听觉、平衡与加速学习的科学

安德鲁·休伯曼自我介绍为斯坦福大学医学院神经生物学与眼科学教授。他围绕两个感觉系统展开本期节目：听觉系统和平衡系统，他称后者为前庭系统。他的核心观点是，这些系统与大脑和身体的其他部分相互作用，若“使用得当”，可以帮助人们更快地学习信息、记得更久，并改善听力和平衡。他将这一领域描述为耳朵和大脑中的细胞与机制已被充分理解的领域，并表示会先简要介绍这方面的生物学，再转向具体方案。

他还预告了几个话题：耳鸣，他形容为一种耳朵里的鸣响，对患者来说非常干扰，以及“在某些情况下”有效的疗法和新出现的疗法；耳声发射，即耳朵自身发出的声音；以及关于听什么类型的音乐能更快学习的建议。在本段文稿中，这些预告只有部分得到展开。关于耳鸣疗法、平衡工具和音乐的讨论，在文稿中断之前都没有出现。

在转向听觉之前，休伯曼介绍了最近发表在同行评审期刊《细胞报告》（Cell Reports）上的一篇关于技能学习的论文。他把它放在自己此前建议的背景下：技能学习依赖大量重复，错误对学习很重要，而且早期研究表明，学习后进行 20 分钟的浅睡小憩或一段什么都不做的时间，能提高学习的速度和深度。新的观点有所不同。他说，数据表明应当在学习过程本身之中插入休息，并澄清他说的不是边学边睡。

按他对研究设计的描述，参与者学习数字序列或钢琴键序列。以钢琴为例时，他说明自己不是音乐人。一组连续练习一个序列，比如 G、D、F、E、G。另一组练习 10 秒，然后休息 10 秒，如此循环。休息期间，参与者不看手机、不专注于任何事物、也不碰琴键，而是任由思绪漫游。他报告说，插入休息后，学习速度、技能习得和技能保持都“显著更快”，并补充说这意味着“快得多得多”。他说稍后会给出效应的大小，但本段中没有出现学习提升幅度的具体数字。

研究者把这些效应称为“微离线增益”（micro offline gains）。休伯曼认为，大脑其实并没有离线。据他描述，任务期间的脑成像显示，参与记忆的海马体和处理感觉信息的新皮层在 10 秒休息期间处于活跃状态，相当于以 20 倍速度、在时间上压缩地重放该序列。他用算术来说明：如果一个人通常在 10 秒内完成约 5 次重复，乘以 20，就意味着大脑在休息期间把这个序列练习了大约 100 次。他把“5 次重复”这个数字作为假设提出（“就假设说”）。

所以基本上，你休息的时候，演练仍在继续，只是速度快了 20 倍。

他把这一结果与间隔效应联系起来，并将间隔效应归于“Ebbington，1885 年”，说此后它已在许多学习领域得到证明，既包括认知方面，比如语言学习，也包括身体方面，比如运动序列。他提到一篇题为“Parallels between spacing effects during behavioral and cellular learning”（《行为学习与细胞学习中间隔效应的相似之处》）的综述文章，说它把行为层面的技能提升与神经元的底层变化联系了起来。他指出这项较新的研究来自莱纳德·科恩（Leonard Cohen）的实验室，并说明此人并非已故的同名诗人兼音乐人。

他给出的实用要点是：持续进行重复练习，同时插入 10 秒什么都不做的时段，尽量不把注意力放在其他任何事物上，比如闭上眼睛或只是等待。他还建议把这种做法与学习后 20 分钟的小憩或 20 分钟的放松期结合起来。他明确表示这种组合尚未经过检验：他认为两者“可能会产生协同作用”，但指出“这一点还没有被研究过”。

休伯曼表示，这档播客独立于他在斯坦福的教学和研究工作，并将其描述为一项向听众零成本提供科学信息的努力，同时感谢了本期节目的赞助商。

听觉部分的出发点是：说话者的声音会在空气中造成微小的变化，而耳朵和大脑能把这些声波转化为意义。外耳的正式术语是 auricle，但更常用的叫法是 pinna（耳廓）。休伯曼说，它的软骨形状经过排布，能以最适合个人头部大小的方式捕捉声音。他还说，耳朵大小会在一生中发生变化，而变化速度“相当能反映你衰老的速度”，这一点他留待稍后再谈。那段后续讨论不在本段之内。

他解释说，耳朵的形状会放大高频声音，也就是更尖细的声音；低频声音则包括背景中他的狗科斯特洛（Costello）的鼾声。他把声波描述为空气的波动，类似水中的波浪。这些波到达鼓膜，鼓膜是一层来回振动的膜。与鼓膜相连的是一个小小的骨性结构，他将其比作锤子，它由三部分组成：锤骨、砧骨和镫骨。

这个“锤子”敲击耳蜗。耳蜗是内耳中一个盘绕的蜗牛状结构，声音在这里被转换为大脑可以利用的电信号。休伯曼顺带提到，这个词在美国不同地区的发音不同。耳蜗的一端比另一端更硬，他说这种差异对于区分低频和高频声音很重要。耳蜗内有毛细胞，因其形状而得名，与头上或身上的毛发无关。特定的毛细胞运动时，会向大脑发出信号，表明某种声音存在；它们不动时，就表示该声音不存在。

接着他沿着耳蜗的长度描绘频率分布。在坚硬的基部，毛细胞的运动对应高频声音，比如镲片的声音。在柔软的顶端（即蜗顶），耳蜗更像低音鼓，对低频作出反应，中频则位于两者之间。他强调，耳廓、“锤子”和耳蜗是“纯机械的”，“没有自己的意识”；它们只是把声音分解成各个频率成分，理解结果的工作由大脑完成。对于不熟悉频率概念的听众，他再次用池塘里的涟漪来比喻：涟漪紧密相邻对应高频，相距较远对应低频。

你的耳蜗本质上就像一个棱镜。

棱镜这个类比支撑着他的论证。棱镜把白光分解成不同波长，他以平克·弗洛伊德（Pink Floyd）专辑《月之暗面》（Dark Side of the Moon）的封面为例。同样，耳蜗把环境中的声音分解成不同频率，再由大脑重新整合这些信息。两侧耳蜗中的毛细胞各自发出轴突，把活动模式传入大脑，途经若干中继站，最后到达与意识觉知有关的区域。

为想了解术语的听众，休伯曼按顺序列出了这条通路。他把这些作为可选的细节，并说听众不必记住。

螺旋神经节：神经节是一团神经元。 耳蜗核：位于脑干，他说脑干靠近脖子。 上橄榄核：大脑两侧各有一个；他说它们看起来像小橄榄，上面有一个凹陷，他比作橄榄里塞的甜椒。 下丘：之所以叫“下”，是因为它位于上丘下方。 内侧膝状体核。 新皮层：信息在这里被理解。

他认为，中继站数量之多有其功能上的原因。对生存而言，知道声音从哪里来比知道它是什么更重要，比如是否有东西从身后朝你落下，或者有车从左边或右边驶来。听觉系统和视觉系统协同工作来定位空间中的事物：人们会转向右侧传来的声音，并认为话语来自自己看到在动的那张嘴。他说，这种听觉与视觉匹配的扰乱是腹语效应的基础，即声音似乎来自它实际并不来自的地方。他承诺稍后再详谈，但本段并未展开。

对于左右定位，休伯曼介绍了双耳时间差。脑干某个中继站中的神经元会计算声音到达右耳和左耳的时间差。同时到达被解读为声源在正前方；较早到达某一侧耳朵，则被解读为声源在那一侧。

接着他指出了仅靠时间差的局限。来自正上方或正下方的声音会同时到达两耳，因此时间差无法分辨高度。他说，高度是通过频率推断的：耳朵的形状会根据声音来自正前方、地面还是高处，对声音作出不同的修饰。这意味着方向处理从耳朵本身就开始了，速度很快，而且无需意识觉知。