心智建模的基本理论（2014）

1999年，丹麦物理学家佩尔·巴克向一群神经科学家宣布，他只用了10分钟就确定了这个领域哪里出了问题。他说，也许大脑没有他们想象的那么复杂。他说，也许大脑的工作原理与简单的沙堆相同，在沙堆中，各种大小的雪崩有助于保持整个系统的整体稳定——他称之为“自组织临界”

尽管其他领域的科学家都喜欢直言不讳、无所不知的物理学家，但贝克的大胆想法——大脑有序的复杂性和思维能力是由神经元无序的电活动自发产生的——并没有立即被接受。

但随着时间的推移，贝克的激进论调断断续续地发展成为一门合法的科学学科。现在，全世界约有150名科学家研究大脑中的所谓“关键”现象，仅2013年就有至少三个重点研讨会讨论这一主题。再加上目前正在努力创建一本专门从事此类研究的期刊，你就拥有了一个从学科边界边缘走向主流的领域的所有特征。

在20世纪80年代，贝克首先想知道，自然界中看到的精致秩序是如何从构成物质基石的无序粒子混合中产生的。他在相变中找到了答案，相变是物质从一个相转变到另一个相的过程。这种变化可能是突然的，比如水蒸发成蒸汽，也可能是逐渐的，比如材料变得超导。当系统处于一个阶段和另一个阶段之间时，过渡的精确时刻被称为临界点，或者更通俗地说，是“临界点”

经典的相变需要精确的调节：在水蒸发成蒸汽的情况下，只有在温度和压力恰到好处的情况下才能达到临界点。但贝克提出了一种方法，通过这种方法，系统元素之间简单的局部交互可以自发地达到临界点——因此称为自组织临界。

想象沙子从沙漏的顶部流到底部。沙子一粒一粒地堆积起来。最终，正在生长的一堆粮食到达了一个非常不稳定的点，以至于下一颗落下的粮食可能会导致它在雪崩中崩塌。当崩塌发生时，底部变宽，沙子开始再次堆积——直到土堆再次到达临界点并开始移动。正是通过这一系列大小不一的雪崩，沙堆——一个由数百万微小元素组成的复杂系统——保持了整体稳定性。

尽管这些小的不稳定性矛盾地保持了沙堆的稳定，但一旦沙堆达到临界点，就无法判断下一次掉落的颗粒是否会导致雪崩，或者给定的雪崩会有多大。可以肯定的是，按照所谓的幂律，较小的雪崩将比较大的雪崩更频繁地发生。

贝克在1987年的一篇具有里程碑意义的论文中介绍了自组织临界性——这是过去30年被引用最多的物理学论文之一。无论他在哪里看到频繁的小型崩塌，贝克开始看到这种稳定作用。他在1996年出版的书《自然如何运作》（How Nature Works）将这个概念从简单的沙堆扩展到了其他复杂系统：地震、金融市场、交通堵塞、生物进化、宇宙中星系的分布——以及大脑。贝克的假说暗示，大多数时候，大脑在相变的边缘徘徊，徘徊在有序和无序之间。

大脑是一台极其复杂的机器。它的数百亿个神经元中的每一个都与数千个其他神经元相连，它们的相互作用产生了我们称之为“思考”的紧急过程根据贝克的说法，脑细胞的电活动在平静期和雪崩之间来回移动——就像他的沙堆中的沙粒一样——因此，大脑总是在临界点处于不稳定的平衡状态。

对这些关键动力学的更好理解可以揭示当大脑发生故障时会发生什么。自组织临界性也有望成为一个统一的理论框架。根据神经生理学家Dante Chialvo的说法，目前神经科学中的大多数模型只适用于单个实验；为了复制其他实验的结果，科学家必须改变参数——调整系统——或者使用完全不同的模型。

自组织临界性具有某种直觉吸引力。但是一个好的科学理论必须不仅仅是优雅和美丽。Bak的观点也受到了批评，部分原因是他的方法给许多人带来了荒谬的广泛印象：他认为跨越学科界限，利用自组织临界性将森林火灾、麻疹和宇宙大尺度结构的动力学联系起来并不奇怪——通常是在一次谈话中。他也不是一个说话含蓄的人。他的粗暴性格并没有让他的批评者们喜欢他，尽管加拿大周界理论物理研究所的物理学家李·斯莫林（Lee Smolin）认为这是“孩子气的简单”，而不是傲慢。“他不会想到还有其他办法，”斯莫林在2002年贝克去世后的纪念中写道。“科学很难，我们必须说出我们的想法。”

尽管如此，贝克的想法还是在少数志同道合的科学家身上找到了肥沃的土壤。Chialvo现在在洛杉矶加利福尼亚大学和阿根廷国家科学技术研究委员会，1990岁左右在布鲁克黑文国家实验室会见了BAK，并确信自组织临界性可以解释大脑活动。他也遇到了相当大的阻力。“我不得不忍受一些批评，因为我们没有足够的数据，”Chialvo说。美国国家心理健康研究所的神经科学家迪特马尔·普伦茨回忆说，由于缺乏实验证据，当时不可能获得神经科学方面的拨款来研究自组织临界状态。

然而，自2003年以来，证明大脑具有关键性特征的证据越来越多，从检查皮质组织切片和记录单个神经元之间相互作用的脑电图（EEG）到将计算机模型预测与功能磁共振（fMRI）成像数据进行比较的大规模研究。“现在这个领域已经足够成熟，能够经受住任何公平的批评，”齐亚沃说。

BAK砂桩模型的第一次试验是在奥斯陆大学物理系于1992进行的。物理学家们将成堆的大米限制在玻璃板之间，一次添加一个颗粒，在相机上捕捉到由此产生的雪崩动力学。他们发现，成堆的细长稻谷的行为很像贝克的简化模型。

最值得注意的是，按照预期的幂律分布，较小的雪崩比较大的雪崩更频繁。也就是说，如果在给定的时间范围内有100次仅涉及10个晶粒的小型雪崩，那么在同一时间段内将有10次涉及100个晶粒的雪崩，但只有一次涉及1000个晶粒的大型雪崩。（在地震及其余震中也观察到了同样的模式。如果某一年有100次古登堡-里氏6.0级地震，将有10次7.0级地震和一次8.0级地震。）

十年后，普伦茨和他的同事约翰·贝格斯（John Beggs，现为印第安纳大学的生物物理学家）观察到了皮质切片中神经元电活动的相同模式——这是大脑在临界状态下功能的第一个关键证据。“没人相信大脑会这么做，”普伦茨说。“令人惊讶的是，事情就是这样。”使用脑磁图（MEG）和Chialvo自己的工作将计算机模拟与大脑静息状态的功能磁共振成像数据进行比较的研究，后来又增加了大脑表现出这些关键雪崩动力学的证据。

但也许这并不奇怪。没有临界点就不可能有相变，没有相变，一个复杂的系统——比如贝克的沙堆或大脑——就无法适应。普伦茨说，这就是为什么雪崩只出现在临界点，即系统在有序和无序之间达到完美平衡的“最佳点”。它们通常发生在大脑处于正常静息状态时。雪崩是一种机制，通过这种机制，复杂系统可以避免在两种极端情况中的一种情况下陷入陷阱或“锁相”。在一个极端，有太多的秩序，例如在癫痫发作期间；元素之间的相互作用过于强烈和僵化，因此系统无法适应不断变化的条件。另一方面，有太多的混乱；神经元之间没有那么多的交流，或者在整个大脑中没有那么广泛的相互联系，因此信息无法有效地传播，系统也无法适应。

印第安纳大学的认知神经科学家奥拉夫·斯波恩斯说，一个徘徊在“无聊的随机性和无聊的规律性”之间的复杂系统总体上是惊人的稳定。“无聊是不好的，”他说，至少对一个关键系统来说是这样。事实上，“如果你试图避免引发雪崩，最终会出现一次雪崩，那么它很可能是很大的，”加利福尼亚大学的戴维斯的复杂系统科学家RaSSa D'Souz说，他去年只是模拟了这样一个通用系统。“如果你一直在引发雪崩，那么可以说，你已经耗尽了所有的燃料，因此没有发生大规模雪崩的机会。”

D'Souza的研究将这些动力学应用于更好地了解整个电网的停电情况。大脑也需要足够的秩序来正常运作，但也需要足够的灵活性来适应不断变化的条件；否则，该生物体将无法生存。这可能是大脑表现出自组织临界性的一个原因：它赋予进化优势。基亚尔沃说：“一个非批判性的大脑是一个每分钟都做完全相同的事情的大脑，或者，在另一个极端，它是如此混乱，以至于无论在什么情况下，它都会做完全随机的事情。”。“那是白痴的大脑。”

当大脑偏离临界状态时，信息就不能再有效地在系统中渗透。一项研究（尚未发表）调查了睡眠剥夺；受试者保持清醒36小时，然后进行反应时测试，同时脑电图监测他们的大脑活动。受试者睡眠剥夺越多，其大脑活动越偏离临界平衡点，测试成绩越差。

另一项研究收集了癫痫患者在癫痫发作期间的数据。脑电图记录显示，在癫痫发作中期，危险的雪崩消失了。普伦茨说，神经元之间有太多的同步，然后，“信息处理中断，人们失去意识，直到恢复，他们才记得发生了什么。”

Chialvo设想自组织临界性为神经科学家提供了一个更广泛、更基础的理论，就像在物理学中发现的那样。他相信它可以用来模拟大脑的所有可能状态：清醒、睡眠、麻醉、癫痫发作、迷幻药的影响等等。

随着神经科学深入大数据领域，这一点尤其重要。最新的先进成像技术能够以前所未有的分辨率绘制突触图和监测大脑活动，数据集的规模也随之爆炸。数十亿美元的研究资金启动了人类连接组项目（Human Connectome Project，旨在构建大脑神经通路的“网络地图”），以及通过推进创新神经技术（brain）进行的大脑研究，该项目致力于开发用于记录细胞信号的新技术工具。此外还有欧洲的人脑项目，该项目致力于在超级计算机上模拟完整的人脑，以及中国的Brainnetome项目，该项目整合从大脑复杂网络层次结构的各个层次收集的数据。

但如果没有一个基础理论，就很难收集到隐藏在数据中的所有潜在见解。斯波恩斯说：“制作地图和对各个部分进行分类以及它们之间的关系是可以的，只要你不忘记这样一个事实，即当你绘制的系统实际运行时，它是在一个集成系统中，并且是动态的。”。

Chialvo说：“大脑的结构——关于谁与谁联系的精确地图——本身几乎是无关紧要的，或者更确切地说，它是必要的，但不足以解释认知和行为是如何在大脑中产生的。”。“相关的是动态，”Chialvo说。然后，他将大脑与洛杉矶的街道地图进行了比较，其中包含了从私人车道到公共高速公路的各个比例的所有连接细节。地图只告诉我们结构上的联系；它无助于预测交通如何沿着这些连接线移动，或者可能在哪里（以及何时）形成交通堵塞。地图是静态的；交通是动态的。大脑的活动也是如此。Chialvo说，在最近的研究中，研究人员已经证明，交通动力学和大脑动力学都具有临界性。

斯波恩斯强调，这一现象在大脑中到底有多强大还有待观察，他指出，除了观察大脑动力学中的幂律之外，还需要更多的证据。特别是，该理论仍然缺乏对神经生物学机制——局部和分布式电路中神经元的信号——如何产生临界性的明确描述。但他承认，他支持该理论取得成功。“这很有道理，”他说。“如果你要设计一个大脑，你可能会希望在组合中具有关键性。但归根结底，这是一个经验问题。”