脑控技术是人类可敬又可怕的未来编者：脑控技术是从人的脑波提取信号，投射到设备上进行操控的技术。而脑控的发展还刚刚起步，目前对于大脑信元的编码还在不断探索和丰富的过程中，但已经取得的脑波信号归纳编码对应控制一些外设。那麽未来会是什么样？也许除了脑波控制外设，可以在两具或多具脑控连结设备间能展开一场可以同步的脑波会议，不用言语大家就能准确的同步一个想法。那麽对大脑了解多少，请看此文。大脑不休息与人体其的他器官不同，大脑在人的一生中一直处在活动状态。从能量代谢的角度讲，肌肉在休息时的耗能几乎可以忽略不计，但在收缩运动时会消耗倍以上的能量。相反，大脑无论在工作还是休息时都要消耗大概身体总代谢量的。而在工作时的耗能水平只比休息时高。正是因为如此，休息时的大脑更应该被看成是一种独特的状态，而并不是简单的休息。圣路易斯华盛顿大学的等人在年时将这种状态命名为默认模式，并将一些在休息状态时神经活动更高的区域组成的网络称为为默认网络。这一网络中的区域的神经活动在人执行特定的任务的时候反而会下降，通常认为是负责产生自发的想法以及无目的的思考。对于大脑的休息状态，另一个重要的发现要追溯到年。当时在威斯康辛医学院的等人发现在完全没有运动的休息状态，大脑左右两侧运动皮层的信号仍然会显示岀很强的相关性。技术是一种无创的记录脑活动的方法，它通过测量脑血流中含氧血红蛋白和脱氧血红蛋白的比例间接地反映神经活动。这是一个非常重要的发现。因为之前虽然知道左右两侧的运动皮层在完成双手协调任务时会同时激活，但并没有人会想到人在没有动双手的时候负责控制两侧手的区域仍然会同步活动。这提示了一个大脑重要的属性。大脑中存在着自发的脑活动，而且这些自发脑活动不是杂乱无章的，而是有组织的。在接下来的一系列研究都发现，凡是已知的功能相关的脑区之间，在静息态时也都会显示岀很强的相关。这一组组相互关联的区域就组成了不同的脑功能网络，比如视觉网络、运动网络和注意网络等等。这种使用静息态数据分析大脑功能网络的技术目前正日趋流行，而且是当前美国的人脑连接组项目的基础技术之一。既然休息时的脑活动已经能反映大脑的网络结构，那么，大脑活动时的状态又会有什么差别呢？大脑可以大致的分为两个系统：一个是之前提到的默认网络系统；另一个是负责各种具体任务的区域的集合，通常被称为任务正网络。这两个网络的神经活动是负相关的：一个网络的活动升高，另一个网络的活动就下降。在大脑执行具体任务时，任务正网络的活动升高，默认网络的活动下降。而在休息时，任务正网络的活动降低，默认网络的活动升高。但是，正如之前所说，从休息到任务，各个区域耗能的变化都小于。那么，从静息态到任务态，大脑还发生了哪些变化呢？大脑中的默认网络黄色和任务正网络蓝色来源从区域到网络从比较宏观的层面，大脑的可以分为很多相对模块化的区域，分别负责完成相应功能。比如，在初级视皮层有负责加工特定朝向线条功能柱，在高级视皮层有负责专门加工人脸的梭状回面孔区的，还有，嗯，负责休息的默认网络区域等等。但作为一个整体，大脑的各个区域之间是相互联系的。日常的心理活动以及思维推理等，更是需要整合各个脑区的信息才能够完成。这时候，所谓的大脑网络就变成了数学图论里的抽象的网络——每个脑区是一个节点，脑区之间联系是网络的边。很多理论家都认为，大脑网络是理解大脑功能的关键之一。研究大脑网络正是我所在的实验室致力解决的问题之一。在去年发表的一篇文章中，我们就试图比较大脑在休息状态和工作状态时脑网络的结构差别。如之前所述，休息状态时的脑网络已经研究的比较成熟。研究参与者只要躺在机器里什么都不做，他们的脑活动就可以被记录下来并进行分析。而对于任务状态下的脑活动，我们很难让参与者穷尽所有的任务，记录他们在各种不同任务下的脑活动。因此，我们把注意转向已经发表的文献。一个典型的脑成像研究会设计一两个任务让参与者完成，同时对比不同任务条件下大脑激活的区域。这些研究中还有一个很重要但经常被忽视的信息，那就是哪些区域会被同时激活，而哪些不会。...
