第七卷 第八十六章 提升孩子感官经验(1/3)

大千世界里，不同生物的大脑神经细胞(学术上称之为“神经元”)的数量也不同。一只苍蝇有10万个神经元，老鼠有500万个，猴子——所有生物中最接近人类的动物，神经元有100亿个，而一个成年人则有1000亿个神经元。大脑对人的一生影响甚大，这点大家都很清楚，然而大脑是怎样发育的，又是怎样工作的，怎样可以使它发挥更大的作用等，却不是一般人有机会接触到的学问。事实上，近年来科技突飞猛进，对这方面的研究有了很大的发展，脑神经学的进步使我们了解到胚胎里的生命和婴儿的大脑的发育过程；对于实际生活中遇到的种种情况，大脑怎样运作，如何更有效地使用它。这些我们今天都有了更清楚的认识。我们的大脑，更确切地说是“脑神经系统”，大致上可分为三个功能区域。

第一个区域收集来自各个感觉器官(视觉、听觉、味觉、嗅觉和触觉)和体内各部分的信息。第二个区域负责处理这些信息，做出回应，并储存这些信息。这个区域是我们大脑中最重要的区域，也是头颅中那个叫作“脑”的器官的绝大部分。一般我们谈到思考、情绪、记忆、性格等时所说的脑，便是这部分。第三个区域负责执行大脑做出的决定，传至身体各部分去做出相应的配合行动。

举一个例子，当一个人抬起手做出拍你的动作时，你的眼睛接收到这一信号，经由脑的第一区域的神经元，传入脑的第二区域。在这里，脑会把所有在过去储存起来的关于这个人的记忆、关于这个动作的所有经验及可以做出的回应的种种选择找出来，并加以判断，然后做出如何回应的决定。例如：若对方的脸上有怒容，这便是一次攻击；若对方面上有笑容。这也许只是一次玩笑。这个判断，经由脑的第三区域的神经元传给手、足，做出相应的行为，也同时传入体内各部分。使各个器官和系统产生配合的反应。例如：若这是一次攻击行为，内分泌系统会快速地制造并释放出肾上腺素，使心跳加快，血液循环加速，同时消化系统会放慢，眼、耳等会加倍灵敏等。大脑中三个区域的神经元传递信息的方法是：运用一些生化物(学术上称为“神经递质”)，信息在一个神经元内的传送时使用电脉冲，当信息到达那个神经元的末梢的时候，一些生化物便会被释出，另一些神经元。因为有接收该种生化物的“接收器”(学术上称为“受体”)，便会收到所传送的信息，然后再经由同样的电脉冲／生化物交替的过程，传送到其他的神经元。

一个成年人的脑有1000亿个神经元，而每个神经元。往往与10000个以上的其他神经元连接，这样构成的神经元非常非常庞大，由此可以知道，传递信息的复杂过程是多么骇人的巨大、快速和全面。近年来，科学家对那些生化物开始做深入的研究，目前已经掌握了很多这方面的知识，但是要说全部了解。还言之过早。现在我们知道这些生化物是控制我们情绪的关键，如今的医学、药物学、病理学、生理学、营养学、心理学和脑神经学等的研究，都集中于神经递质和受体方面，而且几乎每天都有新的发现。

上面说过，一个成年人有1000亿个神经元，人人都差不多是这个数字。相差极少。一个人聪明与否，并不是取决于他的神经元的数目，而是取决于他的神经元所建立起来的连接网络的密度和大小。计算连接网络大小的方法是计算一个神经元与另一个神经元的连接点。一个成年人的脑会有500万亿个这样的连接点，而一个人与另一个人之间，这方面的差距可以达到25！连接点越多。这个人越聪明。增强脑力，便是增加神经元之间的连接点数目。增强脑力的方法，用“逆水行舟，不进则退”来形容至为贴切：多运用大脑，神经元网络越大，脑力便会增强；少用，神经元网络减少，脑力便会衰退。现在，让我们看看大脑发育的过程，肯定会使你赞叹不已。

当一个生命在母亲的体内孕育时，脑纤维组织会在受孕后第23天开始形成，神经元会在怀孕后第40天左右出现，并且急剧地分裂、发展。在短短的4个月里，神经元的数目会达到2000亿。记得前面说过，一个成年人的脑只有1000亿个神经元吗？这2000亿个神经元争取各种机会相互联系，活动最强的1000亿个会成功地取得联系，并且因此得到养料的滋润。较弱的1000亿个神经元，因争取不到工作，便被淘汰。婴儿出世时大脑的体积是成年时的30，之后两年内，便会成长至成年的90。由此可见，脑是婴儿最先发展的器官。神经元之间的连接网络，绝大部分是因为受到外界的刺激而产生的，这个过程在母亲的体内便已经开始。婴儿出世，开始独立地生存，外界的刺激既多且密，神经元的连接网络急剧地发展。有些时候，其增长速度可达每秒钟增加30亿个连接点！在8个月时达到最高峰，会有1000万亿个连接点(在数量上这时是最高峰，但从效率的角度看，连接网络能力最强的时候是3岁左右)。在达到最高点之后，又会有一次淘汰过程出现：连接得不好的和少用的网络会消失，连接点的数字会下降至500万亿，刚好又是一半。这一过程，会在孩子12岁左右时完成，此后人一生的神经元连接网络的数字，会大致停留在这个数字的水平，除非接受一些特别的脑力训练。在两次淘汰过程中(神经元和连接网络)，