“人是會思考的葦草”。什麼是思考，人為什麼會思考？從心到腦，我們對“思考”的思考已經走過了幾個世紀。由於人腦的功能如此複雜，它的研究歷史中交織著心理學、生物學、計算科學、語言學等種種其他學科，人工智慧和大資料的登場，更將其推至風雲激盪、萬眾矚目的前沿地帶。

撰文 | 顧凡及（復旦大學生命科學學院）

大概400年前，莎士比亞在《威尼斯商人》中問：“告訴我愛情生長在何方？是在腦海裡，還是在心房？”400年來，人們在認識腦的道路上已經走了多遠啊！而且這個趨勢還在進一步加速。

不過，我們也不能盲目樂觀。正如美國神經科學家沃爾特·弗里曼（Walter J. Freeman）所說，“我們就像那些‘發現’了美洲的地理學家一樣，他們在海岸上看到的不只是一串小島，而是有待探險的整個大陸。使我們深為震驚的，與其說是我們在腦如何思考的問題上取得的發現之深，不如說是我們所承擔的闡明和複製腦高階功能的任務之艱鉅”。

Imaging Brain Function With EEG

Walter Freeman，Rodrigo Quian Quiroga

Springer 2012

德國詩人和科學家歌德曾說過：“除非我們設法知道前人懂得了什麼，否則我們就無法清楚地明白我們究竟懂得了哪些東西。如果我們不知道怎樣欣賞往日的成就，那麼我們也就不能真正理解如今的進展。”因此，從科學史的角度梳理人類在認識腦的過程中所發生的正規化革命，是非常有意義的（“正規化革命”是由托馬斯·庫恩提出的概念，意指某門學科中基本概念和研究方法的根本性變化）。由此出發，可以幫助我們思考可能面臨什麼樣的新正規化革命，以便更自覺地做出應對。

從科學史的角度出發來看學科發展的過程，大體都須經歷哲人的冥思苦想、科學觀察、實驗證實或證偽、建立模型和提出理論這幾個階段。成功的理論不但能總結已知的事實，還能預測新的事實，併為實驗所證實。由於其複雜性，腦研究的發展比數理科學滯後，但也要走所有學科的共同道路。此外，在科學的發展中，某些關鍵研究技術的突破也起到舉足輕重的作用——雖然這些技術還不能被歸入該學科的正規化革命，卻是正規化革命必不可少的催化劑和前提條件。正規化革命的發生往往是由問題驅動的，即當學科發展遭遇某個非解決不可的關鍵問題時，或遲或早會有天才科學家提出石破天驚的新思想，做出顛覆性的發現，引發正規化革命。

從這些角度來梳理腦科學的發展歷程，雖然在時間上可能會有交叉之處，但大體上還是一致的。本文將以科學方法論上的改變作為主線，以此組織腦科學史上由問題驅動的重大事件，並適當提及關鍵的技術準備。

從思辨到科學觀察和實驗

心智所在地是心還是腦？古人對一些重要科學問題的探索往往僅依靠哲人的思考，而不是科學觀察和實驗。因此，儘管古希臘醫生希波克拉底早在公元前5世紀就根據腦損傷病人的症狀提出“腦是我們精神生活的所在地”，但由亞里士多德在公元4世紀提出的“心臟中心論”仍統治了歐洲十幾個世紀。亞里士多德的論據都是諸如“從解剖來看，心臟和所有的感官都有聯絡，而腦卻並非如此”（這是因為當時可以清楚地看到血管，但是卻看不清神經）“心臟位於身體的正中，而腦卻偏處一端”等似是而非的理由。希波克拉底和亞里士多德都只是根據自己看到的一些現象（其中不乏片面的現象甚或假象）或按照自己的信念做出的判斷。這些判斷都沒有經過嚴格的證實或證偽。

對“腦作為心智所在地”的理論，公元2世紀的蓋倫（Galen of Pergamon）和16世紀的維薩里（Andreas Vesalius）都曾以科學觀察或實驗做出過貢獻，但對這一理論做出決定性貢獻的是17世紀中葉的英國醫生托馬斯·威利斯（Thomas Willis）。當時，牛津暴發了兩輪流行病——腦膜炎和睡眠病，屍檢結果都發現死者的腦部出了問題。威利斯發現幾個罹患這兩種流行病的病人出現了手腳麻痺、紋狀體變性的症狀，因此猜測紋狀體對運動有影響。他跟蹤病人多年，並在他們死後對屍體進行解剖，由此將病人行為的改變與腦異常聯絡起來。

同時，威利斯也是提出“人腦的高階認知功能來自大腦皮層的褶皺”的第一人，而以前的人們根據蓋倫的教導都認為這一功能源於腦室。威利斯是基於他對人與其他動物大腦皮層的比較研究得出這一理論。他觀察到人類的大腦皮層有很多褶皺，而鳥類和魚類的大腦表面平坦而均勻，幾乎沒有褶皺，由此他認為這可以解釋為什麼人類有高超的智力，而鳥類與魚類的理解和學習能力則較差。

大腦的未來

[英] S. 羅斯 / 著

尚春峰、許多 / 譯，蒲慕明 / 校

科學出版社 2012

心智功能的實現需要全腦還是區域性腦？最早提出“心智功能位於特定區域性皮層區域”的是18世紀末的德國解剖學家和生理學家弗朗茲·約瑟夫·加爾（Franz Joseph Gall），但他的論據卻是錯誤的。加爾想當然地認為，如果某個區域的皮層特別發達，那麼其上的顱骨就會隆起。此外，他認為只要根據顱骨形狀就可以判斷人的品性，這一假說被稱為“顱相學”，並曾風行一時。加爾雖然提出了某個正確的理論，但其根據和方法都是錯誤的。他大肆蒐集顱骨的做法也引起了許多人的反感，甚至恐慌。

法國科學家瑪麗·讓·皮埃爾·弗盧朗（Marie-Jean Pierre Flourens）是加爾的主要批評者，他用損毀區域性腦來觀察行為變化的方法來檢驗加爾的理論，並宣稱大腦皮層的功能是均勻分佈的。但後來，人們發現他的觀點也是錯誤的，因為他用於實驗的動物主要是雞、鴨和青蛙等低等脊椎動物，它們沒有發達的大腦皮層。另外，他考察的功能多半是睡眠、覺醒、運動、飲食等一般性行為，很少涉及特異性的功能。所以，雖然弗盧朗採用的手段是對的，但先入為主的錯誤觀點及錯誤的實驗設計導致了他的實驗失敗。

最終解決這個問題的是19世紀的法國醫生保羅·布羅卡（Paul Broca）。他收治了一位雖然能聽懂問話但不能說話的病人。在病人死後，他做了屍檢，發現其大腦左半球額葉的下後側面發生了病變，這一區域後來就被稱為“布羅卡區”。後來，布羅卡又從12個不會說話的病例身上發現了類似的腦損傷。由此，布羅卡以大量病例證明了語言表達是有功能定位的，而且負責這一功能的中樞位於左腦。

後來，德國醫生卡爾·韋尼克（Carl Wernicke）發現了另一種型別的失語症病人，這種病人能說會聽，但是既聽不懂別人的話，自己說的話也混亂不堪，屍檢結果發現其腦頂葉和顳葉靠後方的交界處有病變。由此，韋尼克認為這個腦區負責對語言的理解，其後來被稱為“韋尼克區”。以上兩例說明，執行語言這樣複雜的任務既不需要全腦，也不僅由腦內單個小區域控制，而需要一些區域性腦區的協同工作。

腦的基本單元是什麼？是獨立的細胞還是一張網？科學革命常以新的研究技術的發明為前導，比如，17世紀顯微鏡的發明為19世紀的科學家提出細胞學說開闢了道路。學界對“腦是否也由獨立細胞構成”這個問題頗有爭論，直到1840年阿道夫·漢諾威（Adolph Hannover）發明了用鉻酸固化腦組織的技術，以及19世紀70年代卡米洛·高爾基（Camillo Golgi）發明了高爾基染色法後，科學家才能看清楚神經組織的構成。本來，高爾基有機會最先發現“腦是由獨立的神經細胞構成的”，但由於他迷信前人的“網狀學說”結論（即神經系統是某種合胞體，彼此相通構成一張網），且在發明高爾基染色法後又轉而研究其他與此無關的問題，錯失了良機。

在高爾基染色法出現14年後，當聖地亞哥·拉蒙-卡哈爾（Santiago Ramón y Cajal）第一次看到用這種方法染色得到的標本時，就立刻被迷住了。他對其做了改進，並鍥而不捨地給各種神經標本染色，用各種方法間接證實了神經細胞是彼此分開的，提出了作為近代神經科學基礎的神經元學說。而直到20世紀50年代，神經科學家透過電子顯微鏡直接觀察到突觸後，關於腦的基本單元的爭論才畫上了句號。

從描述到分析

在幾乎所有科學分支的發展過程中，都有一個從描述到分析的過程。如果說上文介紹的腦科學領域的幾個里程碑都還是以描述為主的話，那麼，到了19世紀末，數理科學的發展則給腦科學分析提供了工具，使腦科學由此走上了分析的道路：首先是採取還原論的方法從下一層次的理化過程來解釋上一層次的現象；其次是示波器和差分放大器的出現，為深入研究神經系統中的電活動奠定了基礎，使電生理革命成為可能。

神經細胞之間的通訊靠的是電還是化學物質？在認識到“腦是由一個個相對獨立的神經細胞組織起來的”之後，神經科學家面臨的重要問題是：神經細胞之間如何通訊？首先提出突觸概念的查爾斯·斯科特·謝靈頓（Charles Scott Sherrington）認為，由於神經作用很快，所以其間的相互作用必然是透過電。同時，也有科學家在思考神經細胞透過化學物質作用的可能性，但苦無證據——直到1921年，才有實驗證明電刺激支配蛙心臟的迷走神經會釋放化學物質使蛙心跳減慢，從而使天平向化學學說一側傾斜。但是，電學說的信奉者對此提出了各種質疑：雖然心肌如此，但是骨骼肌呢？神經細胞彼此之間呢？然而最終還是化學學說勝出了。不過，後來的電鏡觀察結果表明，電學說也並非一無是處，在少數情況下，神經細胞之間確實也存在電突觸。

神經訊號的傳導是一種被動過程還是主動過程？1868年，德國生理學家朱麗葉斯·伯恩斯坦（Julius Bernstein）發明了一種他稱為“差動週期斷流器”的儀器，第一次精確地記錄下在神經上傳播的神經脈衝。為了解釋神經脈衝的成因，他借用了其他學者的公式來計算半透膜兩側溶液中離子濃度不同時透過擴散作用所造成的電位差，以解釋當神經沒有受到刺激時，細胞膜內外的基礎電位差（靜息電位）。理論計算值和透過實際測量所得結果非常接近。伯恩斯坦認為，刺激可能在瞬間破壞了神經細胞膜對不同離子的單向通透性，使膜兩側電位相同，從而在瞬間造成了一個峰值，並以此來解釋神經脈衝的形成機制。但這一解釋和他觀察到的“神經脈衝的峰值超越零電位”的實驗事實不符。

為了解決這個問題，霍奇金和赫胥黎（Hodgkin & Huxley）在透過長期研究後，把神經細胞膜看作一個由細胞膜電容和電導並聯而成的等效電路。和伯恩斯坦不同，他們認為，構成膜電導部分成分的鉀離子通道和鈉離子通道的電導值，都隨著膜電位的變化而改變。隨後，他們發明了一種被稱為“電壓鉗位”的新技術，並透過實驗驗證了上述規律。以此為基礎，他們建立了神經細胞膜的一個理論模型——霍奇金-赫胥黎模型。透過這個模型，不僅能計算他們據以建立模型的實驗事實，還能預測神經脈衝的波形、可擴播性和速度，因此，霍奇金-赫胥黎模型也被稱為“神經科學中的麥克斯韋方程”。霍奇金和赫胥黎的工作開創了用數理方法建立神經系統理論模型的先河，直至計算神經科學誕生。

向“底層”挺進：神經活動的分子機制。20世紀下半葉，分子生物學和遺傳學的突飛猛進給腦科學提供了有力的工具，神經科學家試圖從還原論的角度出發，闡明腦功能的分子機制。當霍奇金和赫胥黎提出他們的模型和理論時，離子通道還只是一種假設，而對離子通道的描述也只是對實驗資料的擬合。分子生物學家認識到，所謂離子通道，實際上就是指神經細胞膜上一些對電位敏感的特殊蛋白質。運用分子生物學的方法，神經科學家確定了這些蛋白質的結構，用遞質和遞質受體的相互作用來解釋通道的開放和閉合，從而從分子水平上解釋了離子通道門控和離子流動的機制。此外，對記憶的研究也深入到了特殊的蛋白質層面。目前，人們已經認識到舞蹈症是由單基因缺陷引起的，正在進行對其他腦疾的基因變異基礎的研究——這就使對腦機制的認識深入到了分子水平。

從內省、行為主義到認知神經科學

在心智研究上，起初人們只能依靠內省，後來，人們發現這種方法很不可靠，也很難重複。20世紀上半葉，有一批學者認為，動物所做的一切（包括動作、思維和感受）都應被當成是某種行為。他們認為：應該用科學的方法對行為加以客觀描述，而無須涉及內心活動；任何內心活動（如果有的話）都應該有相應的行為表現，內心活動只能透過表現出來的行為加以推測，表現出同樣行為的不同內心活動是無法區分的。其中的極端者甚至否認內心活動的存在，這一學派被稱為“行為主義學派”。這一學派只研究行為，完全捨棄對內心活動的研究，因為他們認為只有定量地觀察行為才有意義。相對於內省而言，行為主義也確實是一次正規化革命，在其早期也取得了包括巴甫洛夫的經典條件反射和B.F.斯金納（B. F. Skinner）的操作條件反射在內的重要成果。但僅因為研究困難就否定內心活動的存在，顯然也沒有道理。

20世紀下半葉，由於出現了無損傷觀察腦的結構變化的技術手段，特別是用於觀察人類進行心智活動時腦內發生的變化的腦成像技術（包括腦磁圖、正電子發射斷層掃描、磁共振和功能磁共振成像等，再加上之前的腦電圖），以及無損傷刺激腦內組織的技術（如經顱磁刺激），使得觀察行為異常的活人腦內變化和正常人在進行腦力活動時的腦內變化成為可能。這改變了在尋找行為失常病人的病因（這能為解開心智之謎提供重要啟示）時的做法：以前需要等病人死後進行屍檢確定，現在則可以立刻進行無損傷檢查。

20世紀70年代，透過心理學、人類學、語言學、人工智慧及計算機科學、哲學和神經科學的交流，以研究認知過程和心智為目的的交叉科學——認知科學誕生了。認知科學研究資訊是如何在神經系統中表徵、處理和變換的，特別是知覺、語言、記憶、注意、推理、計劃、決策和情緒，以至意識。

認知神經科學

Michael S. Gazzaniga、Richard B. Ivry、George R. Mangun

周曉林、高定國 / 譯

中國輕工業出版社 2011

神經系統是一種資訊處理系統，還是提取意義的機器？在感覺系統中，科學家研究得最深入的是視覺系統。人們曾經以為，視覺系統就像一臺照相機，把外界景象一絲不差地對映到腦中。感光細胞就像是底上的感光顆粒，即使對對映入腦的影像有處理過程，也只是加強邊框之類的簡單加工，且實驗中所用的光刺激都是光點或彌散光這樣的簡單刺激。20世紀五六十年代，休伯爾和維澤爾（Hubel & Wiesel）無意中發現：對初級視皮層中的許多細胞來說，有一定朝向的直線光源才是適宜刺激，這些細胞正是構成形狀知覺的基礎。此後，神經科學家更開展了許多以自然景物作為刺激的研究，這些研究實際上是把腦視作某種資訊處理系統，透過層級組織抽提出越來越複雜的特性。在這種思想的指導下，科學家確實取得了豐碩的成果，使人類對腦的認識前進了一大步。

人們早就知道，單個嗅覺感受器對氣味的選擇性並不強，一個合理的猜想是分辨氣味需要一群神經細胞。20世紀80年代，沃爾特·弗里曼發現，雖然嗅球上的神經細胞群對氣味的腦電反應波形複雜多變，但按分佈在嗅球上的不同電極所記錄到的腦電峰值所畫出的等高線圖卻是可重複的。一個有趣的現象是：在對同一種氣味的測試中，如果在測試間隙讓動物學習分辨其他氣味，那麼對這一氣味的腦電峰值的等高線圖也會發生變化。這使弗里曼認識到，神經系統不僅是某種資訊處理系統，其活動還要受腦內透過學習等得到的經驗自上而下的調製。同時，腦不僅有自下而上逐級抽提的特徵，還會自上而下地提取意義。弗里曼認為，不光嗅覺系統如此，其他感覺系統也一樣——儘管他的這一遠見還未被許多科學家所認識，但這很可能孕育著新的正規化革命。而從純粹的自下而上的還原論分析到自下而上和自上而下分析與綜合的結合，也反映了從線性因果鏈到迴圈因果律的轉變。

記憶是均勻分佈在全腦，還是有局域性？記憶一直是心智研究的一個重點領域。長期以來，對記憶的研究一直聚焦從現象上研究記憶和遺忘的規律。1904年，理查德·塞蒙（Richard Semon）首先提出了尋找“記憶痕跡”（engram），即“由某個刺激所產生的永久性變化”或記憶的腦基質問題。20世紀初起，心理學家卡爾·拉什利（Karl Lashley）經過30多年的系統研究，透過毀損大鼠皮層的方式來觀察其對大鼠學習穿越迷宮的能力的影響。他發現，大鼠學習能力受影響的程度和毀損的部位沒有太大的關係，但和毀損範圍的大小有關。因此，拉什利認為記憶並不定位在腦的某個部位，而是分佈在全部皮層。他的這一理論在20世紀中葉之前一直佔據著主導地位。

但從1955年開始，布倫達·米爾納（Brenda Milner）對失憶症病人H.M.的研究徹底顛覆了拉什利的觀點。H.M.由於嚴重的癲癇而接受了腦內雙側海馬的切除手術，結果是其喪失了把短時記憶轉化為長時記憶的能力。術後，H.M.能記起兩年前的往事，這說明他有長時記憶；同時，如果讓他不斷地複誦一個數字，他也能做到，這說明他也有瞬時記憶。但只要一打岔，他就再也記不起這個數字，甚至對曾要他複誦數字這件事都毫無印象。

另外，雖然無法教會H.M.學習新知識或記得手術後發生的事，但他依然能學會某些技巧。神經科學家由此得知，海馬是把短時記憶轉換為長時記憶的關鍵部位，且不同型別的記憶的儲存部位也不一樣——這和拉什利的理論背道而馳。拉什利的錯誤可能在於，他在實驗中使用的迷宮學習任務過於複雜，要牽涉到許多不同的運動和感覺功能，雖然大鼠的某種感覺功能（如視覺）被剝奪，但它仍可以用別的感覺（如嗅覺線索）來進行學習。

在米爾納工作的啟發之下，埃裡克·坎德爾（Eric Kandel）走上了記憶研究之路。他發現：短時記憶是突觸聯絡強度變化的結果，而長時記憶的形成還需要結構的變化——有的突觸會消失，也會產生新的突觸。此外，把短時記憶固化為長時記憶還需要合成新的蛋白質和改變基因表達，而分子生物學為這一結論的驗證提供了有力的工具。

從禁區到熱點：意識研究方興未艾。意識問題雖然是無數哲人賢士思索的主題，但由於沒有合適的研究方法，只能流於清談。同時，行為主義的興起把意識研究排除在科學研究的大門之外。直到20世紀80年代末，弗朗西斯·克里克（Francis Crick）大聲疾呼：是時候對意識問題進行科學研究了。

克里克的策略是先研究意識問題中相對容易著手的問題，比如視知覺神經的相關機制問題。經過他和後繼者的不斷研究，目前科學家在這方面已經取得了不少進展。由於意識的複雜性，科學家現在多半都只能研究意識現象中相對容易著手的一些方面，由於研究的方面不同，他們在觀點上有差異也就不足為怪了。

狂熱的追求

[英] 弗朗西斯·克里克 / 著

傅賀 / 譯

湖南科學技術出版社 2020

當前最受人矚目的爭論是：意識的關鍵腦區是否涉及額葉皮層。科赫和託諾尼（Koch & Tononi）等人認為，意識的關鍵腦區在腦後部的熱點區，而德阿納（S. Dehaene）等人則認為額葉扮演了關鍵角色。現在有基金會準備資助一個計劃，讓這兩派合作性地爭論究竟誰是誰非——這可能成為科研方式上的一種新正規化。不過，筆者對一些人希望由此在50年內解決意識問題持保留態度，原因是這兩派其實在研究意識的不同方面——前者研究的是與意識內容相關的神經機制，後者則研究進入意識（conscious access）。另外，兩派都回避了意識問題中最困難的“主觀性”問題。

從觀察和實驗到理論和建模：計算神經科學

從精密科學的發展道路來看，各學科分支都要經過“觀察-實驗-理論”的道路。由於其複雜性，腦科學的發展至今還處於觀察和實驗的階段，不過也開始了對理論的探索。霍奇金-赫胥黎模型就是一個經典的例子。20世紀70年代末，美國科學家大衛·馬爾（David Marr）提出視覺計算理論。他認為，可以從三個彼此獨立的層次（理論、演算法和硬體）出發研究資訊處理系統：理論層次解決計算什麼的問題，演算法層次解決怎樣計算的問題，硬體層次解決用什麼結構來計算的問題。他的這一理論產生了很大的影響，奠定了透過人工實現腦資訊處理的理論基礎。但如果要解決腦資訊處理的問題，腦中的演算法仍要受腦結構這一硬體的制約，兩者並不彼此獨立。20世紀80年代末形成的計算神經科學分支在對神經細胞、感覺資訊處理和若干簡單迴路方面的研究取得了進展，但至今有關整個腦（特別是其高階功能）的理論框架依然缺乏，何時能在這方面取得突破還未可知。

綜上所述，研究技術上的突破往往會帶來正規化革命，正如細胞染色和顯微鏡技術的進步帶來了神經解剖學革命，電子技術帶來了電生理學革命，分子生物學技術帶來了分子神經科學革命，腦成像技術帶來了認知神經科學革命，資訊科技帶來了計算神經科學革命……未來的腦科學正規化革命很可能也是以新技術的開發為前導。所以，像美國的“腦計劃”這樣的超大型計劃在第一階段就把完善現有技術和開發新技術作為其重點，也就不足為奇了。

新一輪的腦科學正規化革命

新一輪的腦科學正規化革命正在醞釀之中，雖已初見徵兆，但目前還很難斷言究竟會在哪一方面出現突破。在此，筆者只列舉一些有可能出現正規化革命的潛在方向。

介觀層次上的正規化革命。以前的腦科學研究偏重微觀和宏觀兩個方面：所謂微觀就是細胞及其以下層次，而宏觀則是指整體腦和行為層次。介於這兩個層次之間的就是介觀層次。目前，在介觀層次雖然也有一些研究，但是和微觀、宏觀研究相比，還遠遠不夠，主要是因為缺乏適當的記錄和分析工具。

目前，許多科學家正在研究如何畫出某個動物神經系統中所有神經細胞（或至少是其中某個神經迴路中各個神經細胞）之間相互聯結的線路圖，即所謂的連線組（connectome）。為此，還需要開發相應的研究技術。另外，介觀研究還需要同時記錄大量神經細胞的活動，對由此獲得的海量資料進行分析。

連線組

[美] 承現峻 / 著

孫天奇 / 譯

清華大學出版社 2016

目前，科學家已經基本搞清楚了秀麗隱杆線蟲（一種最簡單的模式動物）的連線組——它的神經系統只有300多個神經細胞，每個細胞都有特定的部位和形狀，但對其功能的機制至今還未完全闡明。由此可以想象，繪製出有860億個神經細胞和150萬億個突觸連線的人腦連線組圖譜並由此解釋人類的行為，該有多困難！為此，首先要開發自動連續切片、brainbow技術（一種利用不同顏色的熒光蛋白同時顯示不同神經元的技術）、顯微影象自動採集和自動識別及三維重建等技術。其次，要開發出可同時記錄腦或某個神經迴路中每個神經細胞或細胞叢集活動的技術。雖然科學家已經嘗試使用光遺傳學、鈣成像、電壓成像、奈米感測器、合成生物學方法等各種技術，但究竟哪種或哪些技術能帶來正規化革命還有待觀察。再者，還要開發出分析記錄神經細胞活動所得的海量資料的技術，這正是一些大型腦計劃的首要目標之一。最後，開發大規模神經細胞操控技術也很重要，這將使科學家對神經系統中不同部位之間活動的關係的研究從相關研究轉向因果研究（這是認識腦機制的重要一步）。不過，識別人類全腦的連線組，甚至記錄其上每個神經細胞的活動也許過於困難，對某些相對簡單的模式動物的腦或高等動物腦中相對簡單的神經迴路的研究則更現實一些，可能會成為突破口。

大科學、梯隊科學和公開科學。和過去由少數科學家組成的手工作坊式的研究模式不同，目前許多國家都制訂了腦計劃，一些私人基金會也資助成立研究機構來集中研究腦科學中的重大課題。艾倫腦科學研究所首席科學家克里斯托弗·科赫（Christof Koch）把這種方式總結為“大科學、梯隊科學和公開科學”。這類研究模式圍繞某些大的科學目標，以工業方式組織各種專門人才分工合作，進行攻關，並把資料和分析工具公之於眾。對於像神經細胞分類、繪製連線組圖譜，甚或腦活動圖這樣工作量巨大、有相當重複性的工作來說，這種模式是非常有效的。同樣，對於需要昂貴的巨型裝置的研究也是如此。但是，對於需要高度創造性的研究來說，這種模式是否可行，還有待研究。這種工作模式可能為正規化革命提供基礎，但在筆者看來，其本身還算不上是正規化革命。另外，如何處理在該模式下產生的海量資料也是一個極大的挑戰。

資訊科技。採集、組織和分析海量資料，很可能是下一次腦科學正規化革命必須要滿足的前提條件。因此，發展相應的資訊科技（包括人工智慧技術）將成為必要，而建模是組織大量資料（特別是跨層次資料）的有效手段。其有助於發現隱藏在海量資料背後的規律，進行實際上無法實現的“數學實驗”，預測新的實驗事實，幫助科學家設計新的實驗去驗證理論是否合理。但在筆者看來，資訊科技雖然能為可能的正規化革命提供必要的工具，但不能過度誇大其作用。只靠加強計算機的計算能力並不能解決腦機制的根本問題。“歐盟人腦計劃”的提出者亨利·馬克拉姆（Henry Markram）曾試圖以10年時間在超級計算機上模擬人全腦，把所有已知的知識都組織在一個模型中，並得出所缺知識。但是，他失敗了，“歐盟人腦計劃”也把目標改為“建立腦研究所需要的公共資訊科技平臺”。確實，馬克拉姆在細胞以下層次的研究上做出過好成績，這是由於在該層次已經有了可靠的理論框架，但在神經迴路及其以上層次並沒有這樣的理論框架，還存在大量的未知領域。在這種情況下，馬克拉姆一直期盼能引起腦科學正規化革命的“模擬神經科學”在可預見的未來並不能解決心智問題，特別是其採取的還是純粹自下而上的還原論方法。實際上，所謂的模擬神經科學從思想上和方法上並未超越計算神經科學，只是將其推到了極端。而正如俗語所說：即使是真理，推到極端也就成了謬誤。

總之，回顧腦科學的發展歷史，可以判斷當下正在孕育著一場新的正規化革命。各種新技術的開發和大規模基本資料的採集都可能為這場革命提供前提條件。然而，這場革命究竟會在哪個具體領域爆發，還難斷言——但從大的方面來講，有種種跡象表明介觀層次最有可能是這場革命爆發的主戰場。此外，多學科交叉研究非常可能成為這場正規化革命的特點。