我们都认识不如我们聪明的人，也认识比我们聪明的人。同时，我们都认识在特定领域或任务中比我们做得好或差的人，例如，记住事实或进行快速心算。这些能力和才能的差异大概源于我们大脑之间的差异，许多研究已将某些非常具体的任务与局部区域的大脑活动联系起来。然而，关于大脑作为一个整体如何整合各区域活动的答案，却一直难以捉摸。“聪明”的大脑究竟是什么样的？
现在，情报研究人员首次开始拼凑出更大的图景。影像学研究正在揭示神经结构和功能如何产生智力方面的个体差异的线索。到目前为止的结果证实了许多专家几十年来持有的观点：并非所有大脑都以相同的方式工作。智商相同的人可能以相同的速度和准确度解决问题，但使用不同的大脑区域组合。[有关智商和智力的更多信息，请参阅基思·E·斯坦诺维奇的“理性与非理性思维：智商测试遗漏的思维”]
男性和女性在神经影像学测量中显示出群体平均差异，年龄较大和年龄较小的群体也是如此，即使在相同的智力水平下也是如此。但较新的研究表明，与智力相关的脑结构和功能的个体差异是关键——最新的研究仅揭示了冰山一角。这些研究暗示了智力的新定义，该定义基于某些大脑区域的大小以及它们之间信息流的效率。更令人兴奋的是，脑部扫描可能很快就能揭示一个人在某些学科或工作方面的天赋，从而实现准确而有用的教育和职业咨询。随着我们对智力了解的深入，我们将更好地了解如何帮助个人发挥甚至提升他们的智力潜力和成功。
支持科学新闻报道
如果您喜欢这篇文章，请考虑支持我们屡获殊荣的新闻报道，方式是 订阅。通过购买订阅，您正在帮助确保未来能够继续发布有关塑造我们当今世界的发现和想法的有影响力的报道。
100年来，智力研究依赖于纸笔测试来衡量智商等指标。心理学家使用统计方法来描述智力的不同组成部分以及它们在人的一生中如何变化。他们确定，几乎所有心理能力测试，无论内容如何，都彼此正相关——也就是说，在某项测试中得分高的人往往在其他测试中也得分高。这一事实暗示所有测试都共享一个共同因素，该因素被称为 g，即一般智力因素。g 因素是成功的有力预测指标，也是许多研究的重点。[有关g的更多信息，请参阅詹姆斯·R·弗林的“解开智商之谜”；大众科学思想，2007年10月/11月。]
除了 g 因素外，心理学家还确定了智力的其他主要组成部分，包括空间、数字和语言因素、被称为流体智力的推理能力以及被称为晶体智力的事实信息知识。但是，g 和其他因素背后的脑机制和结构无法从测试分数甚至脑损伤患者中推断出来，因此仍然是隐藏的。
大约 20 年前，神经科学技术的出现最终为我们指明了前进的方向。新的方法，特别是神经影像学，现在允许采用不同的方法，根据大脑的物理特性来定义智力。1988 年，我在加州大学欧文分校的同事和我进行了一项最早使用此类技术的研究。我们使用正电子发射断层扫描 (PET)，它通过检测神经元放电时使用的低水平放射性葡萄糖量来生成大脑代谢的图像，我们追踪了少量志愿者在解决被称为瑞文高级渐进矩阵的测试中的非语言抽象推理问题时的大脑能量使用情况。
已知该测试是 g 的良好指标，因此我们希望通过确定哪些区域在解决测试问题时显示出更高的激活来回答一般智力在大脑中产生于何处的问题。令我们惊讶的是，更大的能量使用（即，葡萄糖代谢增加）与较差的测试表现相关。更聪明的人使用更少的能量来解决问题——他们的大脑更有效率。
下一个显而易见的问题是，能量效率是否可以通过练习产生。1992 年，我们在受试者学习电脑游戏俄罗斯方块（一种快节奏的视觉空间谜题）之前和之后使用了 PET，我们发现在练习 50 天和技能提高后，几个大脑区域的能量使用减少了。数据表明，随着时间的推移，大脑会学习哪些区域对于提高表现是不必要的，这些区域的活动会减少——从而提高整体效率。此外，研究中 g 值高的人比 g 值低的人在练习后表现出更高的脑效率。
到 20 世纪 90 年代中期，我们专注于效率作为理解智力的关键概念。但是，在 1995 年，我们发现了男性和女性大脑工作方式的差异，这给了我们今天所知的第一个线索：效率的概念取决于所涉及任务的类型和难度，并且在问题解决过程中，大脑功能存在个体和群体差异，这取决于谁在思考。在 1995 年的研究中，我们测试了一种特定的心智能力——数学推理。我们选择了 SAT 数学成绩非常高或一般的大学生，并使用 PET 来研究他们在解决数学推理问题时的大脑功能。与 g 研究不同，这项研究表明，数学能力强的人在某个区域（颞叶）使用了更多的大脑能量，但这仅对男性而言是正确的，对女性而言则不然——即使男性和女性在测试中的表现水平相同。
性别很重要
我们和其他研究人员现在已经重复了这些观察结果，尤其是在使用先进的脑电图 (EEG) 绘图技术的研究中。除了这些显示大脑功能差异的实验外，大脑结构似乎也起着作用——研究表明，认知方面的其他性别差异，例如男性倾向于具有更好的视觉空间能力，可能植根于结构。
例如，在 2004 年开始发表在 NeuroImage 上的一系列论文中，我们使用结构 MRI 扫描来研究灰质和白质体积与智力测试分数之间的相关性。灰质由神经元细胞体组成，负责大脑的计算工作。白质通过轴突（脑细胞的长而像电线的附属物）实现灰质区域之间的通信。我们的研究指出，在分布于整个大脑的区域网络中，更多的灰质或白质与更高的智商分数有关。该网络中的特定区域在男性和女性中是不同的，这表明至少有两种不同的大脑结构可以产生相同的智商测试表现。总的来说，我们发现，在女性中，额叶大脑区域（尤其是与语言相关的区域）中更多的灰质和白质与智商分数相关；在男性中，智商分数与额叶区域以及尤其是整合感觉信息的后部区域的灰质相关。
儿童也表现出与智商相关的不同发育性大脑模式，具体取决于他们的性别。在辛辛那提儿童医院医学中心的神经科学家文森特·J·施密特霍斯特及其同事从 2006 年到 2008 年发表的一系列大型样本影像学研究中发现，随着女孩年龄的增长，她们的右半球表现出越来越强的组织性——即，分散的大脑区域之间有明确定义的路径。相比之下，男孩在左半球表现出这种发展趋势。我们尚不清楚这些发现与行为或学习差异有何关系，但该研究为未来的研究指明了方向，以确定大脑发育如何与男孩和女孩的认知和学业成就相关。[有关性别差异的更多信息，请参阅戴安·F·哈尔彭、卡米拉·P·本博、戴维·C·吉里、鲁本·C·古尔、珍妮特·希布利·海德和莫顿·安·格恩斯巴赫的“性别、数学和科学成就”；大众科学思想，2007 年 12 月/2008 年 1 月。]
新的定义
性别差异仅仅是第一个迹象，表明并非所有大脑都以相同的方式工作。2003 年，我们调查了是否可以在没有分配任务的情况下观察被动心理活动期间的功能变化。我们再次在两组志愿者中使用 PET，这两组志愿者是根据瑞文测试的高分或平均分选择的。两组人都被动地观看了相同的视频，没有任何问题解决或其他任务要求。与平均组相比，高分测试组在后部视觉处理区域显示出不同的大脑激活。数据表明，信息处理的早期阶段在智力较高的人中更活跃，这可能表明研究中更聪明的人毕竟不是“被动地”观看视频——他们正在积极地处理他们所看到的内容。
尽管越来越多的证据表明，问题解决甚至被动的感觉处理在每个大脑中看起来都不完全相同，但我们仍然能够识别出一个区域网络，该网络似乎普遍产生了智力。事实上，定义关键区域和连接将有助于我们准确地描绘出每个人的大脑是如何工作的——每个人都以独特的方式使用这些区域的某种组合。
2007 年，新墨西哥大学的神经心理学家雷克斯·E·荣格和我回顾了当时存在的 37 项关于智力的神经影像学研究。在 Behavioral and Brain Sciences 杂志上，我们确定了在结构和功能研究中以某种一致性发现的显着大脑区域。这 14 个区域分布于整个大脑，驳斥了长期以来认为额叶是大脑智力的主要位置的观点。特别是，位于头顶下方并已知参与感觉整合的顶叶的一部分发挥着重要作用。由于顶叶和额叶的区域在我们回顾的研究中被最常代表，因此我们将基于该网络的智力理论称为顶额叶整合理论 (P-FIT)。14 个 P-FIT 区域参与注意力、记忆、语言和感觉处理。
识别 P-FIT 网络意味着基于大脑的可测量特征，对一般智力进行新的定义。某些 P-FIT 区域中灰质的数量以及这些区域之间信息流的速度可能在智力中发挥关键作用。今年早些时候，荷兰乌得勒支大学医学中心和中国科学院在北京进行的研究使用功能性 MRI 来确定整个大脑连接的效率，从而确定了 P-FIT 区域，其中连接性与智商分数特别相关。这些发现支持了这样一种观点，即一般智力不仅来自灰质体积，而且在很大程度上取决于关键灰质区域之间的白质连接。更高效的连接使信息流动更快——快速的处理时间似乎与高智商密切相关。
每个人都是独一无二的
但是智商分数并不能说明全部情况——甚至远非如此。智力似乎来自不同人 P-FIT 大脑区域的不同组合，这可能解释了每个人独特的优势和劣势。自闭症学者这种极其罕见的案例很好地说明了识别这些模式的挑战。例如，丹尼尔·塔梅特是一位患有自闭症的年轻人，其智商分数异常高。他将数字视为颜色和形状，这使他能够记住圆周率小数点后 22,514 位。他还仅用七天的指导就学会了流利的冰岛语。塔梅特过着独立的生活，并撰写了一本畅销自传，描述了他非凡的数字和语言能力。他的“大脑概况”会显示什么？[有关丹尼尔·塔梅特的更多信息，请参阅乔纳·莱勒的“更好地思考：来自学者的技巧”；大众科学思想，2009 年 4 月/5 月/6 月。]
尽管我们目前无法从塔梅特的大脑扫描中推断出他非凡能力的产生方式，但最新一波神经影像学研究为我们提供了线索，让我们了解有一天我们可能会如何准确地做到这一点。新的研究发现，某些区域的灰质与特定的智力因素之间存在相关性。
3 月，马德里自治大学的心理学家罗伯托·科洛姆和他的合作者（包括我）报告了 100 名年轻人灰质体积与不同智力因素之间的关系。每个人都完成了一系列九项认知测试，已知这些测试可以指示不同的智力因素，包括 g、流体智力、晶体智力和空间因素。我们发现 g 因素得分与 P-FIT 预测的几个区域的灰质量之间存在正相关关系。一旦我们考虑了常见的 g 因素，我们发现某些大脑区域的灰质体积与其他特定智力因素有关。
这项最新研究中最令人兴奋的想法之一是，有可能将个人的灰质和白质模式与其 g 以及其他特定智力因素相匹配。换句话说，P-FIT 区域的组织可能预测一个人在一系列智力能力中独特的认知优势和劣势模式。这些不同的大脑概况可能解释了为什么两个智商分数相同的人可能表现出非常不同的认知能力。来自马德里的数据很好地说明了这一观点。我们志愿者组中 g 分数最高的人在几个 P-FIT 区域中表现出远高于该组平均量的灰质——这也许并不令人惊讶。但有趣的是，两位 g 分数均为 100 分（该研究测试组的平均分）的人表现出不同的认知概况，这表明他们具有不同的认知优势和劣势。
3 月份一项针对 241 名脑损伤患者的结构 MRI 研究戏剧性地强调了我们每个人都有自己大脑区域变异模式的想法，这些变异模式有助于不同的智力因素。加州理工学院的心理学家简·格莱舍和他的同事表明，每个病灶的部位都与特定的因素分数相关。例如，当右顶叶受损时，知觉组织会受到影响——患者难以有意识地理解来自感官的原始信息。
更聪明的未来
这些最新的研究表明，神经影像学有一天可能会成为传统纸笔智力测试的补充甚至替代品。个人大脑概况可能很有价值。例如，在教育方面，可以根据学生的脑部特征为任何年龄段的个别学生量身定制学习计划。也许还可以预测职业成功——例如，某些区域的灰质模式是否可以造就最好的教师、战斗机飞行员、工程师或网球运动员？寻求更好生活的职业和职业咨询人士当然希望可以选择进行大脑评估，如果有数据支持其有用性的话。
但值得记住的是，与旧的教条相反，大脑并非一成不变或基因不可变。恰恰相反。大脑是可塑的——它会改变。详细说明一个人优势的大脑概况将提供指导而非处方——也许可以建议练习技能或改进教育的方法，以便一个人能够更好地适应他或她最感兴趣的活动或职业。最近令人着迷的研究表明，学习杂耍会增加与运动活动相关的大脑区域的灰质量。当训练停止时，额外的灰质就会消失。由于区域灰质与智力有关，那么超越传统教育方法的训练是否可以针对特定的大脑区域来提高智力？我们尚不清楚，但前景令人兴奋。
神经智力研究的下一阶段可能包括旨在回答此类问题的研究，包括教育实验，以确定不同的策略是否会产生特定的大脑变化，以及根据个人大脑特征选择的学生是否更有可能通过一种教育策略而不是另一种教育策略，在特定学科中最大限度地提高学习效果。目标是通过添加有关每个学生大脑的定制信息来增强当前的教育决策。任何特定的大脑特征如何发展以及如何受到影响都是关键的，但却是单独的研究问题。
无论每个人是否就智力的确切定义达成一致，神经科学的进步都是不可阻挡的。我们将继续发现大脑如何管理复杂的信息处理，这无疑是所有智力概念的基础。鉴于脑部疾病、衰老的蹂躏、现代社会的技术需求、教育的挑战以及通过智力体验世界的乐趣，了解聪明的大脑如何工作具有一定的紧迫性。现在开始讨论对神经智力探索的意义以及我们接受数据引导的意愿还不算太早。
增强健康大脑
对智力神经根源的最新研究可能会带来更好的药物和工具，用于认知增强。未来，药物可能会增强神经递质，这些神经递质调节一般智力或更具体的心理能力背后突出的大脑区域之间的交流。其他药物可能会刺激相关区域的灰质生长或白质完整性。当然，这些进步将作为精神发育迟滞和发育障碍的潜在治疗方法而受到欢迎。任何寻求更高智力的人也可能欢迎它们。
如果有效的“智商药丸”上市，那么其社会和伦理问题是否与体育运动中的兴奋剂相同，还是从道德上来说，更聪明总是比不那么聪明更好？显然，许多科学家同意后一种观点。《自然》杂志于 2008 年对 1,427 名科学家进行的一项在线调查发现，20% 的受访者已经使用处方药来增强“注意力”，而不是为了治疗疾病。在回答问题的 1,258 名受访者中，几乎 70% 的人表示，他们愿意冒轻微的副作用风险，通过服用认知增强药物来“提高脑力”。80% 的所有受访科学家——甚至包括那些不使用这些药物的人——都捍卫“健康人”有权将这些药物作为工作助推器，超过一半的人表示，即使是大学入学考试，也不应限制使用这些药物。超过三分之一的人表示，如果他们知道学校里的其他孩子也在服用这些药物，他们会感到有压力给自己的孩子也服用这些药物。几乎没有人赞成“无知是福”的立场。
智力是文明发展的关键资源。随着全球经济的发展以及小国与大国竞争，评估、发展甚至增强智力才能很可能成为 21 世纪的神经科学挑战。