15、振荡神经同步：大脑信息处理的奥秘

振荡神经同步：大脑信息处理的奥秘

1. 神经研究的现状与挑战

当前，个体神经层面和神经元集合层面的知识存在巨大差距。目前的技术还无法通过良好的实证测量来填补这一鸿沟。计算建模方法虽试图弥补这一差距，但这些见解相当不可靠，除非有实证数据支持。

美国国立卫生研究院（NIH）发起的大脑活动图谱（BAM）倡议，有望借助基于纳米技术的新成像方法来弥合这一差距。这些新方法能同时记录大量神经元的活动，其规模和影响可能与NIH人类基因组计划相媲美。这些数据将极大地增强神经功能的计算模型，甚至可能证伪当前试图弥合个体神经功能与神经元群体之间差距的一些提议。

对于机器学习应用而言，更好的神经计算和意识数据可能有助于制造更智能的机器，但也可能揭示模拟神经集合过程的认知机器的局限性。

2. 振荡神经同步的概念引入

振荡神经同步是神经元集合中的一个基本组织原则。通过脑电图（EEG）和脑磁图（MEG）测量大脑电磁场时，能明显观察到振荡神经同步现象。尽管这些测量结果噪声较大，需要进行大量平均或滤波处理，但得到的信号往往具有显著的节律和周期性结构，这与音乐有惊人的相似之处。

19世纪德国哲学家亚瑟·叔本华认为，音乐是代表和理解他所称的“意志”这一基本智力过程的方式。其他艺术形式代表“意志”的客观表达，而音乐代表“意志”的内在或主观动态。叔本华推测，旋律代表人类思想，因为它以最具信息量的高音引领，将底层模式连接成有意义的和谐整体。

3. EEG与神经同步

3.1 EEG和局部场电位的产生

头皮记录的EEG和局部脑场电位由大量邻近神经元同步的突触后兴奋和抑制分级电位产生。虽然它们不直接