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，我们也认识在特定领域或任务中比我们优秀或逊色的人，例如，记住事实或进行快速心算。这些能力和天赋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区域之间活动的答案，已被证明是难以捉摸的。“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一幅更大的图景。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性解决问题，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“理性和非理性思维：智商测试遗漏的思考”。]
男性和女性在神经影像学测量中显示出群体平均差异，老年组和年轻组也是如此，即使在相同的智力水平下也是如此。但较新的研究表明，大脑结构和功能的个体差异与智力相关，才是关键，最新的研究只揭示了冰山一角。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。随着我们对智力的更多了解，我们将更好地了解如何帮助个人实现甚至增强他们的智力潜能和成功。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
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们一生中的变化。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，在一项测试中得分高的人在其他测试中也往往得分高。这一事实意味着所有测试都有一个共同因素，这个因素被称为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。
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，以及称为晶体智力的事实信息知识。但是，g和其他因素的大脑机制和结构无法从测试分数甚至大脑损伤的个体中推断出来，因此仍然隐藏着。
大约25年前神经科学技术的出现，最终提供了一条前进的道路。新的方法，特别是神经影像学，现在允许采用不同的方法，基于大脑的物理特性来定义智力。1988年，我和我在加州大学欧文分校的同事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)，它通过检测神经元在放电时使用的少量低水平放射性葡萄糖量来生成大脑代谢图像，我们追踪了志愿者小样本在解决一项名为瑞文高级渐进矩阵测试的非语言抽象推理问题时的大脑能量使用情况。
众所周知，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表现出更高的激活来回答一般智力在大脑中产生的问题。令我们惊讶的是，更高的能量使用（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，我们发现经过50天的练习和技能提高后，几个大脑区域的能量使用量减少了。数据表明，随着时间的推移，大脑会学习哪些区域对于提高绩效是不必要的，并且这些区域的活动会减少，从而提高整体效率。此外，研究中g值高的人在练习后比g值低的人表现出更高的大脑效率。
到20世纪90年代中期，我们开始关注效率，将其作为理解智力的一个关键概念。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道的第一个线索：效率的概念取决于所涉及的任务类型和难度，并且在解决问题期间的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理能力——数学推理。我们选择了SAT数学成绩非常高或平均水平的大学生，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，但这仅适用于男性，而不适用于女性——即使男性和女性在测试中的表现水平相同。
性别很重要
此后，我们和其他研究人员复制了这些观察结果，尤其是在使用先进的脑电图绘制技术的研究中。除了这些显示大脑功能差异的实验外，大脑结构似乎也起作用——研究表明，其他性别在认知方面的差异，例如男性在视觉空间能力方面往往更好，可能根植于大脑结构。
例如，在2004年开始在NeuroImage上发表的一系列论文中，我们使用结构性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（大脑细胞的长而细的线状附属物）实现灰质区域之间的通信。我们的研究指出，分布在大脑各处的区域网络中，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有所不同，这表明至少有两种不同的大脑结构可以在智商测试中产生相同的表现。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特别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，这取决于他们的性别。神经科学家文森特·J·施米索斯特当时在辛辛那提儿童医院医疗中心，他和他的同事在2006年至2008年发表的一系列针对大样本的影像学研究中发现，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——也就是说，不同的脑区之间存在明确的通路。相比之下，男孩在他们的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，但这项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。
新的定义
性别差异仅仅是并非所有大脑都以相同方式工作的第一个迹象。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。两组都被动地观看了相同的视频，没有解决问题或其他任务要求。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更多地参与了智力较高的人，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，解决问题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似乎普遍产生智力的区域网络。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都发现具有一定一致性的显著大脑区域。这14个区域分布在大脑各处，驳斥了长期以来认为额叶是大脑智力主要位置的观点。特别是顶叶的部分，位于头顶下方，已知参与感觉整合，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代表性最强，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。
确定P-FIT网络意味着基于大脑可测量的特征对一般智力进行新的定义。某些P-FIT区域的灰质数量以及这些区域之间的信息流速率可能在智力中起关键作用。2009年，荷兰乌得勒支大学医学中心和中国科学院北京的研究人员使用功能性MRI来确定整个大脑连接的效率，查明了P-FIT区域，其中连接性与智商分数尤其相关。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，而且还在很大程度上取决于关键灰质区域之间的白质连接。更有效的连接使信息流动更快——而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
但是智商分数并没有讲述全部故事——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的优势和劣势。自闭症学者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，他的智商异常之高。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。他还在仅接受七天的指导后学会了流利的冰岛语会话。塔梅特过着独立的生活，并写了一本畅销自传，描述了他非凡的数字和语言能力。“大脑轮廓”会显示什么？
尽管我们目前无法从塔梅特的大脑扫描中推断出他非凡的能力是如何产生的，但最新一波的神经影像学研究为我们提供了线索，说明我们有一天可能会准确地做到这一点。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。
2009年3月，马德里自治大学的心理学家罗伯托·科隆和他的合作者（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，这些测试已知可以指示不同的智力因素，包括g、流体智力、晶体（事实）智力和空间因素。我们发现g因素的分数与P-FIT预测的几个区域的灰质数量之间存在正相关关系。一旦我们考虑了共同的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相关。
从最近的研究中得出的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他或她的g和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心理能力中独特的认知优势和劣势模式。这些不同的大脑轮廓可以解释为什么两个智商完全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想法。在我们志愿者组中g分数最高的人在几个P-FIT区域显示出比该组平均水平多得多的灰质——这也许并不奇怪。但有趣的是，两位g分数均为100（研究中测试组的平均水平）的人表现出不同的认知轮廓，表明认知优势和劣势不同。
2009年3月对241名脑损伤患者进行的结构性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。当时在加州理工学院的心理学家简·格莱舍和他的同事表明，每个病变部位都与特定的因素评分相关。例如，当右顶叶受损时，知觉组织受到影响——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成为传统纸笔智力测试的补充甚至替代品。个人大脑轮廓可能很有价值。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在有数据支持其有用性的情况下选择进行大脑评估。
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改变。恰恰相反。大脑是可塑的——它会改变。详细说明个人优势的大脑轮廓将提供指导，而不是处方——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数量。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，超出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。关于记忆训练可以提高智力的初步报告是基于有限的智力测量，而且在很大程度上，它们尚未得到独立复制。
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，以及根据学生的个人大脑特征选择的学生是否更有可能在特定科目中通过一种教育策略而不是另一种策略来最大化学习效果。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是研究的关键但又独立的问题。
无论每个人是否完全同意智力的相同定义，神经科学的进步是不可阻挡的。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、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造成的破坏，了解聪明的大脑是如何工作的具有一定的紧迫性。现在开始讨论神经智力研究的意义以及我们接受数据引导的意愿为时不晚。