腦科學進展為何如此緩慢？

01-20

如題
腦科學研究的困難在哪？
為什麼在其他方面研究已經趨近成熟的時候，腦科學依然如此不成熟？

結論先行：

腦科學研究的困難在於腦是一個極為複雜的系統，在其他領域一樣是難題（例如天氣）。
得益於重要技術的不斷湧現，今天的腦科學正在飛速發展。
腦科學看似不成熟，一部分是因為其發現還沒有大量進入日常生活。

「腦科學進展為何如此緩慢」是一個上帝的難題 [1]：什麼時期，跟誰相比，如何判斷快慢？

下面從一些可能的角度來回答人的難題。

1. 經典物理學早在百年前就可以解釋日常尺度下物體的運動。為什麼對人腦運行機制的研究還沒有到能夠解釋人類行為的程度？

偽命題。經典物理學給出了物體運動的原理，但是測量初始條件以及進行計算完全是另一回事，不然天氣預報就會准了。

我們對神經系統的基本結構：神經元的理解已經到了納米級 [2]，而單個神經元的活動模擬也可以還原為大多數基本結構（雙層磷脂膜，各種離子通道和離子泵等）已知的模型。

問題在於，人腦是一個極為複雜的系統，當你把相對簡單的一個個神經元組裝起來，整體的行為就變得難以預測。更何況有成百上千種不同的神經元，其連接模式尚未完全描繪清楚。

總結：一個人腦的複雜程度不亞於天氣系統，而對這麼複雜的系統腦科學沒有解，物理學也沒有，所以不能因此判斷腦科學進展比物理學緩慢。

2. 如果僅僅是結構複雜，運算困難，那麼為什麼還沒有好的腦模型？

技術限制。在二十年以前，研究人腦或動物腦，僅有的手段是腦組織損傷（包括研究中風或受傷的病人），電生理學（但是一次只能記錄少量細胞，並且無法辨別同一區域的不同細胞），低解析度的測量/成像（包括MRI,EEG,PET等），和切片研究。這些方法加起來有點像你可以站在月亮上用望遠鏡看地球。儘管如此，神經科學的前輩們仍然取得了大量的成果。

事實上這個問題可以引出為什麼今天的腦科學正在飛速發展。大量現在日常用的技術都是近二十年內發明，最近五到十年才真正得到廣泛應用的。下面列舉一些常用技術的發明時間。

光遺傳學（精確控制一個小範圍內特定種類的神經元）：2005年 [3]，CLARITY（把大腦變透明來研究連接模式）： 2013年 [4]，鈣離子功能成像（同時觀測大量特定神經元在活體動物中的活動）：2001年 [5]，電壓成像（比鈣離子成像更高時間解析度）：還在迅速發展中 [6]。

這些技術對腦科學研究的意義大概相當於以前幹什麼都是用鎚子，現在終於有了電鑽。而這些技術的發明都依賴於其他技術的發展，也就是說，研究腦科學所必須的工具處在科技樹頂端，所以現代腦科學其實是一門非常年輕的學科。

例如，口渴的神經基礎似乎是一個很直接的問題，但是大腦中「表達口渴的神經元」直到2016年才被發現（詳見神奇的「口渴神經元」）原因就在於這個發現依賴於多個最新技術：插入腦中的光纖測量鈣離子熒光蛋白髮出的光子(fiber photometry)，以及光遺傳學抑制神經元活動。

類似的，嗅覺系統中「項鏈細胞」的工作方式與其他嗅覺細胞非常不同，也是2016年才開始理解的（詳見「項鏈」細胞：氣味信息處理的新原則），同樣是由於其依賴於許多基因學的新技術。

3. 就算不能預測整個大腦的輸出，為什麼還沒有簡單行為的模型？換言之，我們已經能夠用神經科學解釋的行為為什麼這麼少？

這個就見仁見智了——我認為已經清晰描繪的神經迴路/各種現象的神經基礎超乎許多人的想像，當然也許是因為我比較naive。

例如：小腦運算迴路（為什麼反轉自行車那麼難學？見小腦在運動中的功能）；前庭眼反射/VOR（人眼的防抖原理是什麼？）；後腦決定左右的迴路（敵人來了，向左跑還是向右跑？）；等等。但是這些發現離進入人們的日常生活還有一定距離：每當你我用手機時，可能會感恩量子力學——至少大多數人知道微電子設備離不開量子物理學的發展。但是當你走在街上，眼睛盯著迎面走來的美女時，你可能不會感激自己的VOR運作良好——儘管神經科學家們已經發現了這個迴路，離進入日常運用還有一定的距離。可能當腦機介面/虛擬現實真正普及的時候人們才會體會到腦科學的發展吧。

[1] 上帝的難題與人的難題 - 潛台詞 - 知乎專欄

[2] Tang, Ai-Hui, et al. "A trans-synaptic nanocolumn aligns neurotransmitter release to receptors." Nature (2016).

[3] Optogenetics

[4] Chung, Kwanghun, and Karl Deisseroth. "CLARITY for mapping the nervous system." Nature methods 10.6 (2013): 508-513.

[5] Nakai, Junichi, Masamichi Ohkura, and Keiji Imoto. "A high signal-to-noise Ca2+ probe composed of a single green fluorescent protein." Nature biotechnology 19.2 (2001): 137-141.

[6] Gong, Y., Huang, C., Li, J. Z., Grewe, B. F., Zhang, Y., Eismann, S., Schnitzer, M. J. (2015). High-speed recording of neural spikes in awake mice and flies with a fluorescent voltage sensor. Science, 350(6266), 1361–1366.

[7] Koyama, M., Minale, F., Shum, J., Nishimura, N., Schaffer, C. B., Fetcho, J. R. (2016). A circuit motif in the zebrafish hindbrain for a two alternative behavioral choice to turn left or right. eLife, 5, 1–23.

更新（2017.11.10）

這個回答其實是隨便寫的，因為最近恰好有思考到這個問題，沒想到被編輯推薦引來一些謬讚。其實這個問題問的並不好，太空泛了，沒法引起真正有效的討論。真正內行的沒空扯這些有的沒有，外行的扯也是瞎胡扯。也罷，既然當初答了，我還是把我現在想的記錄在這兒，之前寫的還是有點太淺，現在更深入一些，各位隨便看看。

-------以下是最近新的思考-------

腦科學很特殊，它不同於細胞學、植物學等等，實際上看待腦科學，應該把它放在一個信息處理系統的大框架里去理解。

根據Marr和Poggio的想法（我在另一個問題的回答中有具體闡述），完全理解任何一個信息處理系統，需要在以下四個層次，從最高級到最低級分別是：

可塑性（這個系統是怎麼學習並被過往信息重新塑造的？）
計算層（這個系統各個單元的優化目標是什麼？）
演算法層（這個系統各個單元怎麼對信息表徵和加工的？）
實現層（這個系統的信息處理功能的物質實現基礎是什麼？）

只有完全明白以上四個方面，才算真正理解大腦。而研究的難度從最低級的實現層開始，其實是逐級遞增的。最簡單的實現層其實解決的本質上是純生物學的問題，屬於狹義的神經科學的領域範疇。這個層次是最容易出成果的，實際上對於單個神經元已經有很多成果了。然而在神經元環路甚至系統水平上，成果還是比較很少（請neurophysiologist指正）。我們可以想一想，靈長類的大腦大約有860億個神經元，這些神經元有不同的組織學特性，而且互相有突觸聯繫，這是一個什麼概念？面對這個異常複雜的生物系統，我們目前仍有諸多研究技術上的瓶頸，而不僅僅是倫理上的限制。

而其他幾個更高層次都是針對大腦的認知功能的，包括最早的純行為研究，到計算模型的提出，以及發展不到三十年的認知神經科學，這些都是對認知方面探索的一些努力，也取得了不少的成果。但是由於認知問題本身的複雜性甚至是超過大腦本身的生理特性的，他們都有一些至今都難以真正解決的瓶頸，主要有以下兩點：

認知活動本身的抽象性，導致對認知活動的定義、測量和推斷有很多分歧（研究對象的抽象性）；
由於大腦極強的可塑性和狀態性，導致認知現象在個體之間/內部很不穩定，尤其對於高級認知功能而言（研究對象的不穩定）；

其實以上兩點問題也是認知神經科學建立的初衷，即把抽象的認知現象還原到可測的物質基礎，即神經生理活動上，以期望神經科學能夠為認知活動的研究提供更具體的視角；然而，除了目前並沒有很好的手段將神經觀測和認知行為觀測結合這一大的技術瓶頸外（比如對人類而言，目前僅有的手段就是E/MEG和fMRI，它們的問題也相當多，甚至這些測量手段本身的問題也是當前研究的熱點），這一基本構想從根本上而言是否有效至今還是有爭論：我們從神經層面出發是否真能對認知的理解提供更多信息？比如諸多fMRI研究，除了將某一個認知成分mapping到大腦的某個區域外，為我們對這個認知成分本身的理解提供更多信息了嗎？

綜上所述，腦科學是一個非常複雜的領域，也是一個非常交叉的領域，涉及到生物、信息、心理等等。她的不成熟是完全可以預期的，任何將她與其他學科如物理學簡單類比的行為也是非常不恰當的。比如，物理學是基礎自然科學裡的基礎學科，可以說是自然科學之父，是其他自然學科的磚石。在其之上才是化學、生物學等等其他基礎學科，而在化學、生物學之上，才是腦科學。任何非常基礎的學科，其規律都具有普適性，穩定性和簡潔性，因此也相應更容易提煉；而在腦科學中，是很難期望出現一個像牛頓、愛因斯坦那樣的英雄式人物提出一個大一統理論的，學科性質決定了不存在這種理論。我們最好的期望，是某個傑出團隊在工程上有所突破，從而在觀測工具上為我們窺探大腦的奧秘打開全新的窗口，如當年fMRI的發明者小川誠二所做的那樣；並能根據有效的研究結果，產出一些具體的應用，如在精神疾病診治和腦機介面等方面。

以上。

-----------原回答----------

腦科學發展快慢不好說，不過腦科學現在處於起步階段，科學前期這個是一定的。如果硬要和別的學科，如物理學類比的話，我覺得目前還處於望遠鏡還沒發明的階段，連伽利略時代都沒到。

其實這也沒什麼奇怪的。不要覺得你我都有一個腦，每天都在用腦，腦科學就比宇宙星雲引力波什麼看不見摸不到的東西要好研究了，其實恰恰相反，說不定星際穿越都搞定了人還是沒能把大腦的謎題解開，原因很簡單，因為大腦比宇宙還複雜，至少從某種層面上說。

腦科學的複雜性，體現在下面幾點：

我們到目前為止仍缺乏有效的觀測手段，去測量認知的物質基礎即大腦。
我們到目前為止仍沒有很好的統計工具，去描述測量誤差。
大腦本身受社會、文化和語言等等複雜社會性因素的影響，而這些因素並沒有好的衡量方式。

首先，對於第一點（「我們到目前為止仍缺乏有效的觀測手段，去測量認知的物質基礎即大腦」），大腦這個東西怪啊，你不能把一個大腦取出來研究它，作為一個生物體的一部分，認知的物質基礎，你必須讓它上著電才能觀測它。可是，上著電的大腦在腦殼裡，怎麼觀察？這裡面又再涉及到一些倫理問題，就更複雜化了。這其實就是腦科學觀測的一個悖論。功能磁共振、電生理等等從一定程度上試圖解決這個問題，但是效果其實也並不盡如人意，就說磁共振吧，你想測量做什麼任務的活動，光看到那團氣泡，背後涉及的假設模型擬合亂七八糟就一大堆，和望遠鏡看看星球哪個直接？更何況它時間空間解析度低，以及背後的生理基礎都沒搞明白，等等等等槽點太多。未來如果能發明一個無創、活體的觀測手段，可以全時空尺度實時觀測腦的活動，那腦科學發展就搜搜的了。

對於第二點，說實在的，比第一點問題更大。做老鼠猴子還好，低級視覺嘛，很生理了，誤差可能還沒那麼大。但是你做人試試，一般一個fMRI實驗三十多四十個被試，你給我重複一個實驗結果我看看？不是我說，隨便找十篇磁共振研究，你能重複出兩個就不錯了。重複不出來，論文作者就會給講你一堆，比如被試不一樣啊，實驗材料環境不一樣啊等等等等，說一些有的沒的最終也無法量化衡量的東西，最後的探討就到此為止了，到底該不該相信這個結果搞得你也不知道。為何如此？就是因為對大腦的測量誤差太大了，比如個體變異很高，這種個體變異大小程度又缺乏一個衡量，再加上實驗範式設置區別，實驗參數以及分析方法上的細微差別，再加上科研職業化後的publish or perish的壓力導致的p-fishing，file drawer，天啊，每個研究生要學的第一步先是從文獻里大浪淘沙，從99%的垃圾背後發掘1%可能的金子。你說這樣進步能不難么？當然，這方面也是在進步最近幾年，比如大被試量等等，但是進展仍然緩慢，就不展開細說了。

對於第三點，更好理解了，說腦科學，得區分是人的腦科學還是果蠅的腦科學，因為這倆完全是不同的東西啊！你讓猴子做個theory of mind實驗給我看看？不行吧？人之為人，其大腦的特殊性，在於社會層面的。而這恰恰是最難研究的，再結合到上面兩點，基本上是荒蠻時代的廣闊天地了。我個人覺得初級功能，如視知覺什麼的，可能50年內有望攻克，但是其他的，只能呵呵呵了。

最後總結一下，如果對比物理學，可以發現，腦科學之複雜，起碼目前來說，一言以蔽之是體現在測量困難。可以說腦科學以及其他生命科學都有這個問題，你看其他生命科學有什麼很強的理論體系嗎？沒吧？物理學的知識體系在望遠鏡發明後就開始逐步積累建立了，因為物理學中拿到的每一步數據都是直接的，可靠的，在此之上，牛頓得以建立理論體系，數學得以引入完美結合。而腦科學完全不是這回事。其實我個人覺得，當腦科學真正的測量問題解決後，發展會是相當迅速的，因為本質上它的問題並不一定比引力波之類的複雜，不就是一台計算機研究研究信號怎麼編碼表征傳遞的嘛。但關鍵是，怎麼在黑箱中去了解這台計算機的內部元件和功能？這可能就要耗費千年了。

這就像我們都有生命，但是生命的起源仍是未解之謎一樣令人沮喪。

額，嚴格說來一點也不緩慢。

神經科學隨著研究手段（比如腦成像技術；早年間是電腦的應用，膜片夾，單神經記錄什麼的）的升級，就這二十年來說，進展的實在是快得嚇死人。

我舉幾個例子說明一下。

1. 比如說05、06年Haxby他們弄MVPA技術很火，解釋了一堆問題。因為這個方法相比經典的fMRI（粗暴）定位，解釋問題清楚非常多（可以看清楚很多神經模塊的編碼方式），所以極大程度上推進了我們對於大腦編碼的理解。然後大約08年Frank Tong提出了在對於感覺處理系統進行解碼的手段，然後隨著解碼技術和演算法的發展，我們可以看到現在的主流是通過機器學習探索一個區域在某種狀態下的編碼方式，然後再去比較某些treatment下的編碼變化分析大腦的處理方法。可預見的將來，我們單單對於fMRI的分析方法都會越來越深刻。真心能發現很多東西。

2. 再比如說我自己研究的領域。我們都知道在Ungerleider Mishkin （1982）的經典大作之後，我們對於腹側和背側流理解很深入。指導1986年，Bruce Young按照當時不多的數據以及對於大腦功能性的出色理解，提出了面孔處理的功能性假設模型。這一個模型雖然不能說全對但是依舊有很強大指導性。在2011年，他們倆人回望25年時光感慨頗多。簡單說就是那時候整個歐洲專門研究大腦對於面孔研究的可能就十來個實驗室（全球也就兩位數吧）。這些人一同參與了86年的會議。可以想見還有Rhodes啊Perrett啊Burton等人。這些人之後都是領軍人物啊。

到了現在，隨著技術的升級，研究面孔的科學家簡直說多的嚇死人。也就是說隨著技術的升級，一個視覺領域的小內容（面孔）已經成為了一個主流勢力。在這方面的研究極大拓展了我們對於社會、進化、基礎視覺的理解。假如一台CRT顯示器從宇宙中墜落，砸在了一個視覺會議上的話，估計死傷的人如果有10個，起碼3個專門做面孔研究，6個做過面孔相關實驗。

3. Cell都弄出了個Neuron來，估計再過段時間會出一個Soma?

所以說，神經科學研究隨著科研手段的爆發以及重視，發展很快。在可預見將來，發展的三階導數都是正的。

當然成熟程度還是有待提升的。不過，又有幾個學科成熟了呢？

最後祝您，身體健康，再見。

歡迎看看我的專欄。

關於家庭與面孔：

為什麼你媽看到你的臉，就愛嘮叨？

「父親」、「你」以及「你戀人」的面孔

關於小動物和你的面孔：

你的狗正看著你 - 看臉的世界 - 知乎專欄

貓咪與你的臉 - 看臉的世界 - 知乎專欄

什麼！綿羊的面孔識別能力？ - 看臉的世界 - 知乎專欄

關於大腦怎麼看臉：

理解一張臉需要多長時間呢？ - 看臉的世界 - 知乎專欄

面部表情在腦內是分類處理的么？ - 看臉的世界 - 知乎專欄

啊，你就是這麼判斷好不好看啊！ - 看臉的世界 - 知乎專欄

關於生活中有趣的方面：

外貌的傲慢與偏見 - 看臉的世界 - 知乎專欄

怎樣一張臉才算好看 - 看臉的世界 - 知乎專欄

咦？這些也會影響我們的臉么？ - 看臉的世界 - 知乎專欄

臉長怎麼樣算是可以信賴？ - 看臉的世界 - 知乎專欄

當我們看『臉』時我們在看什麼 - 看臉的世界 - 知乎專欄

「可信任性」與你的面孔

If the brain were simple enough for us to understand it, we would be too simple to understand it.

—Ken Hill

不是科班出身，只是說下我自己的想法。

人都是帶著目的性去做事情的，就算是像數學這種基礎科學也是要有一定的需求才會迅速發展，何況是神經科學。

那研究神經科學現階段的（或者說之前的）目的是什麼呢？這一點我就不是很清楚，每次親戚朋友問我在做什麼時我都非常尷尬。首先我認為做神經科學的人多多少少對那個「終極夢想」都是有一點想法的，但終究只是想想又不能當飯吃。那究竟神經科學到底靠什麼混飯吃呢？izhikevich大叔的答案似乎是智能機器(智能計算)，如果是這樣我會非常欣喜，因為這也正是我想要的。但現實是我對他的Brain Corporation到底做得是neuroscience還是回到了artificial intelligence深表懷疑。或許neuroscience 和AI 是相輔相成的，但沒準是相愛相殺也不一定。

真的應用到neuroscience的恐怕還是醫學，真的嗎？從神經科學的發展以及我們項目經費的來源來看似乎真是這樣。但是我總覺得有點彆扭，總感覺有種偏離(也可能是被那些醫生鄙視出了心理陰影)，又或者想一想這種最終可能具有毀滅性的學科卻由救死扶傷的醫學推動著前進就感覺有些諷刺。

總之我不知道應該說服誰為神經科學的發展買單，也可能現在只需要一個小小的機會就會迎來不同的局面，那些有遠見的投資者最終都會賺得盆滿缽盈。

其實腦科學曾經有一斷飛速發展的時期。對，就是在第二次世界大戰的時候。那時戰火紛飛，硝煙瀰漫，士兵們的小腦子隨時都有可能被猛烈的炮火炸掉一塊，或炸掉。隨後戰地醫生們便會驚喜的發現，我擦，這個傷員的大腦額葉某部分好像露出來了，我擦，他怎麼看不見了。。。這可能就是現代腦科學的起源吧。

好了，不說野史了。

不同於其它方面的科學研究，腦科學或神經科學方面的研究非常複雜。舉個例子來做對比，如果你正在進行肝臟方面的科學研究，你會發現，哇，如果我切肝臟的任何一個部分來對我的假設進行探索，好像實驗結果都會一樣呢（沒有黑肝臟學者們的意思）。但是在腦科學中，由於大腦的每一個部分都可能承擔著不同的生理作用，可能大腦某些部位的一類細胞掌管著特定的機理功能。舉個最近的栗子，去年的諾貝爾生理醫學獎頒給了在海馬體的CA1區域中發現了 GPS細胞（Placeing cells）的3位科學家。Placeing cells幫助小鼠在空間記憶上的短期調控，從而幫助和指引他們找到回家的路（具體信息大家可以上網自己查詢文獻）。

舉一個發展慢例子，大家應該都知道，神經突觸在記憶形成中起到了至關重要的作用。但是，一直沒有人能用實驗的方法證明這個所謂的真理！終於，在2015年的9月，有人在自然雜誌中發表了直接的證據（哭）。感謝optogenetics技術（大家可以在網上自行科普哦，2010發明的戰鬥機神經科學研究手法，因為可以通過光照激活活著抑制某一部分的大腦！）。文中科學家們發現小老鼠在滾輪上跑的時候，某些神經突觸高度興奮，然後幫助小鼠學習和建立運動記憶。但是科學家們在運用optogenetics技術shrink了spine或者說就是讓樹突消失之後，老鼠便一個個從滾輪上掉了下來。。從而沒法學習新的運動姿勢了，哦不，運動知識了。。。

文獻簡介地址：http://www.nature.com/nature/journal/vaop/ncurrent/full/nature15211.html?WT.ec_id=NATURE-20150910spMailingID=49508451spUserID=MTEyNTc2MDQxNjkxS0spJobID=761206452spReportId=NzYxMjA2NDUyS0

好了，就說到這裡，睡了。

不緩慢！現在可以腦部成像，念頭成音了！顱內音。記憶抹殺！eeg.還可以感覺到觸感！猶如親身經歷一般！只需要採集腦指紋就可以完成了！

知乎不是都流行先問是不是，在說為什麼

這個主要是因為題主沒有來做腦科學啊。天不生聖人，萬古如長夜。

困難在哪？不清楚。通常說提出問題比解決問題還重要。之所以進展緩慢，說不定就是沒有提出合理的問題。

「在其他方面研究已經趨近成熟的時候」，這讓我想起物理學兩朵烏雲的故事。

我以前問過別人，假如大腦能夠研究得比較清楚，那麼世界會變成什麼樣子。對方告訴我，科研永無止境。也是有一定道理的。

可能是工具的問題吧~

神經科學中有哪些和普通人直覺不相符的研究結果？ - 張小文的回答

實際的腦科學已經發展的非常快了。國外已經實現顱內成像。腦部成音（霍金)國內比較落後。相關技術只能植入電極或者用核磁共振來做！

腦院的同學說今年畢不了業了，可能要延期一年。

一問怎麼了。

他養的猴死了，實驗數據還沒採集。

如果大腦簡單到能夠讓我們理解那我們的思維就會簡單到不能理解大腦。

不識廬山真面目～只緣身在此山中啊～

大概是大腦在想「你們好煩哦我不要你們研究。」

於是大腦限制了人類的研究。

走錯方向了。一些根本前提和方法論只能說不是放之四海皆準的真理。

簡單一句話：你用腦子去思考腦子。不覺得其實跟你沒什麼關係么？

我個人認為，原因在於腦科學是思維在研究自身，/難度相當於抓著自己的頭髮離開地面。

1. 怎麼用活人做生理實驗

2. 其他手段技術跟不上

3. 要是給做神經科學跟計算機之類一樣的報酬，不愁沒人去做

現狀是大問題都擺在桌面上了，只可惜沒有技術手段能去研究。