第四百一十四章 活在幻觉中

为印证这一猜测，他们建立了两个神经网络模型。一个基于视皮层的实际连接方式，另一个则是一般化的网络模型，由随机连接构成。在后一个模型中，正常视觉功能严重退化，因为随机放电的神经元放大了图灵效应。“采用一般化连接方式的视皮层，会产生大量幻觉。”戈登菲尔德说。而在前一种模型中，内部噪音则得到了有效抑制。

戈登菲尔德提出，在自然选择中，能抑制幻觉的网络结构得到青睐。在这类网络中，抑制神经元连接稀疏，抑制信号鲜有机会传向远处，这阻止了随机图灵机制发挥作用，从而避免了漏斗、蛛网、螺旋等图形的出现。神经信号将以外部刺激为主——对生存来说，这是有利的，因为假如碰到毒蛇，你可不想被脑中绚丽的螺旋图案转移了注意力。

“如果皮层中到处都是这种长程的抑制连接，那么，形成幻觉图形的倾向就会超过处理视觉输入的倾向。其结果将是灾难，我们可能都不会生存至今。”托马斯说。正是由于长程连接很稀疏，“除非通过强制手段，比如服用致幻剂，否则这些模型不会自发形成幻觉图形。”

多项实验显示，LSD之类的致幻剂能干扰正常的脑部过滤机制——或许就是促进长程抑制连接，帮助随机图灵机制发挥作用，从而使随机信号得到放大。

戈登菲尔德等人尚未通过实验，验证他们的视幻觉理论，但近几年来，有确凿证据表明，生物系统中的确有随机图灵机制的身影。2010年前后，戈登菲尔德听闻了麻省理工学院合成生物学家罗纳德?维斯的研究。维斯花了很多年时间，试图找到合适的理论框架，去解释一些耐人寻味的实验结果。

试想这样一幅场景：有这样一片枯草地，上面停着很多蚱蜢。若你随机取点放火，那么在毫无水分的情况下，整片草地都会过火。但如果火焰温度导致蚱蜢出汗，打湿周围草叶，那么最后，草地就会留下星星点点的未过火之处。这个充满幻想色彩的类比来自数学生物学家詹姆斯?穆雷，它阐释了经典版的图灵机制。

图灵自己也承认，这个模型是极度简化的结果，他从未在实际的生物学问题中，应用过这一模型。但它为后人提供了一个基础框架。

在1979年那篇论文中，考恩等人指出，在人脑中，扮演活化剂和抑制剂角色的是两种神经元。活化神经元会促进附近细胞放电，从而放大电信号；抑制神经元会抑制附近细胞的活动，抑制电信号。

研究人员注意到，在视皮层中，活化神经元之间的连接距离较近；而抑制神经元之间的连接距离较远，形成的网络更广。

这很符合图灵机制的要求：两种化学物质扩散速度不同。试想一片平静的神经元之海，其中有星星点点的神经元随机放电，并自发涌现出条纹或斑点，从理论上讲，这也不无可能。也许正是这些条纹或斑点，根据它们走向的不同，才催生了格子、隧道、螺旋和蛛网这些各不相同的视觉体验。

在那之前，维斯的团队培养过细菌生物膜。他们通过基因改造，使细菌分别表达两种信号分子。具体而言，就是采用荧光标记物，给信号分子做标记，使活化剂发出红色荧光，抑制剂发出绿色荧光。实验开始时，生物膜还是均质的，但随着时间的推移，图灵机制图形开始显现，一片绿色之中点缀着红色波点。然而，比起猎豹等动物的斑点，这些红点的分布要杂乱得多。进一步的试验也未能呈现出理想的结果。

戈登菲尔德听闻之后猜测，维斯的数据可以从随机视角加以阐释。维斯说，“通过和戈登菲尔德的协作，我们意识到，这些其实是随机图灵机制的结果，于是，我们不再试图减少噪音，或是试图让图形更加规则。”于是，历经17年的探索，今年6月，维斯、戈登菲尔德等人终于发布了他们的论文。

生物膜之所以形成随机图灵图形，是因为基因表达过程充满了噪音。以色列魏茨曼科学研究所的乔尔?斯塔万说，正是因为这些噪音，才有了细胞之间的差异，即细胞基因组成相同、但行为各异的现象。在最近发表的研究中，斯塔万斯等人探究了在蓝藻中，基因表达的噪音如何导致了随机图灵机制的产生。

研究对象是鱼腥藻，属于蓝藻的一种，其结构十分简单，是一个细胞串，细胞逐一连接，形成长链。

鱼腥藻的细胞可通过分化，分别执行两种功能，一种是光合作用，另一种是将空气中的氮转化为蛋白质。一个鱼腥藻的构成可能是这样的：先是一个固氮细胞，然后有10或15个光合作用细胞，再来一个固氮细胞，以此类推，形成随机图灵图形。其中，充当活化剂的是一种蛋白质，它能通过正反馈循环，产生更多此类蛋白质。

考恩认识到，在视皮层中，图灵机制或许扮演着某种角色，但他的模型没有考虑噪音，即神经元的随机突发性放电，而这些噪音很可能会干扰图灵机制的作用。与此同时，戈登菲尔德等人则将图灵机制应用到生态学，套入掠食者-猎物动态模型。在生态学情境下，猎物充当活化剂，试图繁殖并增加种群数量，而掠食者充当抑制剂，通过猎杀，控制猎物的种群数量。

两者共同作用，形成图灵式的空间分布。戈登菲尔德的研究课题是，掠食者与猎物种群数量的随机波动是如何影响这些空间分布的。他对考恩在神经科学领域的工作有所耳闻，并很快意识到，他的模型或许也适用于考恩的研究。

大约十年前，戈登菲尔德和当时的研究生汤姆?巴特勒在探究一个课题：种群数量的随机波动，比如羊群被狼袭击后，掠食者和猎物的空间分布会受何影响。他们发现，当羊群数量相对较少时，随机波动会带来显著的后果，甚至导致羊群灭绝。很显然，生态模型有必要将随机波动纳入考量，而不是平均言之。“我一旦知道了如何去计算模式形成过程中波动所产生的影响，再将其应用到幻觉问题中，就自然而然了。”戈登菲尔德说。

在脑部，种群的随机波动变成了活化与抑制神经元的随机波动。活化神经元的随机激发，会导致附近神经元也被激发。而抑制神经元的随机激发，则会导致附近神经元被抑制。由于抑制神经元之间的连接是长程的，因此随机产生的抑制信号在传播时，会比活化信号传播得更快。戈登菲尔德的模型显示，激活与未激活神经元经过互动，会形成图灵式图形。他称之随机图灵图形。

但要正常运转，视皮层必须以响应外界刺激为主，而不是受制于内部噪音的波动。随机图灵图形为何不会随时形成，随时致幻，是什么抑制了它？戈登菲尔德等人认为，虽然神经元放电是随机的，但其连接方式是固定的。活化神经元之间的短程连接十分多见，而抑制神经元的长程连接相对稀少，戈登菲尔德认为，这有助于抑制随机信号向外传播。