諾貝爾獎得主菲利普·安德森（Philip Anderson）曾提出“多者異也”（More is different）的著名論斷：

當簡單元素以特定方式組合時，

會涌現出超越個體總和的新特性。

人腦正是這類復雜系統的典型代表——無論是記憶存儲、空間導航還是情緒調控，都依賴于數百億神經元通過突觸構成的動態網絡。而大腦功能正常運作的關鍵，在于“興奮-抑制”的精準平衡。

在計算機模擬中，僅需設置無抑制的興奮回路，就可以模擬出癲癇發作。然而，要在真實的人類大腦中維持數十年的穩定運作卻十分不易，這依賴于抑制性神經元對興奮信號的精準制動。這種動態平衡，不僅防止了癲癇發作，更維持著精神狀態穩定。

更不要說，盡管大腦神經網絡中存在大量自我放大的正反饋回路，大腦依然能夠在絕大多數時間維持“臨界狀態”。

與大腦類似，生態系統、自然氣候系統等復雜系統也維持著精妙的平衡。然而，復雜系統也是混亂的，極易受到蝴蝶效應的影響，即使微小的擾動有時也能帶來系統的覆滅。正是這種脆弱性，讓我們不禁思考：

我們是否有可能像控制敏感的復雜系統一樣控制大腦？

更進一步，當大腦陷入癲癇、抑郁、精神失常等混亂狀態（類似于自然界爆發颶風），我們是否有希望通過某種干預方式讓大腦回歸平衡？

?插畫：Kouzou Sakai

控制天氣兩步走，止步于半途

在探討大腦是否可控之前，我們不妨來看看自然氣候這一類似的復雜系統。假如我們能實現控制氣候，是否意味著，我們也能以某種方式控制類似復雜而又混亂的大腦呢？

氣象研究的突破可以追溯到20世紀早期，研究者們開始構建天氣預報模型。實際上，預報、預測從來不是研究者們的終極目標，控制才是。

在20世紀40年代，馮·諾依曼（von Neumann）和茲沃里金（Zworyking）找到華盛頓特區的政府機構尋求資金資助，他們提出了控制氣候的兩步走計劃，旨在創造一種新型的計算裝置預測天氣，進而根據預測結果控制天氣。他們認為，“只有精確的、科學的氣象知識，才能使有效的天氣控制成為可能”。

?Project Cirrus記錄。該項目于1947年2月28日根據合同W-36-039-SC-32427（申請EDG 21190）啟動，以涵蓋“云粒子和云的改造的研究”（research study of cloud particles and cloud modifications）。圖源：zerogeoengineering.com

在之后的數十年里，全世界許多研究者都嘗試尋求到控制天氣的方法。例如，美國政府曾發起“卷云計劃”（Project Cirrus），目標是破壞颶風。在1947年，項目團隊嘗試驅散一場預報會停留在海上的颶風。它們通過B-17轟炸機向颶風中投放了80公斤干冰，希望以此瓦解颶風的內部結構。然而，結局不盡如人意，颶風未按既定的預測軌跡行進，而是降落在了佐治亞。后來，“風暴怒號計劃”（Project Stormfury）重啟了“卷云計劃”的想法并堅持了數十年，也未嘗勝果。

?“風暴怒號計劃”（Project Stormfury）是一項由美國國家海洋和大氣管理局（NOAA）于1962年至1983年開展的颶風改造研究項目，旨在通過向颶風眼壁云層外的雨帶播撒碘化銀，促使過冷水結冰并釋放潛熱，從而改變颶風結構，達到削弱颶風強度的目的。圖源：weatherwhys.show

時至今日，馮·諾依曼和茲沃里金的第一步設想的確實現了，借助復雜的計算機算法，我們能夠對氣候有較為準確的預測。但影響甚至控制氣候，我們仍然無計可施。

?自1960年代以來，大西洋盆地颶風和熱帶氣旋的路徑預測誤差每十年都在減少，其中2020年代的72小時預測誤差已降至80英里以下。圖源：ourworldindata.org

混亂與秩序的分界處：臨界腦假說

正如前文所述，與自然氣候類似，大腦也是一種極度復雜且混亂的系統。如果將氣象研究作為前車之鑒，腦科學研究理應及時叫停試圖控制大腦的計劃。畢竟，我們對于大腦的本質還有諸多不了解的地方。

丹麥物理學家帕·巴克（Per Bak）的“臨界腦理論”（Critical Brain Theory）認為，大腦一直處于有序與混亂的臨界狀態。這項假說建立在物理學相變（如水高溫蒸發、碳高壓變鉆石）的研究基礎上。在相變過程中，當系統的某一參數（如溫度、壓力）超越臨界點時，系統整體的性質都會發生變化。復雜系統會時刻進行自我組織，以維持在相變的關鍵臨界狀態，即自組織臨界性（Self-Organized Criticality）。

根據臨界腦假說，當大腦過于混亂時，它無法發揮任何作用（像是被注射了鎮定劑）；而當大腦過于有序時，它也會什么都做不了（像是癲癇發作時）。只有處于混亂和有序的臨界處，大腦才能以一種微妙的平衡完成許多它需要做的事情，能夠靈活地應對不同的任務和環境變化。

?一項研究聚焦臨界動力學在自發性腦電圖中的作用。研究認為，不同麻醉狀態下的腦電活動中，有意識狀態（如清醒狀態和氯胺酮麻醉）為臨界狀態，而無意識狀態（如丙泊酚或異氟醚麻醉）則偏離臨界狀態，表現為亞臨界或超臨界狀態。圖源：https://doi.org/10.1038/s42003-024-06613-8

人工遞歸神經網絡臨界狀態研究，為此觀點提供了支持。這一研究基于一個基礎認知，當網絡位于臨界狀態時，它的表現是最優的。

神經網絡中，網絡有序和混亂的程度取決于不同神經元之間循環交互的強度。如果神經元之間連接太強，極小的輸入也會使得許多神經元激活，影響整個網絡。如果神經元之間連接不足，再強大的輸入也會在短暫的傳遞中迅速消退。但是，如果神經元連接的數量、強度恰到好處，那么，整個網絡將會極為順利地運行。

臨界腦假說對于理解大腦本質無疑是具有吸引力的，但該假說難以被檢驗。理想狀態下，我們應先將大腦重置到相似的初始條件，再觀察其演化過程。然而，大腦的復雜性和不可控性使得“重置”無法實現。

因此，研究者們只能尋找大腦符合臨界狀態特征的蛛絲馬跡。例如，在神經元活動中，研究者觀察到了類似于雪崩的現象，即神經元放電的模式會表現出冪律分布*（Power Law Distribution）。這意味著小規模爆發比大規模爆發更常見，這是臨界狀態的一個典型特征。

?冪律分布與正態分布. 圖源：HBR

*冪律分布（Power Law Distribution）是一種統計分布模式，其中某一變量的頻率與其大小成反比，其關系可通過一個冪律函數（power-law function）來描述。這種分布的特點是絕大多數事件的規模很小（如大多數地震強度較低），而只有少數事件的規模相當大（大地震較為少見），具有“重尾”特性，意味著極端事件的發生概率比正態分布預測的要高。冪律分布在自然界和人類社會中廣泛存在，例如城市人口分布、地震強度、互聯網流量等。在雙對數坐標下，冪律分布通常呈現為一條直線，這一點是其重要的數學特征。

另一方面，神經元在受到擾動后，其活動不會立即停止，而是像回聲（reverberation）一樣持續震蕩，某一時刻的神經元活動與幾秒甚至更長時間間隔后的活動，存在統計學上的顯著關聯，長時程的相關性這一特點，恰恰是臨界系統的另一特征。但必須承認的是，這些特征還無法作為決定性證據讓我們坦然接受臨界腦假說。

我們是否有希望控制大腦？

假如臨界腦假說成立，大腦的確是混沌的或接近臨界狀態的。那么，這是否也意味著，就像無法控制天氣一樣，我們也失去了控制、治療大腦功能失調的希望？

一些研究者認為，混沌系統還可以通過目標擾動加以控制。例如，持續注入信號，或當大腦陷入吸引子狀態*時添加細微擾動，以此引導系統的行為。想象一下，忽冷忽熱的空調如果能裝上智能溫控器，監測溫度并自動調節，那么房間溫度就能穩定下來。對于大腦，已有一些類似的微調嘗試。

*吸引子狀態：混沌系統的穩定狀態，類似于小球在凹凸不平的地面上滾動時最終還是會停在某個凹陷處，此時施加微小的力就能將小球推出該凹陷去往其他地方。

例如，醫生使用腦深部電刺激技術（DBS或稱”腦起搏器”）來治療帕金森癥。該技術通過植入患者腦中的電極發送弱電脈沖，以刺激腦內控制運動相關的神經區域（類似于推動小球的力），以達到抑制異常腦部活動的目的。

但要真正實現微調，仍存在巨大挑戰。我們需要構建出極其精確的大腦模型以預測大腦活動，還要掌握高精度的干預手段。仍以帕金森癥治療為例，在未能完全搞清楚帕金森癥異常信號涉及的全部腦部區域前，目前仍只能實現粗調，無法完全治愈帕金森癥。

?圖源：Bill Domonkos for Quanta Magazine

也有一些研究者從大腦的自我調節機制出發，當癲癇發作、抑郁和精神病發作時，大腦可能進入了亞臨界或超臨界狀態，但這些失序狀態通常只會持續幾分鐘、幾天或數周，這表明大腦具有強大的內部機制進行自我調節。不幸的是，目前我們沒有真的理解大腦自我調節的機制。更好的機制理解，能帶來更好的療法或干預，就像是用來阻止崩塌的圍欄。

當然，答案也可能并非如我們所愿——也許，某些情況下，大腦根本就無法為人所控制。至少，面對癲癇、精神病發作和抑郁癥，我們無法以治療的方式控制它們。

不同背景的研究者們怎么看？

觀點梳理

? 威廉·布雷克：神經元交互引發質變，但復雜網絡控制工具不足難以解決。

? 曼利奧·德·多梅尼科：理解大腦的自我調控機制，將推動系統生物學與醫學發展。

? 肖爾·德魯克曼：大腦是可以被控制的，但需突破復雜系統理解的瓶頸。

? 塔蒂亞娜·恩格爾：大腦有自我調節的閉環系統，真正意義的大腦控制任重道遠。

? 斯蒂芬妮·瓊斯：建立針對性的生物物理模型，有助于理解大腦復雜性。

? 安·肯尼迪：精準干預可限制神經活動軌跡，挑戰在于特異性。

? 伊芙·瑪德：大腦具備多重維穩機制，其韌性源于細胞與回路參數的廣泛適應性。

? 馬利諾·帕甘：須進行定制化大腦構建，”精準”復現各類腦功能障礙中的個體差異。

? 斯蒂芬妮·帕爾默：感知覺皮層接近臨界態，賦予系統對外界變化的超級響應性。

? 路易斯·佩索雅：大腦的不可控程度遠低于氣候，大腦-身體系統動態穩定可控。

? 卡納卡·拉詹：大腦抑制內部混沌，以此維持連貫思維與行為。

? 克里斯托弗·洛澤爾：局部神經調控足以改善癥狀，甚至無需全腦控制。

? 奧拉夫·斯龐斯：大腦復雜但可預測，絕對控制存在根本局限。

? 喬治·衫原：動力系統理論將揭示大腦全局信息，推動認知與治療研究。

威廉·布雷克

Wiiliam Bialek

普林斯頓大學John Archibald Wheeler/Battelle物理學教授

大腦重要的功能可能是來源于許多神經元之間的交互。“量變引發質變”的觀點意味著，神經活動可能存在許多無法預測或無法控制的方式。對于一塊普通磁鐵，我們只需施加一個磁場即可影響系統重要的整體模式。但是，即便在早期相對簡單的神經網絡模型中，類似的”磁場”也需要通過復雜組合的方式作用于網絡中的每個細胞——激活一些細胞同時抑制其他細胞。我們的確還不具備實現這種操作的實驗工具。所以，即使擱置臨界性或混沌等更具爭議性的概念，我們已然面臨重大難題了。

曼利奧·德·多梅尼科

Manlio De Domenico

意大利帕多瓦大學應用物理學副教授

控制人腦這樣的復雜系統是一項艱巨挑戰。演化的力量以非凡的方式塑造了大腦結構及其動態特征：它通過尚未被充分理解的機制，持續地自我組織以應對內外環境擾動。從統計物理學的視角來看，大腦（以及其它生物系統）如何在糾正局部功能障礙的同時自我調節行為，揭示這一機制能為系統生物學與系統醫學開辟廣闊的應用前景，開辟更加激動人心的未來。

肖爾·德魯克曼

Shaul Druckmann

斯坦福大學神經生物學、

精神病學與行為科學副教授

我的直覺（也僅僅是一種直覺）是，大腦是可以被控制的。這里我所說的“可控”是指，類似于大腦脫離癲癇狀態的能力。我的主要依據是，大腦必須是內部可控的，腦區之間需要進行信息的傳遞，這可以是一個腦區控制另一個腦區的狀態。其中的內在控制與調節機制，正是我所理解的大腦運作的核心要素。如果我們能夠介入類似的內在調節機制，就有機會實現對大腦的控制。

不過，如何有效利用這種介入途徑，需要我們對于如何影響復雜系統有極其精深的理解，這正是當前科學尚未突破的瓶頸。此外，更加精細的控制（如精確地修正受退行性病變影響而改變的特定部分）還需要更深刻的認知突破，其難度與引導而非驅散颶風無異。

上述問題對于科學其實并不陌生，動態系統控制本就是工程領域的重要研究方向，但工程學更專注于結構明確的人工系統，而非類似大腦的、由異質性單元構成的復雜交互網絡。理解人腦這種復雜系統，也正是我和許多研究者愿意投入數十年精力去探索的終極挑戰。

塔蒂亞娜·恩格爾

Tatiana Engel

普林斯頓大學神經科學助理教授

大腦與氣候的不同在于，前者具有更強的可控潛力。人腦擁有無限自我組織與自我調節的閉環系統，持續不斷地將自身調節至高效的運作狀態。這種自我調控性質在所有復雜的生物系統中普遍存在。

想一想，身體為什么能在各種環境條件下維持體溫近乎恒定。類似地，從分子水平到大規模的網絡層面，大腦也具備全尺度的調控機制，能夠感知到偏離常態的波動并自主回歸到正常運作狀態。許多疾病本質上是某種自我調控機制的失靈。因此，如果我們能夠修復自我調控機制（如使缺失的分子能再度產生），那么被修復的機制，將能夠奇跡般地自動引導大腦回歸正常狀態。

雖然這種想法聽起來很容易，但實現起來非常困難，因為許多自我調控機制是相互交織的。同一個分子可能是數個自我調節循環的一部分，在試圖修復其中一個循環時我們可能會破壞另一個。

另外，內在的補償性機制可能也會使得患病的大腦與健康的大腦不同。舉個例子，當某個腦區受損時，其他腦區可能會接管它的功能。又或者，當某個腦區被剝奪了正常運作需要的輸入時，它會重構以具備新的功能，如盲人的視覺皮層會對聲音和觸覺產生反應。鑒于這些改變，相同的自我調節循環在健康大腦和患病大腦中可能會扮演不同角色。

盡管技術的進步已經能以極高的空間與時間精度處理大腦，但實現真正意義上的大腦控制還任重道遠。

斯蒂芬妮·瓊斯

Stephanie R. Jones

布朗大學神經科學教授

我并不認為大腦復雜到無法通過調控手段輔助神經病理的治療。有許多案例表明，非侵入式的電磁干預都幫助大腦恢復常態。抑郁癥治療領域的突破尤為明顯，通過規律的刺激實現神經回路功能重歸正常，實現癥狀的改善。單脈沖腦刺激與電生理記錄的結合也被用于測量昏迷患者神經反應的復雜度，這是預測患者恢復的一種方式。

但是，這些干預手段如何直接影響人腦回路，以及它們是否/何時會產生持續性的影響，我們對此的理解還是很有限的。提升認知的路徑之一，是針對細胞與回路中電磁活動的產生構建精細的生物物理模型，并通過模擬實驗觀測模型在不同刺激模式下的反應規律。借助這種方法，我們能更好地理解大腦復雜性的本質，最終用來設計更加高效的大腦刺激范式。

安·肯尼迪

Ann Kennedy

西北大學理論神經科學助理教授

我并不認為“不可預測”會讓我們束手無策。以著名的洛倫茲系統為例，這個混沌吸引子最初是為模擬大氣對流（恰好對應你提到的氣候主題）而建立的數學模型。你可以改變系統的三維狀態變量（x, y, z），也可以調整三項參數（σ、ρ、β），這些方法都可以控制系統隨時間演化的方式。參數調整，雖然間接，但更為有力，甚至能完全消除系統的混沌狀態。雖然，我無法預知洛倫茲系統未來的具體狀態，但我可以告訴你的是，只要保持系統的三項參數固定，其狀態軌跡必然會被約束在三維空間的極小范圍內。

我相信這個隱喻也適用于大腦：如果我們能開發出精準的干預手段，通過加速、放緩、放大或抑制特定腦區的神經活動流，即使我們不能直接控制大腦活動，也能顯著地限制這些區域內神經活動的軌跡空間。我想這也是許多神經調質和神經肽在做的：重塑神經基質以引導神經快速興奮與抑制的路徑。

真正的挑戰在于，經過數百萬年的進化，大腦已形成精密的信號定位系統，確保特定的調控分子精準作用于目標基質。我們需要理解這些分子在微觀層面的運作機制，才能設計出與大腦自身調控系統具有同等選擇性與特異性的干預手段，即在宏觀層面能靶向篩選復雜網絡中的特定功能模塊，在微觀層面也能精確匹配分子靶點。

伊芙·瑪德

Eve Marder

布蘭迪斯大學Victor & Gwendolyn Beinfield生物學講席教授，

美國國家科學院院士

我對這些問題有非常不同的想法。與其聚焦于患病的大腦或遭受極端干擾的正常大腦會“崩潰”這件事，我更希望強調大腦本身具備眾多細胞和分子層面的維穩機制。

僅僅因為能夠誘發大腦的功能失調，就推斷整個大腦都處于功能失調的臨界邊緣，這是不應該的。相反，有許多組細胞和回路的參數與“足夠良好”的行為是一致的，這使得神經回路能夠在參數空間中搜索而不陷入障礙。也有非常多彼此交織的機制，支持分子和神經元的穩定性。

我所在的實驗室研究溫度和其他的極端干擾對甲殼類動物胃神經系統的影響。雖然所有動物都會在溫度升到足夠高之后“崩潰”，但它們對超出日常20攝氏度的溫度波動會表現出驚人的韌性。許多機制協同構成了這種強大韌性，同理，健康人腦的韌性也是許多機制共同協作的結果。

馬利諾·帕甘

Marino Pagan

愛丁堡大學生物科學研究所（SIDB）與認知與腦科學中心（CDBS）首席研究員

與颶風的動力學特征不同，大腦動態活動受到強大調控機制的約束，并在發育過程中被精心雕琢以實現特定功能。這些補償性的力量確保大多數大腦不會突發癲癇，并且，即便面對病變或基因突變也能維持相對正常的功能運作。我相信，對于修復異常的神經動態活動，更加深入地理解大腦內在調控機制是關鍵一步。

不幸的是，不存在完全相同的兩個大腦，我猜測，實現深入理解必須對個體大腦特征進行定制化的構建，并采用“精準醫學”的方式來復現各類腦功能障礙中的個體差異。但值得期待的是，某些關鍵機制或許能在抽象出神經回路復雜性的“潛空間”中得到最佳描述，這樣的高階表征框架將更有利于科學探索與干預治療。

斯蒂芬妮·帕爾默

Stephanie Palmer

芝加哥大學有機生物學與解剖學系、

物理學系副教授

大腦的初級加工區域——負責接收和加工外界輸入的感知覺皮層，可能會在接近臨界態中收獲最大。這種接近臨界的狀態賦予了系統對外界變化的超級響應性。這是大腦主動建構的結果，還是由外界輸入驅動的產物，學界對此仍在爭論。但不可否認的是，許多感知覺系統中已經觀測到了臨界態的特征。

至于更深層的大腦結構，我傾向于認為神經集群可能會偏離臨界態（盡管海馬區作為人類癲癇的溫床是個例外）；但已經明確的是，絕大多數生物、絕大多數個體的大腦在絕大多數時間都處于正常狀態。這可能表明，神經系統并非是處于刀鋒的邊緣。

作為一名理論學者，我期待神經編碼的這種特性最終能被理解與解釋，而不僅僅是生物在演化過程中為各種功能打上補丁的零散集合。當然，生物學無需迎合理論學者。但我還是希望，演化過程中留下了一些可供人類發現與探索的調控節點。

路易斯·佩索雅

Luiz Pessoa

馬里蘭大學心理學教授

我認為大腦的不可控程度遠低于氣候！在我看來，大腦是以高度分布式的、去層極化的（即缺少清晰層級）模式運作的復雜系統。因為大腦與身體和環境深度整合，大腦信號的傳遞極難預測。但我不會因此把大腦視為不可控的系統，因為大腦和生命存在不可分割的鏈接。大腦-身體系統在持續地自我維持與穩態調節，這使得動態系統始終穩定在與生命相容的邊界之中。

卡納卡·拉詹

Kanaka Rajan

哈佛醫學院神經生物學副教授

所有認知都是動態的，作為認知引擎的大腦是一個復雜的動態系統。基于大規模理想化神經元網絡物理特性構建的精妙理論（包括我自己構建的一些），已然將大腦建構為一種混沌系統。

盡管不同于洛倫茲吸引子這種由三個變量描述的低維系統，大腦的神經活動也被認為與高維混沌更加一致。面對大腦回路內部產生的所有混沌活動，人類如何維持連貫的思維與行為？研究發現，在關注細微的感覺輸入時，神經回路能夠主動地抑制內部產生的混沌。有趣的是，這種機制（或相變）是先被理論預言，再通過多腦區活動記錄所驗證。

我認為，正是這種抑制內部混沌的能力使得我們能夠思考與行為，避免陷入幻覺性意識渙散與對輸入信號或環境的機械式反應。這正說明，大腦混沌并非需要鎮壓的“漏洞”，而是我們能控制的特征。

克里斯托弗·洛澤爾

Christopher Rozell

佐治亞理工學院電子與計算機科學教授

大腦是極其復雜的系統，（像氣候一樣）或許無法實現大規模精準控制。但這種程度的控制是否必要？類比氣候調控：我們建造房屋時通過局部環境控制即可維持舒適溫度。臨床實踐中，神經調控技術（如靶向刺激）雖未精確“控制”大腦，卻足以改善震顫、癲癇或抑郁癥狀。科學層面，即便是光遺傳學的基礎應用也產生了深刻洞見。實證表明，無需全腦控制也能取得重大臨床與科研進展。

奧拉夫·斯龐斯

Olaf Sporns

印第安納大學心理學與腦科學教授

大腦是否屬于可預測/可控系統？答案取決于如何定義“預測”與“控制”。特定干預引發可預測效應已有諸多例證，神經科學也長期致力于解析此類因果關聯。但隨著認知深化，我們意識到大腦遠非簡單因果系統的集合。

我更傾向將其視為由大量互連元素構成的復雜系統。當這些元素激活時，其狀態產生量子糾纏式關聯，形成高維信息結構（我們剛開始探索這種結構）。大量腦區元素的集體行動形成了支撐認知與行為的持續活動流。系統具備一定可預測性（如穩定的拓撲結構、同步模式與降維特征），絕非隨機系統。

但和所有真正的復雜系統一樣，大腦預測與控制存在根本局限：例如，預測大腦未來的具體狀態（類比數周/月的天氣預報）因非線性與混沌漲落而注定不可行。對追求絕對控制者，這或是不可逾越的障礙。但在我看來，大腦的復雜性恰恰開啟了時空模式無限創造與重構的可能性——我們永遠無法預知它們會何時何地顯現。

喬治·衫原

George Sugihara

加州大學圣地亞哥分校海洋生物學McQuown自然科學講席教授

作為生態學家與神經科學愛好者，我認為動力系統理論在此領域極具潛力。預測與理解的"魔盒"已然開啟，控制領域亦然：看看近期的研究成果，通過非線性動態因果檢驗（收斂交叉映射法），僅憑靜息態活動即可預測靶向腦區刺激效果，無需逐個嘗試就能找出許多可能的大腦刺激電極中誰會產生預期效果。

這還只是開始，更多研究潛能尚待發掘。例如，混沌系統（也是非線性系統）的特性在于其組分不可分割——數學家稱之為"非分離性"，即無法獨立研究單個組分。這種強關聯性卻帶來獨特優勢：因為整體非線性與混沌的特征，動態系統中的任意局部都蘊含全局信息。這使得我們能夠從一個部分重新創建整個系統的副本。

生態學中，我們借此預測鮭魚種群未來的動態，即便我們沒有測量所有的因果變量。推及腦科學，多重系統是可能的，相同信息可能同時以不同形式被表征——這種多態表征機制也許與大腦工作原理深度契合。我期待這樣的動力系統方法將在腦認知與治療研究中發揮巨大影響。

編者后記

人類對大腦的興趣從未消退過，從神經科學數十年來的興盛可見一斑。實現對大腦的控制對于如你我一樣的普通人而言無疑是極具吸引力的，畢竟是在科幻片中才能看到的情形。但正如許多研究者提到的，大腦還有太多未知的部分，理論與工具層面我們都還不具備將大腦精細而全面建模的能力。

不過，這并不會令人感到沮喪，就像本文作者和克里斯托弗·洛澤爾教授提到的，我們到底需要對大腦有多大程度的控制？是全腦控制？還是說局部控制以實現較精準地治療如癲癇等疾病？

假如是前者，我們要走的路還很長。但對于后者，我們還是應該保持長期樂觀主義。例如，至少從工具層面，近些年腦機接口技術已有了極大的發展，一些病人也的確在腦機接口技術的幫助下成功做到了曾經無法想象的運動或操作。

總而言之，實現大腦控制，一定會是全人類持續傾注心血的長期事業。從這個角度來說，我們沒必要為當前還做不到終極的理想狀況而失望，至少研究者們在不斷進步與突破著。覆蓋全球的氣象監測，也是從一兩個局部的天文臺起步的，不是嗎？

原文鏈接：https://www.thetransmitter.org/the-big-picture/is-the-brain-uncontrollable-like-the-weather/

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。如果您有進一步想要討論的內容，歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、等。