分布式网络安全大脑

A. NSA和SA网络模式有什么区别哪个好

NSA和SA网络区别为：性质不同、网级互通不同、接入技术不同。

一、性质不z同

1、NSA网络：NSA网络属于非独立组网。

2、SA网络：SA网络属于独立组网。

二、网级互通不同

1、NSA网络：在NSA组网下，5G与4G在接入网级互通，互连复杂。

2、SA网络：在SA组网下，5G网络独立于4G网络，5G与4G仅在核心网级互通，互连简单。

三、接入技术不同

1、NSA网络：在NSA组网下，终端双连接LTE和NR两种无线接入技术。

2、SA网络：在SA组网下，终端仅连接NR一种无线接入技术。

以上信息仅供参考，全城千兆，C位出道。5G双千兆套餐，1000M宽带，60G流量全家共享，详情可登录广西电信网上营业厅查看。客服157号为你解答。

B. 问答：360浏览器发布“抢票王7代”有哪些升级

为了解决大家过年回家抢票难的问题，360浏览器发布了全新的“抢票王7代”，主打安全大脑赋能“云抢票”功能，其包括网络安全传感器、数据采集装置、数据传输系统、大数据存储和计算系统、人工智能算法、区块链技术等，再加上多年积累的专家知识库以及人机交互分析系统融合在一起构成的分布式智能系统。

首先，安全大脑将助力云端抢票。这主要表现在安全护航、云端管理、智能下单三方面。用户使用抢票王的全过程中，都将得到充分的安全保障。在安全大脑智能感知威胁、智能推理溯源、预测预警攻击等保护下，用户的个人隐私数据不泄露，支付过程中用户的账户及财产安全防恶意破解。同时，云端管理功能将实时查询预售票、余票以及退票，即便用户关掉电脑后台也能自动抢票。

此外，“安全大脑”的智能算法是抢票王7代的另一大优化。其可通过图像识别技术自动识别验证码，且识别成功率达94.6%以上。同时安全大脑将为抢票进行智能推荐。安全大脑经由对 历史 抢票数据的清洗与迭代训练，形成了对用户、车次、站点的特征分析，再结合当前抢票、搜索等实时数据，经过深度模型完成了对用户与车次的在线推荐。

最后，抢票王还可为用户提供定制化路线推荐、车次推荐、席位推荐，更智能、更懂用户的推荐将有效减轻用户抢票的难度。除此之外，今年360浏览器抢票王7代将适配双端，实现全面兼容——360推出首个支持Mac版本抢票的浏览器，方便广大Mac用户。

C. 浅谈分布式系统脑裂现象与ZK、HDFS的避免方案

"split brain"原本是指医学中的“ 裂脑综合征 ”，即连接大脑左右半球的胼胝体受损到一定程度后发生的症状。左右脑分离后，会分别处理知觉、形成概念和对刺激产生反应，相当于有两个脑在一个身体运作，会造成患者行为的冲突。例如：

split brain这个词也被计算机科学引入，指 采用主从（master-slave）架构的分布式系统中，出现了多个活动的主节点的情况 。但正常情况下，集群中应该只有一个活动主节点。

造成脑裂的原因主要是 网络分区 （这个词之前在 讲CAP理论 时就已经出现过了）。由于网络故障或者集群节点之间的通信链路有问题，导致原本的一个集群被物理分割成为两个甚至多个小的、独立运作的集群，这些小集群各自会选举出自己的主节点，并同时对外提供服务。网络分区恢复后，这些小集群再度合并为一个集群，就出现了多个活动的主节点。

另外，主节点 假死 也有可能造成脑裂。由于当前主节点暂时无响应（如负载过高、频繁GC等）导致其向其他节点发送心跳信号不及时，其他节点认为它已经宕机，就触发主节点的重新选举。新的主节点选举出来后，假死的主节点又复活，就出现了两个主节点。

脑裂的危害非常大，会破坏集群数据和对外服务的一致性，所以在各分布式系统的设计中，都会千方百计地避免产生脑裂。下面举两个例子说说。

一般有以下三种思路来避免脑裂：

Quorum一词的含义是“法定人数”，在ZooKeeper的环境中，指的是ZK集群 能够正常对外提供服务所需要的最少有效节点数 。也就是说，如果n个节点的ZK集群有少于m个节点是up的，那么整个集群就down了。m就是所谓Quorum size，并且：

为什么是这个数呢？

考虑一个n = 5的ZK集群，并且它按3:2分布在两个机房中。

假设m = 2（即n / 2），当两个机房之间的网络中断时，Server 1~3和Server 4~5将分别形成独立的集群，并且都能对外提供服务——也就意味着都能重新选举出各自的Leader，即产生了脑裂。当网络恢复，两个集群合并时，它们的数据就会不一致。

但是，若m = 3（即n / 2 + 1），那么网络中断后，DC2上的两个节点不满足Quorum要求的数量，故只有DC1上的三个节点能选举出Leader并提供服务，DC2上的两个节点不能提供服务，当然也就不会破坏数据一致性了。

由上可知，ZK的Quorum机制其实就是要求集群中 过半 的节点是正常的，所以ZK集群包含奇数个节点比偶数个节点要更好。显然，如果集群有6个节点的话，Quorum size是4，即能够容忍2个节点失败，而5个节点的集群同样能容忍2个节点失败，所以可靠性是相同的。偶数节点还需要额外多管理一个节点，不划算。

上面说的是网络分区的情况，如果是Leader假死呢？

之前某篇文章中其实说过了，集群每次选举出一个Leader时，都会自增纪元值（epoch），也就是Leader的代数。所以，就算原来的Leader复活，它的纪元值已经小于新选举出来的现任Leader的纪元值，Follower就会拒绝所有旧Leader发来的请求，所以不会产生脑裂。当然，有一部分Follower可能对新选举出的Leader没有感知，但由于上述Quorum机制的保证，这部分肯定不会占多数，故集群能够正常运转。除ZK外，Kafka集群的Controller也是靠纪元值防止脑裂的。

下面先贴出HDFS高可用的官方经典架构图。

HDFS NameNode高可用需要两个NN节点，一个处于活动状态，另一个处于热备状态，由ZKFailoverController组件借助外部ZK集群提供主备切换支持。

当活动NN假死时，ZK集群长时间收不到心跳信号，就会触发热备NN提升为活动NN，之前的NN复活就造成脑裂。如何解决呢？答案就是隔离，即 将原来那个假死又复活的NN限制起来 （就像用篱笆围起来一样）， 使其无法对外提供服务 。具体来讲涉及到三方面。

为了实现Fencing，成为活动NN的节点会在ZK中创建一个路径为 /hadoop-ha/${dfs.nameservices}/ActiveBreadCrumb 的持久znode。当正常发生主备切换时，ZK Session正常关闭的同时会一起删除上述znode。但是，如果NN假死，ZK Session异常关闭， /hadoop-ha/${dfs.nameservices}/ActiveBreadCrumb 这个znode就会残留下来。由热备升格为活动的NN会检测到这个节点，并执行Fencing逻辑：

只有Fencing执行完毕之后，新的NN才会真正转换成活动状态并提供服务，所以能够避免脑裂。

最后废话一句，JournalNode集群区分新旧NN同样是靠纪元值，而它的可用性也是靠Quorum机制——即如果JournalNode集群有2N + 1个节点的话，最多可以容忍N个节点失败。

冗余通信机制没有提到，其实就是在节点之间添加额外的心跳线，防止一个心跳路径断开导致误判。

帝都疫情开始反弹，还是老实在家待着吧。

民那周末快乐，晚安。

D. 360安全大脑到底是什么

360安全大脑是360公司旗下的分布式智能安全系统，综合利用人工智能、大数据、云计算、IoT智能感知、区块链等新技术，保护国家、国防、关键基础设施、社会、城市及个人的网络安全。

E. 网络安全在以后的时代是怎么样

后时代主要基于互联网发展程度, 人工智能应用, 网络发展的方向
在信息化的现代，网络安全产业成为保障“新基建”安全的重要基石，我国网络安全行业市场规模一直呈现高速增长态势。
未来，随着5G网络、人工智能、大数据等新型网络技术在各个领域的深入开展，其将为网络安全企业的发展提供新的机遇。随着科技的进步和社会的发展，网络安全的概念和内涵不断演进。
其发展历程可分为起源期、萌芽期、成长期和加速期四个时期，分别对应通信加密时代、计算机安全时代、信息安全时代以及网络空间安全时代。
目前网络安全正处于网络空间安全时代的加速期：2014年中央网络安全和信息化领导小组成立后，网络安全法、等保2.0等政策不断出台，网络安全上升为国家战略。
与信息安全时代的区别在于网络边界逐渐模糊或消失，仅凭传统的边界安全已不能做到有效防护，防护理念和技术发生深刻改变，主动安全逐渐兴起。安全解决方案和安全服务也越来越被重视。

F. Ceph分布式存储是怎么防止脑裂的

解决脑裂问题，通常采用隔离(Fencing)机制，包括三个方面：

共享存储fencing：确保只有一个Master往共享存储中写数据。

客户端fencing：确保只有一个Master可以响应客户端的请求。

Slave fencing：确保只有一个Master可以向Slave下发命令。

Hadoop公共库中对外提供了两种fenching实现，分别是sshfence和shellfence（缺省实现），其中sshfence是指通过ssh登陆目标Master节点上，使用命令fuser将进程杀死（通过tcp端口号定位进程pid，该方法比jps命令更准确），shellfence是指执行一个用户事先定义的shell命令（脚本）完成隔离。

切换对外透明：为了保证整个切换是对外透明的，Hadoop应保证所有客户端和Slave能自动重定向到新的active master上，这通常是通过若干次尝试连接旧master不成功后，再重新尝试链接新master完成的，整个过程有一定延迟。在新版本的Hadoop RPC中，用户可自行设置RPC客户端尝试机制、尝试次数和尝试超时时间等参数。

在“双机热备”高可用（HA）系统中，当联系2个节点的“心跳线”断开时，本来为一整体、动作协调的HA系统，就分裂成为2个独立的个体。由于相互失去了联系，都以为是对方出了故障，2个节点上的HA软件像“裂脑人”一样，“本能”地争抢“共享资源”、争起“应用服务”，就会发生严重后果：或者共享资源被瓜分、2边“服务”都起不来了；或者2边“服务”都起来了，但同时读写“共享存储”，导致数据损坏（常见如数据库轮询着的联机日志出错）。
运行于备用主机上的Heartbeat可以通过以太网连接检测主服务器的运行状态，一旦其无法检测到主服务器的“心跳”则自动接管主服务器的资源。通常情况下，主、备服务器间的心跳连接是一个独立的物理连接，这个连接可以是串行线缆、一个由“交叉线”实现的以太网连接。Heartbeat甚至可同时通过多个物理连接检测主服务器的工作状态，而其只要能通过其中一个连接收到主服务器处于活动状态的信息，就会认为主服务器处于正常状态。从实践经验的角度来说，建议为Heartbeat配置多条独立的物理连接，以避免Heartbeat通信线路本身存在单点故障。
1、串行电缆：被认为是比以太网连接安全性稍好些的连接方式，因为hacker无法通过串行连接运行诸如telnet、ssh或rsh类的程序，从而可以降低其通过已劫持的服务器再次侵入备份服务器的几率。但串行线缆受限于可用长度，因此主、备服务器的距离必须非常短。
2、以太网连接：使用此方式可以消除串行线缆的在长度方面限制，并且可以通过此连接在主备服务器间同步文件系统，从而减少了从正常通信连接带宽的占用。
基于冗余的角度考虑，应该在主、备服务器使用两个物理连接传输heartbeat的控制信息；这样可以避免在一个网络或线缆故障时导致两个节点同时认为自已是唯一处于活动状态的服务器从而出现争用资源的情况，这种争用资源的场景即是所谓的“脑裂”（split-brain）或“partitioned cluster”。在两个节点共享同一个物理设备资源的情况下，脑裂会产生相当可怕的后果。
为了避免出现脑裂，可采用下面的预防措施：
添加冗余的心跳线，例如双线条线。尽量减少“裂脑”发生机会。
启用磁盘锁。正在服务一方锁住共享磁盘，“裂脑”发生时，让对方完全“抢不走”共享磁盘资源。但使用锁磁盘也会有一个不小的问题，如果占用共享盘的一方不主动“解锁”，另一方就永远得不到共享磁盘。现实中假如服务节点突然死机或崩溃，就不可能执行解锁命令。后备节点也就接管不了共享资源和应用服务。于是有人在HA中设计了“智能”锁。即，正在服务的一方只在发现心跳线全部断开（察觉不到对端）时才启用磁盘锁。平时就不上锁了。
设置仲裁机制。例如设置参考IP（如网关IP），当心跳线完全断开时，2个节点都各自ping一下 参考IP，不通则表明断点就出在本端，不仅“心跳”、还兼对外“服务”的本端网络链路断了，即使启动（或继续）应用服务也没有用了，那就主动放弃竞争，让能够ping通参考IP的一端去起服务。更保险一些，ping不通参考IP的一方干脆就自我重启，以彻底释放有可能还占用着的那些共享资源。

G. 人脑把记忆存在哪里

说阅读是对知识“记”的存储过程，而对知识的再现和运用往往是“忆”的提取体现。关键不在于储存，而在于提取、检索。我们掌握快速法的关键就是 人们当需要知识的时候，能有效地把记下的内容，大量地、准确地“忆”出来。下面我为你整理人脑把记忆存在哪里， 希望能帮到你。

从前，俄罗斯有一个着名的神经外科医生，叫做阿卡赫·阿卡诺维奇(Akakhi Akakhievitch)。有一个古怪的病人，希望阿卡诺维奇帮他彻底忘掉他那专横讨厌的母亲。阿卡诺维奇答应了他的请求，打开病人的头颅，一个一个地剔除了数千个神经元，这些神经元都与病人对他母亲的记忆有关。术后，病人从麻醉中苏醒，奇迹出现了，病人失去了所有关于他母亲的记忆，不管是好的还是坏的记忆。阿卡诺维奇对手术的成功感到非常欣喜，高兴之余，他决定致力于下一项研究——找出那些与对祖母的记忆有关的神经元。

这个故事当然是虚构的。1969年，神经科学家杰里·莱特文(Jerry Lettvin，已故)在麻省理工学院演讲时，讲述了这个故事，用来阐述他那个后来被戏称为“祖母细胞”(grandmother cells)的理论。莱特文认为，我们日常的每一种意识体验、思维以及记忆，不管是对于某个亲戚朋友，还是其他任何人或者物，都只有大约18 000个神经元与之对应。不过，莱特文后来既没有进一步证明，也没有放弃他的大胆假设，而40多年来，科学家对“祖母细胞”理论也一直有不同看法。

认为神经元以一种非常具体而明确的方式存储记忆的观点，可以追溯到19世纪末威廉·詹姆斯(William James)提出的所谓“教皇细胞”(pontificial cells)的理论。该理论认为，人们的意识就是由“教皇细胞”产生的。但是，不管是“祖母细胞”还是“教皇细胞”假说，都与当时的主流理论相悖，即诺贝尔奖得主查尔斯·谢灵顿(Charles Sherrington)在1940年提出的“亿万神经元大民主”(a millionfold democracy)的理论。这一理论认为，对任何人和事物的感知，都要依靠亿万神经元的大协作来完成。在这种情况下，任何单个神经元的活动都毫无意义，只有大规模神经元群体的合作才能创造意义。

大脑是如何存储一个特定概念的?是通过为数不多的神经元(例如几千个，甚至更少的神经元)来存储，还是动用大量神经元(数以亿计的神经元)分布式地存储在整个大脑中?神经科学家在这个问题上一直争论不休。不过，这种争论也带来了好处，让科学家对记忆和有意识思维有了新的理解。有趣的是，在此过程中，好莱坞还帮了一点忙。

对女影星放电的神经元

几年前，我们与加布里埃尔·克赖曼(Gabriel Kreiman，现在是美国哈佛大学医学院的副教授)和莱拉·雷迪(Leila Reddy，现在是法国图鲁斯脑与认知中心的研究员)合作，完成了一次不寻常的实验，在一个病人大脑的海马区(hippocampus，与记忆有关的一个脑区)发现了一个非常有趣的神经元，这个神经元只会对美国女影星珍妮弗·安妮斯顿(Jennifer Aniston)的图片产生强烈反应，而对其他事物(数十个其他男影星、社会名流、场所或动物)的图片无动于衷。在另一个病人的海马区，也发现了一个特殊的神经元，只在女影星哈莉·贝瑞(Halle Berry)的图片出现时放电，甚至计算机屏幕上显示贝瑞的名字时也会放电，而对其他事物保持沉默。还有一个神经元只对女影星奥普拉· 温弗雷(Oprah Winfrey)有反应，当出现她的图片，或者计算机屏幕上显示她的名字，或者播出由计算机合成的奥普拉·温弗雷的读音时，这个神经元就会放电。此外，科学家还发现一个神经元，只有在出现天行者卢克(Luke Skywalker，电影《星球大战》中的角色)的图片，或者计算机屏幕上显示他的名字，以及播出由计算机合成的名字读音时放电。类似的例子还有很多。

通过直接记录单个神经元的放电情况，就可以实现这类观察研究。另外一些更常用的技术，例如大脑功能成像技术，可以观察受试者在执行一个特定任务时整个脑区的活动情况。大脑功能成像可以追踪大脑中兴奋区域(通常包含几百万个神经元)的整体能耗情况，但是无法分辨一小群神经元的活动，更不用说单个神经元了。为了记录单个神经元发放的电脉冲，需要在大脑中植入比头发还细的微电极。这种技术不像大脑功能成像那样常用，只有在特殊的治疗过程中，才会将微电极植入病人大脑中。

在治疗癫痫病人时，偶尔会有这样的机会。当病人的癫痫强烈发作，普通的治疗又无法控制症状时，就需要进行手术治疗。在某些情况下，切除癫痫病灶是可行的，甚至有可能使病人治愈。手术前，医生需要通过各种技术对癫痫发作的起点位置和病灶进行精确定位。当然，医生会首选非侵入性技术，如大脑功能成像，来进行手术前的评估性检测，综合考虑各项检测指标，并通过病人头皮的脑电图记录，分析病理性的神经电活动(癫痫发作时，大量神经元同步密集放电)。但有时，依靠非侵入性技术不足以对癫痫病灶进行精确定位，此时，神经外科医生就只能求助微电极。他们将微电极深植于病人大脑中，并让病人留院观察，以便持续监测病人的大脑活动，再根据监测数据分析癫痫情况。

在病人留院观察期间，有时科学家会邀请病人作为自愿者，参加研究性实验，让他们进行多种认知任务，同时监测他们的大脑活动。在美国加利福尼亚大学洛杉矶分校，我们使用了一种独特的技术，将非常纤细的金属丝引导的柔性微电极(flexible electrodes)植入自愿者大脑进行记录。该技术由弗赖特发明，他在加利福尼亚大学洛杉矶分校领导着一个癫痫手术研究项目(Epilepsy Surgery Program)，并与世界各地的科学家进行合作，包括美国加州理工学院柯赫的研究组，以及英国莱斯特大学奎恩·奎罗格实验室的科研人员。利用这项技术，我们得以直接记录大脑在执行不同任务时单个神经元的放电情况。实验中，病人注视着笔记本电脑屏幕上显示的图像，回忆或者执行其他任务，我们则连续不断地监测病人神经元的活动。正是在这一研究中，我们发现了“珍妮弗·安妮斯顿神经元”，而且我们的发现也在不经意间重新点燃了莱特文的 “祖母细胞”理论所引发的争论。

重新认识“祖母细胞”

像“珍妮弗·安妮斯顿神经元”这样的神经细胞，会不会就是科学家长期争论的“祖母细胞”呢?为了回答这个问题，我们必须首先给“祖母细胞”下个精确的定义。对于“祖母细胞”假说，一种极端的解释是，一个神经元对应一个概念。但是，既然我们能够找到一个单独的神经元，它只对珍妮弗·安妮斯顿兴奋，那么我们就有理由推断，必定还有更多的珍妮弗·安妮斯顿神经元，因为在数十亿个神经元中找到一个，而且是唯一的特定神经元的概率几乎为零。此外，如果只有一个神经元负责处理与珍妮弗·安妮斯顿有关的全部信息，那么万一这个神经元因疾病或意外而受到损坏，有关珍妮弗·安妮斯顿的全部记忆岂不荡然无存，这怎么可能?

对于“祖母细胞”假说，另一种不太极端的解释是，任意一个概念都有若干神经元与之对应。这种解释可能是合理的，但很难证明，甚至不可能证明。因为我们不可能将所有的概念都尝试一遍，从而证明某个神经元只对某一个概念(例如珍妮弗·安妮斯顿)放电。事实上，相反的例子却很多，我们经常会发现一些神经元，它们可以对不止一个概念放电。因此，如果在某次实验中发现一个神经元只对一个人放电，那我们也无法排除它可能还会对其他刺激放电，只不过我们在实验中并没有使用这种刺激罢了。

例如，在找到“珍妮弗·安妮斯顿神经元”的第二天，我们进行了重复实验。这次实验中，我们使用了很多与她有关的图片，结果发现“珍妮弗·安妮斯顿神经元”还会对丽莎·库卓(Lisa Kudrow，与珍妮弗·安妮斯顿一起出演过电视剧《老友记》，两人都凭此而成名)放电;对天行者卢克有反应的那个神经元，也会对尤达(Yoda，电影《星球大战》中的角色，与天行者卢克一样也是一名绝地武士)放电;另外有一个神经元对两个篮球运动员兴奋;还有一个神经元对本文作者之一的奎恩·奎罗格及其合作者兴奋，这些人都与加利福尼亚大学洛杉矶分校那位自愿参加实验的病人有过接触，凡此种种。尽管如此，人们仍可以认为，这些神经元就是“祖母细胞”，只不过能让它们兴奋放电的对象不止一个，比如，电视剧《老友记》中两个金发碧眼的女影星、电影《星球大战》中的绝地武士们、篮球运动员们，或者与病人一起做实验的科学家们。因此，这些细胞是不是“祖母细胞”的问题，似乎就变成了是否对定义进行扩展的一个语义问题。

暂且撇开语义方面的讨论，我们先来关注这些“珍妮弗·安妮斯顿神经元”的一些关键特征。首先，我们发现，这类神经元的兴奋非常有选择性，每一种都只对展示给病人的一小部分社会名流、政客、亲戚或地标建筑的图片兴奋。其次，这类神经元中的每一种都可以对特定人物或场所的多种表达形式兴奋，而与图片的具体视觉特征无关。事实上，一个神经元可以对同一个人的各种图片，甚至他的名字(无论是书写的，还是朗读的)，产生类似的兴奋反应。就好像这个神经元以它的放电模式告诉我们，“我认识珍妮弗·安妮斯顿这个人，不管你用什么形式进行展示：她穿红衣服的图片、她的轮廓、书写出来的她的名字，甚至大声喊出她的名字都可以”。这种神经元似乎是对确定的概念放电——不管这一概念是通过哪种形式来表达。因此，将这些神经元改称为“概念细胞”(concept cells)，而不是“祖母细胞”，可能更恰当。“概念细胞”有时也会对多个概念兴奋，这种情况下，多个概念往往是密切关联的。

概念编码

要理解为数不多的神经元与一个特定概念(如珍妮弗·安妮斯顿)之间如何关联，首先需要了解一个复杂过程：在日常生活中，我们的大脑如何获取和存储大量的人和事物的图像信息。眼睛看到的信息首先通过眼球后的视神经，传入位于后脑的初级视皮层(primary visual cortex)。这里的神经元对图像的某些微小细节放电。每一个神经元就像数字图像的像素点，或者画家乔治·修拉(Georges Seurat)的点彩画中的一个彩色点。

单个神经元并不能告诉我们，它所接收的细节对应的是一张脸、一杯茶，还是埃菲尔铁塔，或者其他什么图像。但是，每一个神经元的信息都是整体图像的一部分，它们组合起来就会产生一幅美丽的图像，例如《大碗岛的星期日下午》(A Sunday Afternoon On the Island of LaGrande Jatte，乔治·修拉的代表画作)。如果图像稍有变化，图像的某些细节也会改变，此时，初级视皮层上神经元群的放电也会相应地改变。

大脑需要对感觉信息进行加工，以获取比图像更深层的信息——它必须识别目标，并将其整合到已知的概念中。从初级视皮层开始，由图像触发的神经元活动依次经过大脑皮层上的一系列区域，向大脑前额区蔓延。在这些更高级的视觉区域，单个神经元对整个人脸或物体放电，而不是局部的细节。在这些区域，只需要一个神经元就能告诉我们，图像到底是一张人脸，还是埃菲尔铁塔。如果稍微改变图像，例如移动一下图像的位置，或者改变一点灯光，图像的细节特征就会变化，但是这些神经元似乎并不介意图像细节的轻微改变，它们的放电情况几乎保持不变，这种性质称为“视觉不变性”(visual invariance)。

高级视觉区域的神经元将它们的信息传递到内侧颞叶(medial temporal lobe)——海马区(hippocampus)及其周围的皮层，这些区域与记忆功能有关，我们也正是在这里发现了“珍妮弗·安妮斯顿神经元”。海马神经元的反应比高级视皮层的神经元更具特异性。每一个海马神经元都只对某个特定的人放电，或者更确切地说，对那个人所对应的“概念”放电：不仅是脸，或者外表的方方面面，还包括与此人有紧密关系的各种属性，比如这个人的名字。

我们试图弄清楚，在大脑中，编码概念的神经元的稀疏程度到底如何?换句话说，多少个神经元的放电可以代表一个特定概念。显然，我们无法直接测出这种神经元的数量，因为我们无法在一个给定脑区中记录所有神经元的活动。不过，本文作者柯赫曾经和斯蒂芬·韦杜(Stephen Waydo，当时还是加州理工学院的一名博士研究生)一起利用统计学方法估算出，在内侧颞叶，一个特定概念只会触发不到100万个神经元放电，而这个区域大约有10亿个神经元。而且，考虑到研究人员在实验中使用的图片是病人非常熟悉的，这往往会使更多神经元放电，所以“100万”应该是一个上限，实际上表示一个确定概念的神经元的数量，可能只有前者的1/10，甚至1/100——确切数字可能与莱特文猜测的18 000差不多。

也有人持相反的观点，他们认为，大脑并不是通过一小群神经元对概念编码，而是分布式地编码，也就是很多神经元共同参与，因为如果每个概念都用数以万计的神经元来编码，那大脑可能没有足够多的神经元，来表达所有概念，以及这些概念的变化情况。比如，我们大脑中的神经元是否可以多到，即使按稀疏编码的方式，也能编码出祖母的微笑、织补衣服、喝茶或在公交车站等人的样子，还有英国女王问候民众，以及天行者卢克童年时在塔图因星球(Tatooine)与达斯·维德(Darth Vader)打架等情景。

在大脑中，记忆如何编码?神经科学家提出了两种对立的理论，但一直没有定论。一种理论认为，每一个记忆——例如天行者卢克的图像——都是零散地分布式存储在数百万甚至数十亿个神经元中。近年来，另一种理论已经得到更多科学家的认可。这种理论认为，神经元对记忆的编码是“稀疏”的，大约几千个神经元就可以表示一幅图像。当卢克的图像出现时，不管距离远近，这些神经元中的每一个都会兴奋。这群神经元中的一部分(不是全部)也会对与卢克有关的另一个角色——尤达的图像兴奋。与此类似，另一群神经元会对女影星珍妮弗· 安妮斯顿的图像兴奋。

为了回答这个疑问，我们首先要考虑的是，一个人能够记住的概念通常不超过1万个。与内侧颞叶拥有约10亿个神经元相比，1万个概念并不算多。另外，我们有理由认为，对概念进行稀疏编码和存储是非常高效的。内侧颞叶的神经元并不关心一个概念的不同情况，例如，它们不关心卢克是站着还是坐着，它们只关心输入的信息是否与卢克有关。这些神经元只对概念本身放电，而与概念的具体表现形式无关。对概念的抽象化——神经元可以对“卢克”这个概念的所有表现形式放电，减少了神经元需要编码的信息量，而且使得神经元具有高度选择性，例如只对卢克放电，而不会对珍妮弗放电。

韦杜的模拟研究进一步发展了这一观点。基于视觉信息加工的详细模型，韦杜通过计算机程序模拟了一个神经网络，可以识别多种不带标记的图片，比如飞机、汽车、摩托车和人脸。这套程序对图片所表达概念的识别，并不需要教师的指导，也没有人告诉它“这是飞机，那是卡车”。它必须利用前提假设独立完成识别。给它的前提假设是：尽管图像很多，但它们实际上是少数几个人或物的不同表现形式，每一个人或物都由一小群神经元来表示，就像我们在内侧颞叶中所发现的那样。在软件模拟中加入这种稀疏编码方式之后，该神经网络学会了分辨同一个人或物体的不同图片，即使这些图片有非常大的差异，该神经网络也能正确辨别。这个模拟研究的结果，与我们通过记录人类大脑中神经元放电所得到的结果非常相似。

概念细胞之间的关联

大脑如何表示外部世界的信息，又如何将感觉转变成记忆?这个问题与我们的研究密切相关。先看看一个着名的病例(名为H。 M。)，他患有顽固性癫痫，为了控制他强烈的癫痫症状，神经外科医生无奈之下，只好选择切除他的海马区，以及大脑两侧与海马区相连的区域。手术后，这位病人仍能辨别人和物体，可以回想起手术前就知道的一些事，但是出乎意料的是，他再也不能形成新的持久性记忆。由于失去了海马区，他很快就会忘记刚经历过的事情，就像电影《记忆碎片》(Memento)中患有类似神经疾病的主角那样。

上述病人的故事表明，海马区(甚至整个内侧颞叶)对于感知并不是必需的，但对于短时记忆(持续时间很短)向长时记忆(持续时间达数小时、数天甚至数年)的转变却是必不可少的。我们认为，位于内侧颞叶区域的“概念细胞”，在将我们意识到的东西(即外部输入的感觉信息或大脑回忆所触发的内容)转变成长时记忆的过程中发挥关键作用，长时记忆随后将存储到大脑皮层的其他区域。我们认为，对于那位病人来说，他在辨认，或者回忆安妮斯顿时，“珍妮弗·安妮斯顿神经元”并非必需的，但是，这位病人要把“安妮斯顿”放在自己的脑海中，建立起与这位女影星有关的联系或记忆，该神经元却是至关重要的——比如，日后他会想起他见过安妮斯顿的照片。

我们的大脑可能通过为数不多的“概念细胞”，将一个事物的多种形式表示为一个独特的概念。这样的表示方式只需要一小群神经元，并且不会随着事物具体形式的变化而变化。“概念细胞”的作用对于解释我们的回忆过程很有帮助，我们会回想起珍妮弗或卢克的整体形象，而不是他们脸部的每一个细节。我们不需要(也不可能)回想起遇到过的每个人或每件事的全部细节。

重要的是抓住特定场景中与我们有关的人和事物的关键信息，而不是记住大量毫无意义的细枝末节。如果我们在咖啡店偶然遇见一个熟人，对我们而言更重要的是记住这次相遇后发生的一些重要事情，而不是此人的衣着打扮，或者他说的每一句话，更不是喝咖啡的其他陌生人的长相。“概念细胞”倾向于对与个人相关的事物兴奋，因为我们通常会记住与我们熟悉的人或事物有关的事，而不会浪费精力去记住与我们无关的事。

记忆不只是一个个孤立的概念。对珍妮弗·安妮斯顿的记忆，包含着与她本人以及她在《老友记》等影视作品中所扮演的角色有关的一系列故事。对某个记忆情节的完整回忆，需要在不同但是相关的概念之间建立联系，比如，把“珍妮弗·安妮斯顿”这个概念与“坐在沙发上，一边看着《老友记》，一边吃着冰淇淋”等概念关联起来。

如果两个概念是关联的，那么编码其中一个概念的某些神经元可能也会对另一个概念兴奋。这可以解释大脑神经元对相互联系的事物如何进行编码的生理过程。神经元会对有关联的其他概念放电，这可能就是形成情景记忆(episodic memories，例如在咖啡店偶遇熟人后发生的一系列事件)以及意识流动(flow of consciousness，意识的内容自发地从一个概念跳到另一个概念)的基础。当我们看到珍妮弗·安妮斯顿时，视觉感知激发起我们对电视、沙发以及冰激凌等概念的记忆，这些相互关联的概念构成了“正在观看《老友记》剧集”的记忆。同一个概念的不同方面(存储在不同的脑区)之间，也可能是通过类似的方式形成关联，从而将一束玫瑰的香味、形状、颜色和质地，或者珍妮弗的容貌和嗓音联系起来。

既然以抽象概念的形式存储高级记忆具有明显优越性，那我们就要进一步探讨，为什么对这些概念的表示只需要内侧颞叶中的一小群神经元?多项模拟研究表明，稀疏编码方式对于快速形成不同概念之间的联系是必需的——这可能就是答案。

模拟研究的技术细节相当复杂，不过原理非常简单。就拿我们在咖啡店遇到一个熟人这样的例子来说，假如采用分布式编码的方式——而不是相反的稀疏编码——来表示这个人，那我们对这个人的每一处细节都需要用许多神经元进行编码。对这家咖啡店本身的分布式编码，又需要另外的大量神经元。如果要将这个人和这家咖啡店联系起来，就需要在表示这两个概念各种细节的大量神经元之间建立连接。这还没有考虑将这两个概念与其他更多概念联系起来的问题，例如，这家咖啡店看起来像一家舒适的书店，而遇到的那个人看上去很像我们认识的另一个人。

在分布式网络中建立这样的连接是非常缓慢的，而且可能导致记忆混乱。相反，在稀疏网络中建立这样的连接既快速又容易，只须使少数神经元对两个概念都放电，从而在表示每个概念的各组神经元之间建立少量连接即可。稀疏网络的另一个优点是，增加新概念并不会对网络中既有的其他概念带来显着影响;而在分布式网络中很难将一个概念单独分隔开来，若要增加一个新概念，甚至需要改变整个网络的边界。

“概念细胞”使感知和记忆相互联系，通过抽象化和稀疏编码的方式表示语义知识(semantic knowledge)，比如人、场所、物体，以及构成我们个人世界的全部有意义的概念。它们是搭建记忆大厦的砖石，使我们对生活中的事实和事件形成记忆。它们巧妙的编码方式使我们的思维可以撇开无数琐碎的细节，提取出有意义的东西，以此来形成新的记忆，并在概念之间建立新的关联。“概念细胞”编码了我们的经历中最重要的内容。

“概念细胞”与莱特文所设想的“祖母细胞”不太相似，但它们很可能是人类认知能力的重要物质基础，以及思维和记忆的硬件组分。