人类学习的本质
那么关于大脑各部分功能和潜能的真相究竟是什么？
答案：神经可塑性。
简单来说，就是大脑本身是在不停地变化，根据情况需要，大脑会改变自己，尽量满足要求。如果大脑某部分损坏了，那另外一个或几个本来是执行其他功能的部位就会承担起损坏部位所执行的功能，但最后的效果肯定是不一样的。这就像平时在工作中，一个团队的同事各司其职，互相协作，如果其中一个人请假了，他所承担的工作就会分摊到其他人身上。为了不耽误团队整体的效率，其他人就必须加班。但每个人能够高效工作的精力有限，时间也有限，所以为了弥补有人请假带来的影响，其他人必须投入更多的时间和精力，但工作质量却不能保证，难免顾此失彼。大脑中各部分组成的是一个十分紧凑而高效的团队，这意味着每一部分都承担着多重角色，甚至要同时完成不同的任务。
不过现在我们更关心的是大脑中这些不同部位是怎样去承担新功能的，就像团队中的人一样，这是通过学习来实现的。
大脑是由神经细胞组成的，神经细胞包括神经元和胶质细胞。神经元会发出长长的突起，有的像树枝一样伸展开来，叫作树突；另一些则像长长的电缆，伸到很远的地方，叫作轴突。这些突起与其他神经元的突起连在一起，于是许许多多神经元发出的突起组成了一个网络，神经元是这个网络上的节点。当我们学习到新知识时，神经元之间就会形成新的连接，也叫突触。
让我们来看看这些树突和轴突组成的连接是什么样的。其实这些突起，不论轴突和树突，都没有真正连在一起，它们之间会有一个小小的间隙。这个间隙就像是一条河，要保持两岸的沟通需要靠摆渡船。这里的摆渡船叫作突触囊泡，它们携带着信息——一种叫作神经递质的化合物。我们知道神经信号是以电脉冲的形式传递的，这些电脉冲沿着长长的电缆——轴突传递，一旦传到突触，因为两个轴突并没有连在一起，所以就必须转化成化学信号来传递。每次穿过突触间隙的囊泡数量越多，传递的信号就越强烈。
我们学习时，新的突触形成，随着不断地复习，这些突触得到了强化：不但每次穿过突触间隙的囊泡增加，而且穿过的次数也更频繁。相反，如果学习之后没有再复习，那么刚形成的突触就会减弱甚至消失。在神经元之间，突触的形成和消失是时时刻刻都在发生的，如果不经常使用，那么突触的连接就会解开，而形成突触的轴突就会转而与其他神经元的轴突形成新的突触，这样资源就可以重复利用，十分经济。这种机制也印证了长期以来我们对学习的看法，学习知识或者技能是需要通过不断复习来强化的。
在我们一生中，大脑中不但时时刻刻都有新的突触形成或者消失，神经细胞也不断地产生出来。这又与之前科学界流行的观点不同。之前的观点是神经元基本只在大脑发育的早期形成，而后神经元的数量只会随着衰老和创伤减少，不会再产生新的细胞。但后来科学家们在大脑中发现了神经干细胞，它们可以不停地分裂、分化形成神经元和胶质细胞。这告诉我们，只要方法得当，我们不仅仅在早年的某个关键时期，而是一生都有很强的学习能力。
神经元之间依靠突触来通讯
神经元的一端是像树杈一样的突起，叫作树突，而另一端像长长的尾巴，是轴突，轴突上包裹着一截一截的髓鞘，它们让电信号传递得更快。
包含化学物质的小泡（囊泡）穿过突触之间的间隙，将信号传递给另一个神经元。
神经可塑性是学习的关键，大脑中的神经元具备这样的可塑性。当它们伸出的轴突与大脑其他部位的神经元形成突触连接时，它们就构成了一个新的神经回路，而同一个神经元可以处于不同的回路中。处在同一个回路中的神经元总会同时产生兴奋，比如位于大脑皮层的神经元和大脑内部的杏仁核中的神经元处于同一个回路中，它们的兴奋导致了认知伴随着情绪同时发生。大脑的大部分功能都像这样，需要涉及全脑范围内各个部位的神经网络。
具身认知的观点认为，身体的运动和对外界的感知就和我们的其他感官一样，能够通过神经可塑性来塑造我们的大脑，让我们能够很敏捷地做出许多精细的动作，并且让这一系列动作越来越熟练，习惯成自然。比如从一箱杂物中把不同形状的物体取出来，这即使是幼儿也能够做到，他们知道怎样把不同的玩具从箱子里一样一样拿出来玩。通常我们把这种能力看成是理所当然的，直到工程师们想要开发能做同样事情的机械臂，才发现对于不同形状的物体，机械臂经常不知道该怎么拿，如果拿的方法不对，或者不是最佳方法，那么物体就很容易从机械臂的“手”上掉下来。通过编写复杂的程序，机械臂只能掌握3～4种形状物体的拿法。后来工程师们开始使用机器学习的方法，让机械臂自己去学习，寻找最好的方法，而不是提前编好程序告诉它们该怎么做。这种方法让机械臂稍微有所进步，在进行了几万次练习之后，终于掌握了12种物体的拿法。但如果物体是柔软的，那就又把它难倒了。这说明神经可塑性和具身认知一起，让人具备了非凡的能力。我们能够做到的当然不单纯是怎么从箱子里取玩具，把具身认知用在学习上，是对现有学习方式的颠覆。
具身认知与人工智能
20世纪50年代，人工智能之父阿兰·图灵曾经指出机器需要具备最先进的感觉器官，这样才能教会它们理解和使用英语，而整个过程就像在教孩子学说话一样。在那以后，人工智能领域经历了所谓的“AI寒冬”，因为那个时候的人工智能主要是基于逻辑推理和抽象符号运算，这种方式效果并不理想，没有达到人们对它们的期望。在那之后，模仿人类的学习方式成为人工智能研究的方向，科学家们逐渐意识到感觉运动技能对于智能的重要性。到了21世纪初，学者们将具身认知理论应用于人工智能，提出了具身人工智能（Embodied Artificial Intelligence, EAI）的概念。代表人物之一是马里兰大学的麦克尔·安德森，他认为人工智能不应该局限在对于抽象符号的处理上，因为认知本身是一个情境化的活动——与人或者人工智能系统所处的环境紧密相关，它们对这个环境里的活动产生了认知。因此他总结道：“所有思想者都首先应该被看作行动者。”看来人工智能的先驱们也早就意识到了具身认知的优势。
被忽略的小脑
说到学习，不论是科学界还是普通大众都喜欢说到大脑，但是人脑中还有一个古老却又不起眼的器官——小脑。最近科学家们发现小脑的学习方式非常特别。
大家都知道小脑跟人的运动有关，一般认为小脑掌控着身体运动的协调性。不过小脑能做的还不只这些。当我们学习一项运动的时候，小脑会在我们做一个动作之前先预测这个动作的结果。比如我们在学打篮球的时候，总要投掷很多次才能命中一个，这个过程就是小脑在不断试错的过程。在做出投掷姿势时，随着身体和手臂的运动，小脑会在每次投篮前的一瞬间预测轨迹和落点，而后把所做的预测跟实际情况做对比。如果投偏了，眼睛和手臂会把实际情况反馈给小脑，小脑就让身体稍微调整姿势，让下一次投出的球往相反方向偏一点，或者调整力度和出手的时间。
这种在不断地尝试中做微调的能力来自小脑中特殊的神经细胞——浦肯野细胞（Purkinje cell）独特的工作方式。美国约翰·霍普金斯大学的科学家发现浦肯野细胞会发出两种截然不同的信号，这两种信号与大脑中的神经细胞所发出的很不一样。第一种信号所传递的信息是对动作结果做出的预测，第二种信号所传递的信息是之前的预测与实际情况之间的差异。主持这项研究的沙德梅尔教授把第一种信号比作“学生”，第二种信号是“老师”，学生做作业，老师则对学生的作业给出反馈，告诉他们做得对不对。而且就像学生一样，浦肯野细胞在小脑中被分成小组，每50颗细胞分成一组，它们同时对一个动作做出预测，也都同时收到一样的反馈。沙德梅尔教授的团队用猴子做实验，让它们的眼睛跟着电脑屏幕上的小点运动。研究人员发现猴子小脑中每个小组的浦肯野细胞都可以准确预测猴子眼球的运动方向。研究人员控制电脑屏幕上的小点移动速度，让它突然加速，这样猴子的预测就失误了，这时候猴子小脑的浦肯野细胞群就发出了第二种信号。
在这个过程中，研究人员发现不同的浦肯野细胞小组收到的错误反馈是不一样的。如果猴子眼睛的关注点落在屏幕上小点的后面，就有专门一组浦肯野细胞收到这个错误反馈；而如果眼睛关注点落在小点的前面，那又专门有另一组细胞收到这个错误反馈，不同的小组负责不同类型的错误。这样做的好处是每一种错误都被不同的细胞小组记住了。如果是所有的浦肯野细胞都收到错误反馈，那么也许这一次它们记住的是一种错误，下次犯另一种错误的时候，新的记忆会把旧的记忆覆盖，那样就只能记住最近的一次错误。所以浦肯野细胞这样分组来专门处理不同类型的错误就像是学习时我们做的错题集，把自己做错的题目按照错误类型分类记录下来，便于从错误中学习，这就是我们的小脑学习一种新动作的方式。
图中被染成绿色的就是小脑中的浦肯野细胞，它们的细胞核被染成了红色。