你有多聪明不取决于大脑有多努力，而在于它…_风闻

从上世纪以来，多个研究显示人类智力在不断上升。科学家也尝试用一个标准值来阐述智力是什么。但是无论是从解剖学还是遗传学角度，目前都没有一个统一的理论告诉我们智力是什么。科学家在努力，IQ也仍然会不断提升。

1987年，新西兰奥塔哥大学的政治学家詹姆斯·弗林（James Flynn）记录了一个奇特的现象：多个人类群体的智力随时间普遍提高。数十年来，14个国家的人口平均智商分数均有所上升，其中一些甚至幅度极大。弗林最初怀疑这一趋势是测试出了问题。然而在接下来的几年里，有更多的数据和分析证明了人类智力确实随时间在增加，人们把这种趋势也称作弗林效应（Flynn Effect）。其认为智力增加的原因包括：教育的增加、营养的改善、技术的发展、以及铅暴露的减少等等。

要理解弗林效应首先得对智力进行定义。二十世纪初，英国心理学家查尔斯·斯皮尔曼（Charles Spearman）发现可以利用个人在不相关的智力任务中的表现预测他在其他任务的表现。斯皮尔曼提出常规智力的标准量，他把其称作g，并认为g是造成这种共性的原因。

现在，科学家已经提出个体间g水平差异的生物学机制，从大脑大小和密度、神经元活动的同步性到大脑皮层的整体连接性。然而，g的确切生理起源仍无定论，研究人员也无法对个体间智力差异作出解释。最近一项针对1475名欧洲青少年的认知测试表明，智力与一系列广泛的生物学特征相关联，包括已知的遗传标记、多巴胺信号通路相关基因的表观遗传修饰、纹状体中的灰质密度（运动控制和奖励反应的关键脑区），以及纹状体对意外奖励线索的响应。

寻找g

自斯皮尔曼时代以来，g和旨在衡量它的IQ（智商）测试已被证明十分可靠。他发现人们在不同测试之间的相关性是可测量的，现在很多研究也支持了这一观点。许多研究表明，高智商与高收入和教育水平相关，也与更低的慢性病、残疾和早期死亡风险相关。

早期对脑损伤患者的研究指出，额叶对人类解决问题很关键。在上世纪80年代后期，加州大学尔湾分校的理查德·海尔（Richard Haier）和他的同事记录了人们在解决抽象推理难题时的大脑图像，他发现解题过程激活了大脑额叶、顶叶和枕叶的特定区域并加强了它们之间的联系。额叶与计划和注意力有关；顶叶负责整合感觉信息；枕叶则会处理视觉信息——这些能力均对解谜十分有用。但海尔指出，更多的活动并不意味着更强的认知能力。“测试分数最高的人实际上大脑活动最低，这表明，聪明并不取决于你的大脑工作有多努力，而是取决其工作效率有多高。”

一个被脑部扫描和对大脑受损患者的研究所支持的有名假说提出，智力位于大脑中特定的神经元簇，其大多位于前额叶和顶叶皮质。

2007年，海尔和新墨西哥大学的雷克斯·荣格（Rex Jung）基于此和其他神经成像研究，提出了顶额整合理论，即智力中心相关脑区。研究人员发现，即使智力相似的人在执行相同的心理任务时，其激活模式也会有所不同。他说，这表明大脑可使用多种方式解决同一问题。测试分数最高的人实际上有着最低的大脑活动，这表明使你聪明的并不是你的大脑工作有多努力，而是其工作效率有多高。

有人认为通过脑成像定位g，以现有的仪器精度不够准确。例如，海尔在上世纪80年代使用PET扫描跟踪大脑中放射性标记的葡萄糖，来获得代谢活动的图像，其周期是30分钟，而脑细胞的交流是以毫秒为单位的。现代的fMRI（功能核磁共振）扫描，虽然在时间上更精确，但仅能追踪通过大脑的血流，而非单个神经元的实际活动。邓肯说：“这就像你试图理解人类语言，所听到的却是整个城市的噪音。”

智力的模型

除了没有足够精确的工具之外，一些研究人员认为解答智力问题的关键在大脑的解剖结构中。“20世纪的大脑研究认为解剖结构是最重要的。”麻省理工学院皮考尔学习与记忆研究所的神经生理学家厄尔·米勒（Earl Miller）说，但是在过去的10到15年里，学界发现这种观点过于简单了。

研究人员已经提出大脑的其他特性可能也是智力的根基。例如，米勒一直在追踪当多个神经元同步放电时产生的脑电波活动，他认为该活动可能和智商有关。在最新的研究中，他和同事们将脑电图电极连接到猴子的头部，这些猴子在看到相同物体时会作出相应反应。这个任务依赖记忆来完成，以及存取和提取相关信息的能力，并且该行为会产生高频γ波和低频β波峰。

从左到右：脑波：皮层中神经元同步放电产生的β波和γ波的谐波，是完成认知任务的必需；网络神经科学理论：智力产生于大脑内部的整体通讯；可塑性：大脑对变化的响应

米勒猜测这些波指挥着大脑的“交通”，确保神经信号去往相应的神经元。γ波是自下而上的，它搭载了你正在思考的内容。β波是自上而下的，它搭载了决定想法的控制信号，”他说，“如果你的β波没有强大到控制γ波，你的大脑就会处于分心状态。”

“脑通讯整体模式”是智力的另一个可能解释。今年早些时候，伊利诺伊大学香槟分校的心理学研究员亚伦·巴比（Aron Barbey）提出了网络神经科学理论，引用的是大脑区域间联系的相关研究。巴比不是第一个提出“大脑区域交流是智力的主要成因”这一观点，但是网络神经科学理论模型更加成熟。

哈佛大学的艾米利亚诺·桑塔内奇（Emiliano Santarnecchi）和意大利锡耶纳大学的西蒙尼·罗西（Simone Rossi）也认为智力是全脑的特性，但是他们认为整体的可塑性是智力的关键，即大脑重新组织的能力。大脑在受到经颅磁刺激或电刺激后会反应产生活动，我们能够以此来测量可塑性, 桑塔内奇说。“有些个体不在我们刺激的点产生反应，而是在同一网络中其他节点产生反应，”他说，还有些人的大脑“信号开始到处传播。”他的研究小组发现，智商测试所测出更高的智力与更特异性的网络响应是对应的。桑塔内奇推断这“某种程度上反映了，越聪明的大脑效率越高。”

基因中的g

当神经科学家从大脑结构和活动方向探索智力基础时，遗传学家正从不同的角度进行研究。迄今为止，伦敦经济学院的心理学研究者索菲·冯·斯图姆（Sophie von Stumm）估计，大约25%的个体智力差异可由基因组中的单核苷酸多态性来解释。

为了寻找决定智力的基因，研究人员扫描了数千人的基因组。例如，今年早些时候，南加州大学的经济学家丹尼尔·本杰明（Daniel Benjamin）和他的同事们分析了110多万欧洲后裔的数据，确定了基因组中1200多个位点与教育程度相关，教育程度一定程度可以反映智力水平。“智力和学习成绩高度相关，遗传上也显示同样联系，”冯·斯图姆说，他最近参与合著了一篇关于智力遗传学的综述。在本杰明的研究中，基因对个体教育水平差异的贡献是11%；相比之下，对家庭收入的贡献是7%。

Daniel Benjamin。

其他基因似乎表明智力和各种脑部疾病有联系。例如，在去年的GWAS预印版中，阿姆斯特丹自由大学的丹尼尔·泊苏玛（Danielle Posthuma）和他的同事们发现，认知测试分数和基因变异与抑郁、多动症和精神分裂症之间存在负相关联系。研究人员还发现智力相关变异与自闭症呈正相关。

本杰明和同事设计了一个与教育水平相关的多基因分数。本杰明说，虽然这个分数还不足以用来预测个人的能力，但应该对研究人员很有用。冯·斯图姆计划使用本杰明的多基因分数来拼凑出基因和环境相互作用的机制。“我们第一次可以直接测试，” 冯·斯图姆说，“孩子在贫困家庭长大，那么获得的教育资源就较少。如果这些基因差异真的存在，那么教育资源应该根据基因天赋来进行分配，这样会更高效。”

智力升级

操纵智力的想法是诱人的，且不乏尝试。大脑训练游戏曾被看好能提高智力。通过练习，玩家可以提高他们在这些简单的电子游戏上的表现，这些游戏需要用到快速反应或短期记忆等技巧。但是，对众多研究的回顾发现，没有令人信服的证据表明这种游戏可以增强整体认知能力。现在这些大脑训练一般被认为是名不副实的。

近几十年来，通过穿透颅骨的轻微电脉冲或磁脉冲的经颅脑刺激已经显示出增强智力的潜力。例如，在2015年，哈佛医学院的神经学家埃米利亚诺·桑塔里奇（Emiliano Santarnecchi）及其同事发现，在一种模式的经颅交流电刺激下，被试可以更快地解决难题，而2015年的一项荟萃分析（对已有的研究结果进行研究）发现另一种模式的经颅直流电刺激也有“显著和可靠的效果”。

研究人员已知的一种有效增加智力的方法是好的经典教育。在今年早些时候发表的一项荟萃分析中，由当时爱丁堡大学神经心理学家斯图尔特·里奇（Stuart Ritchie）（现任职于伦敦国王学院）领导的一个研究小组从多项研究报道的数据中筛选出混淆因素，并发现学校教育，不论年龄和教育水平，均每年使智力上升一到五个点。不列颠哥伦比亚大学发展认知神经科学家阿黛尔·戴蒙德（Adele Diamond）在内的研究人员正在努力研究教育的哪些元素对大脑最有益。

探索思维

智力的生物学基础仍然是一个黑匣子，不仅如此，研究者们还在试图认清这个概念本身。虽然g的实用性和预测能力被广泛接受，但是替代模型的支持者认为其是认知能力的平均值或总和，而不是造成认知能力的原因。

剑桥大学神经科学家罗吉尔·基维特(Rogier Kievit)和他的同事去年发表的一项研究表明，智力是互相加强的特殊认知能力的一个综合指标。通过算法预测研究人员发现，最合适的智力模型是互利模型，即不同的认知能力相互支持形成正反馈。

2016年，加利福尼亚克莱蒙特研究生大学的安德鲁·康威（Andrew Conway）和匈牙利罗兰大学的克里斯蒂夫·科瓦奇斯（Kristóf Kovács）就智力的多重认知过程提出了不同的观点。在他们的模型中，特定作用的神经网络——如用于执行简单的数学或导航任务的，和高级的总体执行过程，例如将问题分解成小块，都在帮助一个人完成认知任务中起了作用。研究人员认为，事实上，许多任务都使用到了相同的执行过程，这就解释了为什么个体在不同任务上的表现是相互关联的。g从平均水平来衡量整个复杂过程，而不只是看单个能力。科瓦奇斯说，要想在理解智力上取得更大的进展，神经科学家可能需要着眼于执行特定过程的大脑特征，而非g因素。

当研究人员努力研究棘手的智力问题时，有人提到：我们这个物种是否聪明到能理解我们自己智力的基础？虽然研究者们普遍认为，要解决这个问题还有很长的路要走，但大多数人态度都很乐观，认为未来几十年将出现关于该问题的重大见解。

“现在的发展不仅关注人类大脑连接的映射，也开始关注突触映射，”海尔说。“这将使我们对智力等基本生物学机制的理解达到一个全新的水平。”