我们是不是要走出家门？

徒步旅行弗兰科尼亚山脊环路(Franconia Ridge Loop)是一个令人生畏的提议。这条小径位于新罕布夏州怀特山国家森林中心，长近9英里，最高峰海拔超过5000英尺。这座山脊连接着新罕布夏州的几座最高峰，可以看到周围令人惊叹的山脉景色。山脊本身是一条崎岖狭窄的小路，两侧是高山冻土带，灌木丛低矮，几乎没有树木。

最近一个星期天的早晨，我和我的伴侣发现我们在弗朗科尼亚的小径上，我们的背包里装满了小径混合饮料、三明治和热茶，我们的大脑已经准备好开始这场艰苦的徒步旅行。我们走进森林，发现一条小路，四面长满了山毛榉、桦树和冷杉树。蕨类植物散落在森林地面上，苔藓覆盖着倒下的树木，就像短而凌乱的胡须。小路曲折地穿过溪流和瀑布。树根和巨石--有的像运动鞋那么小，有的像汽车那么大--毫无歉意地占据了这条小路。这条小路似乎一直延伸到无边无际，就像彭罗斯楼梯一样。

徒步旅行是一次受欢迎的逃离城市的旅行，当我们步行时，话题转到了自然的力量上。漫步森林、爬山、观赏海浪：数千年来，这些活动唤醒了人类内心的某种生机。就在我们集体走向毁灭自然的时候，人类似乎与自然有着与生俱来的联系。当我们考虑到灭绝的规模和不可逆性时，这种联系就会加深。但这种联系的实质是什么呢？当看到营火迷人的舔舔或溪流中激流起伏的涟漪时，人类的大脑在穿过森林的过程中会发生什么呢？

作为一名神经学家，我每天都在思考大脑是如何协调行为和合成感知的。我问一些问题，关于脑细胞如何让我们体验世界，并建立实验室实验来回答这些问题。当我们沿着小路艰难前行时，一些基本的问题闪过我的脑海。我们的腿是如何适应从走在铺好的路上到爬上岩石的呢？动物没有麻烦，但很少有机器能像这样表演杂技。我们的眼睛如何锁定穿越参差不齐的地形的最佳路径？机器也在视觉识别方面苦苦挣扎，而人类和其他动物则不是。更耐人寻味的是大自然对我们情绪状态的奇妙影响。我们如何开始审视迷恋大自然的朦胧神经根呢？

人类与自然联系的进化论解释是一场穿越非洲大草原的大型狩猎之旅，我们的祖先在那里战斗、喂养和嬉戏了数百万年。生物学家E·O·威尔逊(E.O.Wilson)在《生物界》(Biophilia)中对这个故事进行了推测，这是一本关于人类对自然的吸引力的薄薄卷。威尔逊将嗜生物症定义为“关注生命和栩栩如生的过程的先天倾向”。他认为，如果其他动物适应了它们的环境，并且最适合它们进化的环境--例如，厚厚的白色皮毛很适合北极熊在当地寒冷多雪的北极--那么，人类有没有可能也最好地适应我们进化时所处的特定环境，尽管我们有能力生活在这个星球上的任何地方？

威尔逊写道：“我探索的栖息地越多，我就越觉得某些共同的特征潜移默化地吸引和吸引着我的注意力。”“假设人类大脑会对过去对生存影响最大的一些狭义品质做出最强烈的反应，这是不是不合理？”这些特点包括稀树大草原、稀疏的树木、悬崖和其他有利位置，以及提供资源的水体。威尔逊指出，人类倾向于在不自然的地方建造稀树草原般的环境，比如商场或花园；开放概念的建筑似乎也迎合了我们对广阔空间的热爱。

认为身处大自然是令人愉悦的，这是令人满意的，因为这是我们的大脑最能适应的环境。这类故事的问题在于，它们在实验上是无法检验的。我们不能让进化的时钟倒流。我们不能把地球变成一个实验室，让一半的人类在稀树草原进化，另一半在沙漠进化。沙漠群会不会进化成更喜欢沙漠般的环境而不是稀树草原？尽管我们的祖先在稀树草原上生活了数千代人，但如果有选择的话，灵长类动物更喜欢资源丰富、低风险的环境难道不是合乎逻辑的吗？对稀树草原的偏爱难道不是出于对利弊的仔细考虑--动动脑筋--而不是出于进化的本能吗？

尽管如此，考虑到我们的大脑是在自然界中进化的，我们有理由得出结论，花时间在人造环境中--房子、办公室、城镇、城市--跨越了一些原始线路。一些心理学家赞同这一观点，现在他们鼓吹大自然是对健康的干预。

犹他州南部的沙漠是一片由红色砂岩台地和峡谷组成的迷人景观。这个地方的巨大规模唤起了一种深刻的时间感：这些奇迹已经形成了数百万年，在人类最后一眼看到它们的美丽很久之后，它们还会继续变化。人们到这里来徒步旅行、攀岩、露营，并寻找各种拔掉插头的方法。这就是为什么人们可能最不希望在这里找到测量大脑活动的机器的原因。对于瑞秋·霍普曼(Rachel Hopman)、萨拉·洛坦普里奥(Sara LoTemplio)和其他由犹他大学(University Of Utah)心理学家大卫·斯特莱尔(David Strayer)指导的研究生来说，将这样的工具带到沙漠是他们努力理解大脑关于自然的下一步合乎逻辑的下一步。

现为东北大学博士后研究员的霍普曼告诉我：“我们收拾好所有的设备，基本上在沙漠中重建了一个实验室。”“第一次并不像计划的那样顺利。”研究人员希望开始了解与注意力恢复现象相关的神经机制，这是像卡普兰夫妇这样的自然心理学家记录的许多精神益处之一。他们求助于脑电图(EEG)，这是一种测量大脑表面数百万神经元协调节奏振荡的方法，俗称为脑电波。

霍普曼、洛坦普里奥和斯特莱尔实验室的其他人设计了一个实验，他们测量了志愿者在犹他州南部进行为期五天的徒步旅行之前、期间和之后的脑电波，假设几天不接触城市生活和科技的压力，不仅会对人们的情绪和心理健康产生一些明显的影响，而且会对脑电波产生一些明显的影响。

洛坦普里奥假设：“在现代环境中，电脑、电话、街道、汽车等各种渠道都在争夺我们的注意力，我们的大脑在进化过程中并不能处理这些渠道的数量。”“自然环境更适合我们注意力系统的运作方式。”

大脑中的某些生理变化必须与与自然沉浸相关的感觉联系在一起，这一想法是既定的：任何感觉、感知、运动或想法都必须有潜在的神经特征(除非你相信灵魂)。问题是在沙漠中呆了几天后，大脑中到底发生了什么。

希望测量大脑活动的科学家面临着令人沮丧的取舍。如果他们希望了解单个神经元在某种行为中扮演的角色，他们必须测量动物身上的这些神经元，在动物中，生物伦理规则允许他们使用植入大脑的微丝电极等侵入性工具。那些希望研究人类认知的复杂奥秘的人必须满足于更不透明的设备，如脑电图和功能磁共振成像。EEG通过几十个暂时粘在头皮上的电极收集数据，这些电极测量靠近大脑表面的数千个神经元协调活动的快速变化。另一方面，功能磁共振成像测量血液流动的缓慢变化--这与神经元活动相关--在整个大脑中以毫米大小的区块为单位。(在少数情况下，科学家使用神经外科患者的电极记录单个人类神经元。)。

为了在沙漠中建立脑电图实验室，霍普曼购买了围栏--“运动舱”--以确保受试者和设备的安全。经过一天的徒步旅行，参与者将爬上沿着河岸搭建的透明塑料吊舱。他们头上戴着一顶装满脑电图电极的帽子，然后让人记录他们的脑电波。

霍普曼和他的同事们发现，与实验前或实验后相比，在自然界度过的时间里，阿尔法节律的强度显著降低。阿尔法节律是一种频率在10赫兹左右的脑电波，通常与注意力过程有关。闭上眼睛会导致大脑后部视觉皮质区域阿尔法节律的强度大大增加。在生理学研究中，阿尔法能量的增加与皮层的抑制有关。生理学家认为，这一发现意味着低阿尔法能量与外在注意力和大脑皮层激活有关。相反，阿尔法的增加与注意力集中和走神有关。

“我们认为这意味着，当人们花时间在大自然中时，他们更少参与内心的叙述和内心的对话，或者思考他们的待办事项清单，或者沉思未来的计划。”他们更有可能意识到这一点，而且是在当下。“霍普曼说。“我们还通过认知任务和人们执行不同认知任务的能力来研究这一点。”它几乎始终如一地表明，大自然可以提高绩效，但这在某些方面确实有所不同。人们根据他们所处的环境有不同的处理信息的能力。因此，大自然提供了一种对外部环境的增强意识。“霍普曼说。

在注意力恢复方面，目前还不清楚徒步旅行的影响是由于自然原因，还是由无数令人困惑的变量造成的。洛坦普里奥告诉我：“要确定这是一种特定于自然的效应，还需要做更多的工作。”也许这种影响是由于她所说的度假效应；在这种情况下，尽管拉斯维加斯的环境与沙漠截然不同，但去拉斯维加斯的旅行也会产生同样的影响。同样，重要的影响可能是由于新鲜空气、体育活动或社会联系，而不是自然本身。

长期以来，我一直对人类情感--情感和感觉的世界--感兴趣，并花了很多年来研究它：为什么以及如何表达、感受、利用情感来构建我们自己；情感如何帮助或破坏我们最好的意图；为什么以及……。多读。

脑电图的结果虽然耐人寻味，但也很难解释，因为实验者在记录过程中没有控制受试者正在观看的场景。另一方面，当受试者闭上眼睛时，阿尔法波的能量持续下降，这一事实表明，即使难以理解，这种效果也是真实的。

自然界降低阿尔法能量的发现很难解释的另一个原因是，之前的研究发现了相反的情况。在1981年的一项研究中，当时在特拉华大学(现为瑞典查尔默斯理工大学)担任地理学教授的罗杰·乌尔里希(Roger Ulrich)发现，与人造场景相比，受试者观看自然图像的阿尔法能力更强。同样，俄勒冈大学(University Of Oregon)的物理学家理查德·泰勒(Richard Taylor)报告称，观看越来越复杂的分形图案(模仿自然场景的复杂性)的受试者的阿尔法能力有所增强。

阅读有关自然界的脑电图研究很快就成了一种令人眼花缭乱的经历。我几乎可以感觉到我自己的阿尔法节奏跳出了图表，混乱地试图跟上相互矛盾的数据和解释。此外，很难理解大脑中的神经元在做什么，而脑电波的真正含义是什么。当我问洛坦普里奥，她想通过观察大脑来学习什么东西时，她承认，“有些人可能会说，如果你只是观察这些认知方面的改善，你甚至不需要看大脑。”然而，她提出，显示大脑数据将加强任何有关自然疗法的可能政策的理由。

尽管脑电图数据令人困惑，但注意力恢复的结果让我想起了E.O.威尔逊(E.O.Wilson)对自然对人类思维影响的解释。“博物学家是一个文明的猎人，”他在“生物嗜好”杂志上写道，从未咨询过脑电图机。“他独自一人走进田野或林地，把自己的思想封闭在除了那个时间和地点之外的一切事物上，这样他周围的生活就会压在所有的感官上，小细节也会变得更加重要。”他开始扫描搜索，而认知正是为此而设计的。他的注意力变得不集中，专注于所有事情，不再专注于任何普通的任务或社交玩笑。

尽管如此，我还是很好奇威尔逊的个人观察从头骨内部看起来会是什么样子。当神经元的主人让它们进入自然界时，它们的行为是怎样的？这是一个令人烦恼的问题。视觉感知这个更简单的问题--与人造场景相比，视觉皮层神经元对自然场景的反应是否不同？--似乎更容易理解。要回答这个问题，需要回到神经科学的早期。

科学的挑战之一是理解大量不可控变量之间的复杂关系。这对神经科学来说尤其有问题，因为神经科学中的变量--动物的神经元和大脑外的环境--以数十亿计。要了解大脑中的神经元是如何相互作用的，以及大脑以外的整个世界是如何相互作用的，这一问题类似于预测银河系中所有天体的运动，如果这些天体在碰碰车里由蹒跚学步的孩子驾驶时也在相互玩耍的话。

为了取得进展，神经学家通常会把动物放在实验室里来简化问题，因为在实验室里，动物对环境的控制要比在野外好得多。在视觉感知的情况下，这在历史上涉及到向受限制或麻醉的动物提供人工刺激，同时用电极记录视觉皮层中的神经元活动。

20世纪50年代末，大卫·胡贝尔(David Hubel)和托斯滕·威塞尔(Torsten Wiseel)利用这种方法发现，视觉皮层中的神经元对定向条形图高度敏感，每个细胞对特定角度的反应最好。这一发现是偶然的。生理学家们一边在屏幕上闪烁圆点，一边记录一只麻醉猫的视皮层神经元做出的令人失望的微弱反应，这时一张幻灯片在进入投影仪的路上卡住了。卡住的幻灯片在屏幕上投下了阴影，这让神经元兴奋得超出了两人之前观察到的任何东西。从那时起，边缘、条形或格栅就成了可选择的刺激物。

哈佛大学神经科学教授加布里埃尔·克里曼(Gabriel Kreiman)告诉我：“当你使用非常简单的刺激，比如格栅，你就可以拥有绝对的控制力。”“有两三个变量你需要担心：有对比；有空间频率；然后如果你非常勇敢，你可能会增加运动。”使用简单的参数刺激可以更容易地理解刺激和神经元反应之间的关系；缺点是没有任何动物的自然视觉世界只由条形组成，这使得很难将发现推断到现实世界的情况。另一方面，真实世界的图像中有很多东西。

上世纪90年代，俄裔美国艺术家维塔利·科马尔(Vitaly Komar)和亚历山大·梅拉米德(Alexander Melamide)进行了一项调查，以确定美国人喜欢的绘画元素，然后绘制了一幅融合了这些元素的作品。它的特色是很多蓝色--天空、山脉、湖泊--温和的棕色树林、徒步旅行者、鹿和乔治·华盛顿(George Washington)。他们称这幅画为美国头号通缉犯。这幅画带有讽刺意味，但已故艺术评论家和哲学家丹尼斯·达顿在他的书《艺术本能》中写道，这幅画不应该被认为一文不值，因为它确实揭示了一个令人震惊的事实：世界各地截然不同文化的人们倾向于同样的绘画表现：一幅有树木和开阔区域、水域、人物和动物的风景。还有乔治·华盛顿。

这幅风景画能告诉我们一些与户外的硬连线连接吗？克里曼说，要了解自然场景是否会以某种其他刺激所不具备的特殊方式激活视皮层，人们需要花费数以百万计的时间来观察神经元的活动，因为“可能的图像的宇宙本质上是无限的。”如果一个特定的自然场景比一个特定的非自然场景对神经元的刺激要小，你会测试多少个场景才能得出关于神经元偏好的一般结论？

当然，这个难题适用于所有的图像，而不仅仅是自然场景的图像。神经学家一直在寻找对各种事物做出反应的神经元，不仅是定向光栅，还有物体、面部以及几何形状和场景。一些这样的发现也是偶然的。20世纪70年代，普林斯顿大学(Princeton University)神经学家查理·格罗斯(Charlie Gross)发现，猴子大脑皮质中的神经元对手有反应，当他对一个反应不佳的神经元感到恼火时，他在猴子面前挥手。他的团队后来描述了偏爱脸部的神经元，以及那些对椭圆形马桶刷有反应的神经元，这种刷子与实验室成员的脸惊人地相似，而这些成员碰巧都是留着胡子的白人男性。

克里曼对这些发现深有感触。“我反对这种拟人化的科学方法，”他说。在他看来，问题在于神经元和人说不同的语言。神经元不理解脸部或马桶刷子；它们只会以尖峰信号说话，也就是向其他神经元发送或从其他神经元接收的电化学脉冲。那么，为什么单个神经元对人类语言标签为“脸”或“自然场景”的东西反应最好呢？

克里曼的解决方案是让人类实验者走出圈子，用计算机模型取而代之。这样的方法比“一个人舒服地坐在扶手椅上说，我觉得脸很可爱”要好得多。让我们试试脸部表情。我认为手很重要。我认为从进化论的角度来看，我们需要研究颜色。“他说。“这些都是拟人化的构造。就实验设计而言，拥有一种更定量、更公正的方法是一件好事。“。

克里曼与哈佛大学神经科学教授玛格丽特·利文斯通(Margaret Livingstone)合作，证明了计算机可以制造出像样的刺激发生器。在2019年的一篇论文中，他们描述了一种名为XDream的算法--“用实时进化扩展深度梦以实现真实神经元的活动最大化”--该算法将猴子的一个视觉神经元对一组合成刺激的反应进行比较；然后取能引起最高反应的刺激，对其进行随机变异，然后按下。

.