娛樂百分百: 你有多聰明不取決於大腦有多努力，而在於它…

從上世紀以來，多個研究顯示人類智力在不斷上升。科學家也嘗試用一個標準值來闡述智力是什麼。但是無論是從解剖學還是遺傳學角度，目前都沒有一個統一的理論告訴我們智力是什麼。科學家在努力，IQ也仍然會不斷提升。

1987年，紐西蘭奧塔哥大學的政治學家詹姆斯·弗林（James Flynn）記錄了一個奇特的現象：多個人類群體的智力隨時間普遍提高。數十年來，14個國家的人口平均智商分數均有所上升，其中一些甚至幅度極大。弗林最初懷疑這一趨勢是測試出了問題。然而在接下來的幾年裡，有更多的數據和分析證明了人類智力確實隨時間在增加，人們把這種趨勢也稱作弗林效應（Flynn Effect）。其認為智力增加的原因包括：教育的增加、營養的改善、技術的發展、以及鉛暴露的減少等等。

要理解弗林效應首先得對智力進行定義。二十世紀初，英國心理學家查爾斯·斯皮爾曼（Charles Spearman）發現可以利用個人在不相關的智力任務中的表現預測他在其他任務的表現。斯皮爾曼提出常規智力的標準量，他把其稱作g，並認為g是造成這種共性的原因。

現在，科學家已經提出個體間g水平差異的生物學機制，從大腦大小和密度、神經元活動的同步性到大腦皮層的整體連接性。然而，g的確切生理起源仍無定論，研究人員也無法對個體間智力差異作出解釋。最近一項針對1475名歐洲青少年的認知測試表明，智力與一系列廣泛的生物學特徵相關聯，包括已知的遺傳標記、多巴胺信號通路相關基因的表觀遺傳修飾、紋狀體中的灰質密度（運動控制和獎勵反應的關鍵腦區），以及紋狀體對意外獎勵線索的響應。

尋找g

自斯皮爾曼時代以來，g和旨在衡量它的IQ（智商）測試已被證明十分可靠。他發現人們在不同測試之間的相關性是可測量的，現在很多研究也支持了這一觀點。許多研究表明，高智商與高收入和教育水平相關，也與更低的慢性病、殘疾和早期死亡風險相關。

早期對腦損傷患者的研究指出，額葉對人類解決問題很關鍵。在上世紀80年代後期，加州大學爾灣分校的理查德·海爾（Richard Haier）和他的同事記錄了人們在解決抽象推理難題時的大腦圖像，他發現解題過程激活了大腦額葉、頂葉和枕葉的特定區域並加強了它們之間的聯繫。額葉與計劃和注意力有關；頂葉負責整合感覺信息；枕葉則會處理視覺信息——這些能力均對解謎十分有用。但海爾指出，更多的活動並不意味著更強的認知能力。「測試分數最高的人實際上大腦活動最低，這表明，聰明並不取決於你的大腦工作有多努力，而是取決其工作效率有多高。」

一個被腦部掃描和對大腦受損患者的研究所支持的有名假說提出，智力位於大腦中特定的神經元簇，其大多位於前額葉和頂葉皮質。

2007年，海爾和新墨西哥大學的雷克斯·榮格（Rex Jung）基於此和其他神經成像研究，提出了頂額整合理論，即智力中心相關腦區。研究人員發現，即使智力相似的人在執行相同的心理任務時，其激活模式也會有所不同。他說，這表明大腦可使用多種方式解決同一問題。測試分數最高的人實際上有著最低的大腦活動，這表明使你聰明的並不是你的大腦工作有多努力，而是其工作效率有多高。

有人認為通過腦成像定位g，以現有的儀器精度不夠準確。例如，海爾在上世紀80年代使用PET掃描跟蹤大腦中放射性標記的葡萄糖，來獲得代謝活動的圖像，其周期是30分鐘，而腦細胞的交流是以毫秒為單位的。現代的fMRI（功能核磁共振）掃描，雖然在時間上更精確，但僅能追蹤通過大腦的血流，而非單個神經元的實際活動。鄧肯說：「這就像你試圖理解人類語言，所聽到的卻是整個城市的噪音。」

智力的模型

除了沒有足夠精確的工具之外，一些研究人員認為解答智力問題的關鍵在大腦的解剖結構中。「20世紀的大腦研究認為解剖結構是最重要的。」麻省理工學院皮考爾學習與記憶研究所的神經生理學家厄爾·米勒（Earl Miller）說，但是在過去的10到15年里，學界發現這種觀點過於簡單了。

研究人員已經提出大腦的其他特性可能也是智力的根基。例如，米勒一直在追蹤當多個神經元同步放電時產生的腦電波活動，他認為該活動可能和智商有關。在最新的研究中，他和同事們將腦電圖電極連接到猴子的頭部，這些猴子在看到相同物體時會作出相應反應。這個任務依賴記憶來完成，以及存取和提取相關信息的能力，並且該行為會產生高頻γ波和低頻β波峰。

從左到右：腦波：皮層中神經元同步放電產生的β波和γ波的諧波，是完成認知任務的必需；網路神經科學理論：智力產生於大腦內部的整體通訊；可塑性：大腦對變化的響應

米勒猜測這些波指揮著大腦的「交通」，確保神經信號去往相應的神經元。γ波是自下而上的，它搭載了你正在思考的內容。β波是自上而下的，它搭載了決定想法的控制信號，」他說，「如果你的β波沒有強大到控制γ波，你的大腦就會處於分心狀態。」

「腦通訊整體模式」是智力的另一個可能解釋。今年早些時候，伊利諾伊大學香檳分校的心理學研究員亞倫·巴比（Aron Barbey）提出了網路神經科學理論，引用的是大腦區域間聯繫的相關研究。巴比不是第一個提出「大腦區域交流是智力的主要成因」這一觀點，但是網路神經科學理論模型更加成熟。

哈佛大學的艾米利亞諾·桑塔內奇（Emiliano Santarnecchi）和義大利錫耶納大學的西蒙尼·羅西（Simone Rossi）也認為智力是全腦的特性，但是他們認為整體的可塑性是智力的關鍵，即大腦重新組織的能力。大腦在受到經顱磁刺激或電刺激後會反應產生活動，我們能夠以此來測量可塑性, 桑塔內奇說。「有些個體不在我們刺激的點產生反應，而是在同一網路中其他節點產生反應，」他說，還有些人的大腦「信號開始到處傳播。」他的研究小組發現，智商測試所測出更高的智力與更特異性的網路響應是對應的。桑塔內奇推斷這「某種程度上反映了，越聰明的大腦效率越高。」

基因中的g

當神經科學家從大腦結構和活動方向探索智力基礎時，遺傳學家正從不同的角度進行研究。迄今為止，倫敦經濟學院的心理學研究者索菲·馮·斯圖姆（Sophie von Stumm）估計，大約25%的個體智力差異可由基因組中的單核苷酸多態性來解釋。

為了尋找決定智力的基因，研究人員掃描了數千人的基因組。例如，今年早些時候，南加州大學的經濟學家丹尼爾·本傑明（Daniel Benjamin）和他的同事們分析了110多萬歐洲後裔的數據，確定了基因組中1200多個位點與教育程度相關，教育程度一定程度可以反映智力水平。「智力和學習成績高度相關，遺傳上也顯示同樣聯繫，」馮·斯圖姆說，他最近參與合著了一篇關於智力遺傳學的綜述。在本傑明的研究中，基因對個體教育水平差異的貢獻是11%；相比之下，對家庭收入的貢獻是7%。

Daniel Benjamin。

其他基因似乎表明智力和各種腦部疾病有聯繫。例如，在去年的GWAS預印版中，阿姆斯特丹自由大學的丹尼爾·泊蘇瑪（Danielle Posthuma）和他的同事們發現，認知測試分數和基因變異與抑鬱、多動症和精神分裂症之間存在負相關聯繫。研究人員還發現智力相關變異與自閉症呈正相關。

本傑明和同事設計了一個與教育水平相關的多基因分數。本傑明說，雖然這個分數還不足以用來預測個人的能力，但應該對研究人員很有用。馮·斯圖姆計劃使用本傑明的多基因分數來拼湊出基因和環境相互作用的機制。「我們第一次可以直接測試，」馮·斯圖姆說，「孩子在貧困家庭長大，那麼獲得的教育資源就較少。如果這些基因差異真的存在，那麼教育資源應該根據基因天賦來進行分配，這樣會更高效。」

智力升級

操縱智力的想法是誘人的，且不乏嘗試。大腦訓練遊戲曾被看好能提高智力。通過練習，玩家可以提高他們在這些簡單的電子遊戲上的表現，這些遊戲需要用到快速反應或短期記憶等技巧。但是，對眾多研究的回顧發現，沒有令人信服的證據表明這種遊戲可以增強整體認知能力。現在這些大腦訓練一般被認為是名不副實的。

近幾十年來，通過穿透顱骨的輕微電脈衝或磁脈衝的經顱腦刺激已經顯示出增強智力的潛力。例如，在2015年，哈佛醫學院的神經學家埃米利亞諾·桑塔里奇（Emiliano Santarnecchi）及其同事發現，在一種模式的經顱交流電刺激下，被試可以更快地解決難題，而2015年的一項薈萃分析（對已有的研究結果進行研究）發現另一種模式的經顱直流電刺激也有「顯著和可靠的效果」。

研究人員已知的一種有效增加智力的方法是好的經典教育。在今年早些時候發表的一項薈萃分析中，由當時愛丁堡大學神經心理學家斯圖爾特·里奇（Stuart Ritchie）（現任職於倫敦國王學院）領導的一個研究小組從多項研究報道的數據中篩選出混淆因素，並發現學校教育，不論年齡和教育水平，均每年使智力上升一到五個點。不列顛哥倫比亞大學發展認知神經科學家阿黛爾·戴蒙德（Adele Diamond）在內的研究人員正在努力研究教育的哪些元素對大腦最有益。

探索思維

智力的生物學基礎仍然是一個黑匣子，不僅如此，研究者們還在試圖認清這個概念本身。雖然g的實用性和預測能力被廣泛接受，但是替代模型的支持者認為其是認知能力的平均值或總和，而不是造成認知能力的原因。

劍橋大學神經科學家羅吉爾·基維特(Rogier Kievit)和他的同事去年發表的一項研究表明，智力是互相加強的特殊認知能力的一個綜合指標。通過演算法預測研究人員發現，最合適的智力模型是互利模型，即不同的認知能力相互支持形成正反饋。

2016年，加利福尼亞克萊蒙特研究生大學的安德魯·康威（Andrew Conway）和匈牙利羅蘭大學的克里斯蒂夫·科瓦奇斯（Kristóf Kovács）就智力的多重認知過程提出了不同的觀點。在他們的模型中，特定作用的神經網路——如用於執行簡單的數學或導航任務的，和高級的總體執行過程，例如將問題分解成小塊，都在幫助一個人完成認知任務中起了作用。研究人員認為，事實上，許多任務都使用到了相同的執行過程，這就解釋了為什麼個體在不同任務上的表現是相互關聯的。g從平均水平來衡量整個複雜過程，而不只是看單個能力。科瓦奇斯說，要想在理解智力上取得更大的進展，神經科學家可能需要著眼於執行特定過程的大腦特徵，而非g因素。