而在双脉冲输入时，（在延迟的位置上）就有一个双脉冲。携带这一输出的轴突分叉成三个分枝，所有分枝都以抑制突触结终止于最后一个兴奋神经元上。原先分叉的轴突余下的两部分，每一根再分成两根，所有四根分枝以兴奋突触结终止于最后这个神经元上。读者也许愿意去检查，这最后的兴奋神经元是否提供了所必须的“非”输出（也就是如果输入是单脉冲则输出为双脉冲，输入若是双脉冲则输出为单脉冲）。（这一方案仿佛过于复杂，但是我已经尽力而为了！）读者可以自己消遣，为上面其他逻辑门提供直接的“神经元”构造。
图9。13 一个“与”门。在右边的“神经元模型”中，只有当输入达到单脉冲强度的两倍时，神经元才被激发。图9。14 一个“非”门。在此“神经元模型”中（至少）双倍强度的输入又是激发神经元所必需的。当然，这些显明的例子不能认真当做头脑真正详细行为的模型。我只想指出，我在上面给出的神经元激发模型和电子电脑构造之间具有本质上等价的逻辑。容易看出一台电脑可以模拟任何这类神经元相互联结的模型；而上述的详细构造表明以下这个事实，即神经系统反过来可以模拟一台电脑，并因此能像一台（普遍的）图灵机那样行为。虽然在第二章讨论图灵机时并没有用到“逻辑门”7，而事实上如果我们要去模拟一台一般的图灵机，需要比逻辑门更多的东西。假定我们允许自己用巨大却有限的神经元贮库去近似一台图灵机的无限磁带，这样做并没有牵涉到新的原则问题。这似乎是在论断，头脑和电脑本质上是等价的！
但在我们过于轻率地下这个结论之前，应该考虑神经行为和现代电脑行为之间各种可能有意义的差异。首先，把激发神经描述成全有或全无的现象是有些过于简化。那现象是指沿着轴突移动的单脉冲。但事实上，当一个神经元“激发”时，它发射出一整串距离很近的脉冲。甚至在神经元不激发时，它也发射脉冲，只是以很慢的速率而已。当它激发时，是连续脉冲的频率极大地提高。神经元激发还有随机的一面。同样的刺激不总产生同样的结果。此外，头脑行为并不需要电子电脑电流所需要的那么准确的计时；必须指出，神经元动作的最快速率为每秒一千次，比最快速的电子线路慢很多，大约慢10…6倍。还有，尽管我们现在知道头脑（在诞生时）联结的方式比五十年前我们以为的方式更为精密，它不像电子电脑中非常准确的接线，神经元的实际连接仍有很多随机性和重复性。上面的大部分好像是说，在比较头脑和电脑时头脑处于不利地位。但是头脑还有其他有利的因素。逻辑门只有很少的输入输出导线（譬如最多三至四根），而神经元可以有大量的突触附在上面。（一个极端的例子，称为普奇涅细胞的小脑神经元大约有80，000个兴奋突触末端。）还有，头脑中神经元的总数甚至超过最大电脑的晶体管总数――头脑中可能有1011个，而电脑中大约“只”有109个！当然，电脑中的数目将来很可能增加8。而且，头脑细胞数目之大主要来自在小脑中发现的极大数目的小颗粒细胞――大约共有三百亿（3×1010）个。如果我们相信仅仅是由于神经元的巨大数目就能使我们得到意识经验，而现代电脑不能具有意识，那么我们必须寻求更多理由来说明为何小脑行为显得完全无意识，而大脑跟意识有关，大脑神经元数目仅是小脑的两倍（大约为7×1010），其密度也更小得多。头脑可塑性在大脑行为和电脑行为之间还有其他不同之处。这就是与所谓头脑的可塑性有关。依我看来，其重要性超过迄今所提到的一切。认为大脑只是用导线连结起来固定的神经元组合，在实际上是不成立的。神经元之间的相互连结不像上述电脑模型中那样固定，它会随着时间不断改变。我不是说轴突或树突的位置会改变。大部分复杂的“接线”在人一出生就建立了大致轮廓。我是指不同神经元的突触结实际发生联络的地方。这些经常发生在叫做树突柱的地方，那是树突上非常微小的突起，和突触结的接触可发生在这里（见图9。15）。这里所谓“接触”不表示碰触，而是留下距离刚好大约四万分之一毫米的狭缝（突触裂）。现在按照一定的条件下，这些树突柱能缩小离开并且断开接触。或者它们（或新的）能长出并产生新的接触。这样，如果我们认为头脑中神经元连接实际上构成了一台电脑，那它就是一台能够一直随时变化的电脑！图9。15突触结和树突柱。树突柱的长大和缩小很容易影响结的效果。
根据长效记忆如何记录的主导理论之一，突触连接的这种变化正是提供储存必要信息的方法。如果真如此，那么我们就看到，头脑可塑性不仅是偶发的复杂性，而且是头脑活动的主要特征。
这些连续变化的基础机制是什么呢？这些变化可进行得多快？第二个问题的答案似乎很有争议，但是至少有一学派坚持可在几秒钟内进行这种变化。如果永久记忆的储存归功于这种变化，那是可以预料到的，因为记忆的记录确实是在几秒钟之内的事（参阅肯达尔1976）。这对于我们下面的讨论有重大的含意。在下一章我们将回到这个重要的问题上来。
什么是头脑可塑性的基础机制呢？有一种天才理论（归功于道纳尔德？赫伯1954）提出，具有如下性质的某些突触 （现在称作 “赫伯突触”）：每当神经元A激发后跟着神经元 B亦激发，在这两个神经元之间的赫伯突触就会被加强，否则就会被减弱。这和赫伯突触本身是否影响到B的激发没有关系。这引起了某种形式的“学习”。基于这种理论，出现了各种试图模拟一个学习/解决问题的活动的数学模型。这些被称为神经网络。这类模型似乎的确具有某些基本的学习能力，但迄今它们离开头脑的实际模型还遥远得很。不管怎么说，控制突触联结变化的机制很可能比已经提及的机制更复杂，这很明显需要我们去更深入理解。
与突触结释放神经传递物相关的还有另一方面。这些释放有时根本不发生在突触裂，而是进入一般的细胞之间的液体，也许是为了影响非常远处的其他神经元。许多不同的神经化学物质似乎是以这种方式发射出来。
而且有些记忆理论和我在前面指出的不同，这些理论依赖于不同种类可能涉及的化学物质。头脑状态肯定以一般方式受头脑其他部分产生而存在的化学物质（譬如荷尔蒙）的影响。神经化学的整个�