脑科学到底在研究什么，脑机接口会走向何方？｜串台屠龙大实话？E.206 - 主题精读稿
脑科学到底在研究什么，脑机接口会走向何方？｜串台屠龙大实话？E.206 - 主题精读稿
前言：智能才是真正的研究对象
这期《万物生长 FM》请来了认知神经科学研究者杨莹——网名"屠龙的胭脂井"，简称屠龙。她本科学生物（在清华才意识到自己不是天才），做实验手太笨、养细胞养死过，于是转向计算，博士方向是用算法研究老年脑病，两段博后分别在脑机接口和语言解码，第二段在美军项目里工作，2017 年因川普政策被迫回国。这背景让她的视角兼具一线工程师的冷静和科普作家的锐利：她不仅知道哪些东西值得做，更清楚哪些是在骗经费、骗资本、骗家长。
本期对话的核心洞察是：脑科学研究的对象从来不是大脑本身，而是智能。理解了这一点，整个领域的逻辑才会贯通——从 SFN 年会的规模、到脑机接口的真正价值、到 AI 的瓶颈、再到教育和营销的应用，全都由这根线串起来。
一、脑科学是一个多大的学科？(00:07:10 - 00:09:12)
屠龙用 SFN 的体量来回答这个问题，而不是直接介绍学科分类——这本身就是她讲述的技巧之一。
SFN 是 Society of Neuroscience，全球所有做脑科学的人的年度大会。它是世界第二大会议，仅次于二次元的 Comic Con。也就是说，去 SFN 开会的人流，仅仅次于去 Comic Con 的人流。每年到场人数是十几万、甚至二十万人。屠龙建议第一次去 SFN 的学生：穿球鞋、戴双肩包、带矿泉水和口罩，因为场馆里走几个来回会把人走死。
这个比较不是随口的。它说明了一件事：脑科学是一个极其多样化（diverse）的学科，从业人员极多，公司极多，研究方向极其分散。
屠龙把 SFN 内部的研究方向大致分层：
- 大约 70% 的人做的是非常基础的科学，包括细胞信号通路（cell signaling）、神经元之间的回路（circuit）机制；
- 另有相当大一块是研究神经疾病机制（neurology），即神经外科、神经内科的基础研究；
- 还有人专门研究动物模型，从斑马鱼、线虫到老鼠，研究智能如何在进化中出现；
- 还有人做计算机仿真，用算法 simulate 大脑架构；
- 最后一块是屠龙自己所在的认知神经科学（cognitive neuroscience）：研究记忆、语言、视觉听觉、自我控制、序列处理，以及如何处理高级概念。
认知神经科学里有一个屠龙特别提到的理论叫 embodiment（具身认知）：当你脑子里处理"踢"、"打"这类动作词的时候，控制手脚运动的脑区会同步激活。也就是说，理解动作词这件事，你用的是真正会"动"的那部分大脑——语言和身体的边界没有我们想象的那么清晰。
屠龙还顺带厘清了心理学和脑科学的关系：心理学是古早的脑科学。没有脑科学仪器的时候，只能靠行为实验，那叫心理学。有了核磁、脑电等成像手段以后，在行为实验上再加一层生理测量，那就叫脑科学。脑科学很多实验范式本来就来自心理学。
二、为什么研究智能，不是研究大脑？(00:09:12 - 00:13:38)
这是整期节目最核心的一段论证，屠龙把它拆成了几个步骤。
第一步：智能先于大脑存在。
几亿年前的原始海洋里，最早的生物是单细胞动物——草履虫、腔肠动物、节肢动物。这些没有大脑的生物已经具备了最基础的智能：趋利避害。感知到食物在哪个方向就往那个方向游，感知到危险在哪个方向就离开，靠纤毛状运动器官实现。这个机制就是今天**强化学习（reinforcement learning）**的雏形：在现实世界碰了壁就掉头，获得好处就往那个方向优化。
后来生命体产生了神经网——腔肠动物被捅一下，全身缩起来，靠的是最早的神经网络。再后来出现了脊椎，脊椎是中枢计算器的雏形。渐渐地，生命体的数据量增大，需要一个处理中心来统筹全身的感官信息——大脑由此诞生。
结论：生命是先有智能，才有大脑的。大脑是智能发展到需要超算中心这个阶段的产物，不是智能的来源。
第二步：为什么研究智能是最重要的事？
因为死亡率太高了。曾经在地表出现过的物种中，99.9% 已经灭绝。现在地球上存在的所有生物，只是曾经出现过的物种的 0.01%——也就是千分之一。其他千分之九百九十九全没了。
屠龙的猜想是：智能也许是穿越灭绝命运的关键变量。智能让你能适应地球的变化——穿越冰河期、穿越极端气候、构建适应自身的环境、开发地球、甚至未来开发整个星系。这不是比喻，这是一个演化意义上的论证：如果你有足够强的智能，你就是那 0.1% 能活下来的物种。
第三步：脑科学和 AI 是同一件事的两条路。
屠龙的博后在 CMU（卡内基梅隆大学），人工智能的诞生地之一。那里有一个博后在地下室做了一个古早电脑博物馆，收藏了 CMU 最早期的研究历史，包括还在用磁带、内存只有几百 bit 的古董电脑，以及 Herbert Simon 和 Alan Newell 之间的通信原件。
其中有一封信：1955 年，Herbert Simon 给他母亲写信，说他在卡内基梅隆研究一个叫"人工智能（Artificial Intelligence）"的东西，研究得特别开心。这是人工智能这个词最早的记录之一。
那时候就出现了两条路线的分歧：冯·诺依曼坚持 0-1 架构，另一批人（Pitts 等）则认为应该模仿大脑架构。脑架构需要多层处理、需要很大算力，在算力匮乏的年代只能让位于冯·诺依曼架构。
直到 2012 年——屠龙还在做博后的时候——Hinton 实验室有个博后叫 Alex，发了一篇讲卷积神经网络（CNN）的 paper。CNN 为什么一鸣惊人？因为它参加了 李飞飞主导的 ImageNet 图像识别大赛。李飞飞是人工智能界顶尖的女性研究者，她建立了当时规模最大的图片数据库，所有算法用图像识别准确率来竞技。CNN 出来之前，大家都在用 SVM 等经典机器学习算法。CNN 一出现，凭借模仿人类视觉架构的深层模型，直接席卷全球，进步速度极快。
这是两条路线第一次大规模交汇。屠龙说："我很幸运，在我这一生中，我见到这两条路又开始融合了。" 人工智能研究的是人工智能，脑科学研究的是自然智能，但大家感兴趣的核心都是：智能是什么？
三、用自己的一部分解完整的自己：脑科学的哲学难题 (00:21:51 - 00:23:30)
屠龙在博士一年级的时候想过一个问题，后来判断无解，还是先毕业再说。
问题是这样的：我们用大脑做研究，但做研究的工具就是大脑本身。具体来说，我们用的是大脑的一部分——我们当前能调用的知识和理性思维。那么：你能否用你的一部分，来解完整的你？
从数学上说，这显然不成立。一个集合的真子集无法完全包含集合本身。人肯定有很多潜意识，有很多自己不知道自己知道的东西——你会突然想起一件事，会翻到九岁写的文字发现自己当时就懂这个，说明存储在大脑里的内容远远多于你能调用的。
这个问题不只是哲学上的谦逊，它在实践上有真实影响：任何试图用大脑完整解释大脑自身的科学范式，都天然受限于这个悖论。屠龙说，人类所有学科的发展都是"带着锁链跳舞"——你只能在这个约束下做到最好，但约束本身无法消除。
四、从草履虫到卡尼曼：脑科学如何入侵现实世界 (00:24:24 - 00:33:00)
屠龙的回答是：几乎所有的事情都跟脑科学有关。她从经济学开始展开。
经济学的革命：打破理性人假设
西方近 400 年的经济学建立在"理性人假设"上，从亚当·斯密开始。丹尼尔·卡尼曼（Daniel Kahneman）只做了一件事：从数学上论证人在做决策时是非理性的，并借用大脑决策科学，创立了行为经济学（Behavioral Economy）。就这一件事，他拿了诺贝尔奖。
非理性的具体表现：
Loss Aversion（损失厌恶）：你炒股亏了一块钱的痛苦，大于你赚了一块钱的快乐。如果你是纯理性人，损失一块和赚到一块的感受应该对称。但人脑不是。
Cheerleader Effect（啦啦队效应）：三个美少女组团出现，你觉得她们对你的吸引力，大于把她们三个分开单独遇见之后的吸引力之和。理性计算应该是 1+1+1=3，但大脑的运算结果是大于 3。这是为什么组团出道有效、为什么营销要做联名的神经学基础。
这些非理性机制直接影响营销和广告。屠龙列举了几个具体细节：
- 吉祥物的朝向（向左撇还是向右撇）影响广告效果；
- **Visual fluency（视觉流畅度）**影响人注意一则广告的时长；
- Ringtone 的出现时机——那种"叮咚"或品牌音效，什么时候响、以什么方式响，都有研究；
- Logo 的出现时机——比如 Nike 的"Impossible is Nothing"加上那个对勾，在什么时刻出现能让大脑得到最大愉悦，这不是凭感觉，是有文献可查的。
写作与叙事的脑科学
屠龙有一本书叫《写作脑科学》。她说：一个故事如果要流传到今天，必然符合大脑的某种回路。如果它对不上大脑的回路，它不可能流传。
"我觉得流传下来的东西肯定是符合某些人的脑回路的。"
这是一个演化论式的推论：金融市场、艺术、故事，都是涌现出来的，但涌现之后能不能留下来、能不能被理解和传承，取决于它是否符合足够多人的脑回路。那些可能极其牛、但脑回路不接受的东西，就成了阴性数据，消失了。
屠龙自己在讲述脑科学的时候就在实践这个原则。她没有一开始直接介绍"脑科学是什么学科、有哪些分支"，而是先描述 SFN 有多大、跟 Comic Con 是一个量级。这是故意的——先给听众一个具体的画面（二十万人的巨型展会、必须穿球鞋的场馆），让大脑先建立一个感性的规模感，再进入抽象的学科介绍。她说这是长期干这件事的人的技巧：先给你讲一个 image。
社会神经科学：政治倾向不是一个维度
脑科学还有一个领域叫 Social Neuroscience（社会神经科学），研究人在社会中如何集群、大脑回路如何共振。其中有一个重要发现：
政治倾向不是"保守-进步"这一个维度。它还有另一个与之正交的维度：现实主义 vs. 理想主义。既有保守的现实主义，也有保守的理想主义；既有进步的现实主义，也有进步的理想主义。光谱远比我们以为的复杂。
神经美学：每种艺术流派激活不同视觉区
建筑、绘画、雕塑——这些看起来与科学无关的东西，其实有一整个领域叫**神经美学（neuroaesthetics）**在研究它们。
具体案例：
- 哥特式教堂之所以给人宏伟感，是因为它的空间序列——极窄的通道之后突然打开极高的空间，这种线条设计直接触发大脑对尺度变化的特定反应；
- 立体主义（Cubism）针对的是 V3 视觉区；
- **波洛克（Pollock）**的滴画针对的是 V1 视觉区；
- 那些有流动感的雕塑针对的是 V5 视觉区，因为 V5 专门处理结构的流动性。
换言之，这些艺术家在不知情的情况下，把人类视觉皮层的某个特定区域单拎了出来，针对性地激活它。
五、脑机接口：为什么"大脑控制机械手"没有意义 (00:36:18 - 00:53:02)
屠龙做过多年脑机接口，她对这个领域的判断比大多数媒体报道都要冷酷。
编码是解码的前提
脑机接口的核心是"解码"：把大脑信号翻译成指令。但要解码，你首先要知道编码规律是什么。为什么目前能做到用大脑控制机械手？因为运动皮层有一套已知的编码规律，叫 Hotchkiss 定律（Homunculus map）：运动皮层的不同区域对应身体的不同部位，这个地图是已知的。知道了编码规律，才能解码——才能知道"这几个神经元的激活代表这根手指在下一秒要向哪个方向移动"。
但问题在于：人类对大脑绝大多数结构的编码规律是不清楚的。Neuralink 这类公司，现在能读取信号，但信号背后到底是什么含义，他们自己也只知道一小部分。
为什么控制机械手没有意义
屠龙在这一点上非常直接：
"用大脑控制机械手，其实没有任何意义。如果一个人但凡能动眼睛，用眼动控制，或者但凡能动嘴巴，用嘴唇控制、语音控制，或者但凡能动一个手指头，用这一个手指头控制，都比脑机接口更准。肌肉电信号是脑电信号的 100 倍以上。"
做脑机接口实验时，受试者通常是全身瘫痪的重症患者（FDA 只批这类人参与）。屠龙描述了大量"底层工作"：机械手必须编程限制工作范围、必须能紧急制动，因为受试者身体极度虚弱，一旦他注意力涣散、机械手打到他脸上，就是重大医疗事故。这类保障性工程工作占了整个项目的大量时间——跟"读取脑电信号"本身几乎没关系。
三个工程层面的挑战
- 无法工业化：现有脑机接口设备无法大规模植入；
- 生物兼容性未解决：植入的材料几年后会被免疫细胞侵蚀，需要一种既不被侵蚀又能导电的材料，材料科学还没给出答案；
- 信号不稳定、不一致（not reliable, not consistent）：脑电信号个体差异极大，跨天都会漂移，极难标准化。
对于资本的涌入，屠龙倒是理解：资本有钱，得烧，烧出 GDP 来。也许能烧出一两个结果，倒一批公司之后，下个周期能用——但普通人在 5-10 年内肯定感受不到突破。
六、硅谷富豪的永生梦：爬行动物机制与有机肉体的物理极限 (00:40:12 - 00:45:42)
屠龙爆了一个私下观察：硅谷大富豪们，凡是有固定伴侣的，老婆几乎清一色是医生或生物学家。Oracle、小扎（Zuckerberg），都是。她说她百思不得其解，难道学生物的有什么特殊魅力？后来悟了：不是学生物的有魅力，而是这些富豪富到一定程度，唯一想做的事就是永生，他们需要一个能和他们天天讨论这个话题的伴侣。
屠龙说她在上博士的时候就写过一个帖子，"龙场悟道"：做生物的要想发财，最大的捷径就是跑到富豪身边炼丹。找一个稍微年轻点的富豪，让他相信你有让他永远活着的方法，至少能洗他五十年。
硅谷对永生的探索走过几条路线：
第一条是分子生物学路线——让健康细胞像癌细胞一样不死。问题是，癌细胞是靠失控增殖实现"不死"的，这条路会把人变成癌。
第二条是爬行动物路线——哺乳动物会逐渐衰老，但爬行动物不会，它一直维持同一状态，最后嘎嘣一下死掉，中间没有衰老过程。Zuckerberg 有一阵赞助了很多把人"变成爬行动物"的研究，想要保持青春、最后直接挂掉。
这两条路最终都被聪明的富豪们读论文读穿了：有机肉体是无法扛过一千年的。这不是说法，这是物理规律。薛定谔在 DNA 双螺旋结构被发现前一百多年，就用物理方法算出了遗传物质的大概当量，非常准——因为有些事必须符合物理规律。同样的逻辑：体型越小的动物，心跳越快，血管磨损越快，寿命越短；体型越大，代谢越慢，寿命越长——鲸鱼的寿命就必然比人长。细胞的磨损是物理规律算得出来的，它要么衰老，要么变成癌，没有第三条路。"什么有机物能让你扛一千年呢？你都变成煤了。"
于是富豪们渐渐转向第三条路：把意识迁移到年轻的肉体里——买一个年轻的穷人的肉体，把他的脑子清空，自己的"魂"弄进去。
这条路的技术前提，就是脑脑通讯。
七、脑机接口的真正价值：不是控制机械手，是脑脑通讯 (00:47:11 - 00:53:27)
屠龙当年进入脑机接口这个领域，目标从一开始就不是控制机械手，而是脑脑通讯。
她的论证：语言、文字、语音，这些人类最引以为傲的通讯方式，其实都是极其缓慢的接口。她学了三十多年（从 6 岁到 33 岁，约二十七年），才积累了自己现在的知识量。如果有一个机制，可以把她几千维的人生经历、几十年学来的知识，直接"荡扑"（download）给另一个人——那人类文明的发展速度会是现在的几何倍数。
她的想象：
"浪费好几年才学会线性代数。挂一下、当铺一下，Download，线性代数包下载完成，会了。然后量子力学包下载完成，会了——人类文明，哗，又飞升了。"
这不只是比喻。屠龙认为，人类现在的教育年限是三十年，这对整个社会是一个极高风险的投资：你让孩子读了那么多年书，必须保证他能活到八十岁，否则人生大半全磨损在学习上了。如果脑脑通讯能把这三十年压缩到三分钟，超智能（super intelligence）的出现速度会完全不同。
她认为，脑脑通讯才是"真正的脑机接口"的意义所在。用大脑控制机械手，只是一个 demo，一个展示"大脑信号可以往外传输"的存在证明。真正值得做的，是传输语言和高级思想，而不是运动信号。
但这件事为什么还没有发生？因为它需要侵入性设备——真的要把东西植入大脑。在生物兼容性、工业稳定性都没解决的今天，这不可能大规模实现。这也是屠龙离开这个领域的原因。
八、"在脑子上长芯片"还是"在芯片上长脑子"：方向的颠覆 (00:54:38 - 00:58:32)
屠龙提出了一个反直觉的方向颠覆。
人类目前的思路是：在脑子上长芯片——把硅基芯片植入生物大脑，实现两者的信号交换。但摩尔定律已经逼近极限：现在的微电路已经如此之微，再往下微，电路就进入量子态，电子数量少到量子效应开始干扰。硅基芯片的算力增长有天花板。
她的另一个方向：在芯片上长脑子——用生物脑组织做芯片。用生物学方法突破摩尔定律和算力限制，让每个人在体外有一个真实的生物大脑作为协处理器（同时研究如何让脑组织不产生意识，只负责计算）。
这不是她的幻想。美国国防高级研究计划局（DARPA）有一个专门的办公室叫 MTO（Microsystems Technology Office），研究的就是各种生物芯片——不是测血压心跳的那种传感器芯片，而是用生物学方法做出来的计算芯片。屠龙建议感兴趣的人去看 DARPA 的播客和 DARPA MTO 的访谈。
同时，DARPA 也在推进量子芯片。屠龙认为生物芯片和量子芯片不是替代现有芯片，而是补充——解决数学上不同类型的问题。它们有可能成为现有硅基算力的侧翼增援。
九、AI 的瓶颈：它吃的是庸俗之人的养料 (00:59:08 - 01:03:32)
搞 AI 的人常说"我们需要脑科学来反哺"。屠龙认为，这不是惰性，是有真实的理论原因。
Transformer 架构的问题
现在所有大模型都是 Transformer 架构，既像大脑（被大脑启发），又不像大脑（没有非线性计算）。大脑有大量非线性计算，但 Transformer 以线性运算为主。屠龙认为，如果 AI 不引入非线性计算，它会遇到一个天花板，叫"普通优秀人瓶颈"——能达到 95 分，但无法成为天才。
天才遗产 vs. 互联网垃圾
屠龙的核心论证是一个对比：
我们整个人类社会，所有的外部世界——麦克风里的材料和信号技术、芯片里的晶体管设计、钢筋混凝土的建筑结构、农业和畜牧业——没有一样是"前 5% 的人"发明的。这些东西是前千分之一、甚至前万分之一的天才，一个一个积累下来的。人类文明是天才留下来的遗产。
AI 吃的是什么？互联网上的大量语料。这些语料的作者，顶多是前 5% 的人。AI 没有吃到爱因斯坦的思想，没有吃到玻尔，没有吃到冯·诺依曼的大脑。它吃的是互联网上普通人写的文字，以及大量 garbage。"垃圾进，垃圾出（garbage in, garbage out）。"
因此：
- AI 从什么都不会，成长到普通优秀人水平的那段曲线，会让所有人觉得"哇，amazing"；
- 然后曲线就会 flat out——完全平掉，不再增长；
- 它不会变成天才，因为它从未真正吃到天才的思想。
搞 AI 的人说需要脑科学，说白了是想知道：怎么能把爱因斯坦的大脑"抠"下来，让 AI 学到真正的天才逻辑，而不只是互联网上的统计平均。这是一个比较朴素的念头，外交辞令翻译过来就是这个意思。
十、教育：越专注越好是错误观点，真聪明的孩子越大越厉害 (01:04:50 - 01:16:39)
屠龙对教育的批评非常具体，逐条来讲。
专注力的生理极限
六岁儿童的正常专注时间是 10-15 分钟。成人的正常专注时间大约是 40-60 分钟。
家长经常问：孩子做题做不到十五分钟，为什么玩游戏能玩两小时？屠龙的类比：你高抬腿跑步能坚持十分钟就不错了，但你慢慢踱步能走两小时——因为耗能完全不同。对孩子来说，刷题是高抬腿，玩游戏是散步，这是大脑的能量消耗问题，不是意志力问题。
更重要的是：专注时间过长不是好事，而是坏事。超过正常专注时间的持续高度集中，会影响创造力和发散思维，让人变得不 creative。"越专注越好"这个观点，从文献角度来看是错误的。
真聪明的孩子越大越厉害
"如果你的孩子是真聪明的，智商真的非常高的话，他应该是越大学习越好，年龄越大学习越好——不是年龄越小学习越好。"
这是一个"令人悲伤的事实"。如果孩子年纪小的时候学习好，越大越费劲，可能说明这个孩子的裸智商是一般的，但小时候被装了很多"配件"（补习班、死记硬背的口诀、提前学的知识），看起来很厉害，其实是用配件弥补了基础不足。
问题在于，配件装多了，大脑的可用空间反而越来越少。就像一台跑得不快的电脑装了很多软件，结果跑得更慢了。
教育机构只会做加法，不会做减法
孩子到了初一，忽然学不会二元一次方程组。老师怎么办？对家长有交代，就教"三步法"、"五步法"——让孩子死背步骤，不需要理解。屠龙说：所有教育机构教的三步法、五步法、口诀，本质上是一种糊弄的招数，让孩子不理解的东西越堆越多，底层垃圾软件越来越多。
教育机构永远只会做加法，不会做减法，因为收你钱就要让你感觉在学东西。"减负"的本质，是给那些裸智商不算顶尖、但被装了大量垃圾软件的孩子清理内存，让他们能想一些真正重要的事情——只是高考指挥棒还在，家长不敢减。
逻辑建构才是关键：成岳的社会学实验
北京大学有个老师叫成岳，写了两本关于逻辑建构的书。他做了一个社会学实验，地点选在北京蓝领工人社区的幼儿园——普通工人家庭，没有知识分子背景。
他进行了没有掐尖、没有择优的招募：孩子进幼儿园时测智商，平均值在 95-98 之间，略低于人类平均值（100）。
他教的不是编程，不是数学，不是语言，只教一件事：逻辑建构。
具体方法：
- 画天安门：不是把照片放那让孩子照着画，而是先让孩子盯着天安门的照片五分钟，脑子里想这个建筑能分解成哪几种几何体——有几个方块、几个梯形、几个三角。五分钟后，把照片撤走，让孩子凭记忆中拆解好的几何体来画；
- 拍皮球：先学捏球不离手，捏球稳了再离手一厘米，离手一厘米稳了再两厘米，最后才是完整的拍皮球——一步步建构；
- 写字和画画：先学画点，点稳了画线，线稳了画圆，几何体学完了，再教"世界上所有东西的简笔画都能拆成几何体"。
这些方法共同传递一个思想：这个世界上所有事情都可以拆成模块，然后一步一步建构起来。
结果：孩子出幼儿园时智商测量值到了 120。屠龙特别说明，智商测量值不是说生理上真的改变了，而是孩子学会了"解决抽象问题的能力"，而这正是智商量表测的东西。
更惊人的是，成岳追踪这些孩子 20 年，发现他们后来考上 211/985 的概率超过了北京知识分子家庭的孩子。在一个起点略低于平均的蓝领社区幼儿园里，只靠教逻辑建构，把效果保持了整整二十年，并且在高考这个竞争性极强的终点胜过了有更好家庭资源的孩子。
屠龙说：编程的真正价值不在于学某种编程语言（那明年就可能过时），而在于它教给你逻辑建构这种思维方式。这是一种受益几十年的能力，比专注力训练提升学习能力"超过 200%"。
十一、营销行业：不读文献是一种职业原罪 (01:17:17 - 01:22:27)
这是屠龙最有脾气的一节。
她的判断非常直接：营销和广告行业的人让她感到最挫败的，是他们没有读文献的习惯。他们认为自己从事的是创意性产业，所以不需要读文献、只需要到世界各地找灵感。
结果是：他们作为乙方来找屠龙（甲方）提创意，屠龙作为看过几十年文献的人，一眼就能看出"这个创意从文献来说是错的，砸下去没有水花"。但乙方爱上了自己的 idea，不从文献角度看问题。
屠龙点名推荐的文献：
- Journal of Neuromarketing（神经营销期刊）
- Journal of Marketing Research（营销研究期刊）
这些是有严格同行评审（peer review）的学术期刊，不是经验科学的畅销书。
她说问题不出在年轻人身上：中年老板也不看，广告公司老板也不看。有些乙方老板拿出的理论，在最著名的几篇论文里明确写着这是错的——"证明你一篇论文都没有看过"。几十个人开会脑爆，脑爆出来的内容文献里都有，而且有些文献已经证明这些东西是错的，但大家都不知道。
"创造力和读文献不是对立的。你读了文献，只会更有创造力，不会更没有创造力。"
屠龙的结论：广告的钱有大量是浪费的。如果做一些 research，会明显感觉到。
十二、测谎：认知资源枯竭才是核心机制 (01:22:34 - 01:25:09)
电视剧里的测谎场景：装一个皮肤电仪和心率仪，被测者一紧张、出汗、心跳加快，就测出谎来了。
现实不是这样。屠龙说，现实中测谎的核心是：把被测者的认知资源耗尽。
逻辑如下：说谎需要消耗认知资源。一件真实发生的事情，你只需要提取记忆，按时间顺序说出来。但如果你要编造一个不存在的场景，你需要实时构建整个叙事，处处保持前后一致，防止被追问漏馅——这需要大量认知资源，类似于现场写科幻小说。
所以专业的测谎方法是：
- 先了解被测者的基线——了解这个人平时说话的词汇难度（比如初中三年级的难度），了解这个人平时一句话大约多少个词（比如 20 个词）；
- 建立高压问题库——问越来越细节的问题：昨天你在哪里，那条街对面是什么，那家店阿姨穿的什么衣服；
- 连续追问（corner 他），使他不得不持续编造越来越细节的谎言，认知资源被持续消耗；
- 观察语言变化——当认知资源开始枯竭，人编谎话的句型会变短、词汇会变简单，低于他平时的基线；
- 这时候，皮肤电等生理指标才会出现变化，这才是测谎仪真正有用的那一刻——不是一开始就监测，而是在认知资源枯竭之后才看。
这跟电视剧里靠"一紧张就出汗"来测谎完全不同。真实测谎是一个认知博弈的过程，皮肤电只是最后的辅助指标，不是核心。
十三、光荣的瞬间：脑科学现在缺少的那种理论 (01:25:30 - 01:28:04)
节目快结束时，主持人玉米表达了一种失望感：对脑科学感兴趣已经十多年了，但它依然像一个黑盒，很难说清楚它到底进展到哪了，我们真正能期待什么。
屠龙引用了她最喜欢的一本书——《浑然一体的思想》，一本关于离散数学的书，并非著名，但书的前言里有一段话，她一直记着：
"这世界上有两种数学家：解决问题的人，和构建理论的人。解决问题固然可行，但是构建一个光照般的理论，使得过去一切的问题都变得平平无奇——那才是光荣的瞬间。"
她说，脑科学现在的问题，就是没有这个"光照般的理论"。
十几年前困惑的问题，现在还是困惑的。有人在阿尔兹海默症上有微创新，有人在深脑刺激（DBS）某一期有微创新，有人在营销中有微创新——都是小打小闹，是"解谜"式的进展，不是"理论"式的飞跃。
脑科学目前缺乏的，是一个 unifying theory（统一理论），就像达尔文进化论之于生物学、相对论之于物理学那样的东西：一旦出现，过去一切神秘的现象都会豁然贯通，变得平平无奇。
这件事很难，屠龙列出了原因：大脑是地球上最复杂的系统；每个细胞对每个细胞都是一个非线性微分方程；它藏在头发、颅骨、脑壳多层保护之下，极难直接研究；最根本的，是"用自己的一部分解完整的自己"的哲学约束始终存在。
屠龙估计，光荣的瞬间可能还需要 50 到 100 年。
"我也在期待这个光荣的瞬间。祝大家长寿。"
后记：所有领域都在等一根线
这期对话给出了一个跨领域的统一框架：大脑研究的核心不是神经元和突触，而是智能；智能是生命为了穿越灭绝命运而演化出的最重要工具；理解智能，是脑科学、AI、教育、营销、美学、犯罪学背后共同的元问题。
屠龙的悲观不是绝望，而是精确的：她知道这根线的存在，她只是在等一个能把所有这些碎片串起来的"光照般的理论"。在那个理论出现之前，整个领域都处于低效的解谜状态——有很多微创新，没有飞跃。
这也让整期节目的结构本身变成了一个脑科学的实例：从 SFN 的具体画面开始，一路穿越草履虫、冯·诺依曼、波洛克、卡尼曼、成岳、Hotchkiss 定律，最后在《浑然一体的思想》的那句话里结束——无数个点，等待一根光照般的线。