当你积极执行一项任务时，例如在健身房举重或参加考试，神经元活动增强，大脑中执行任务所需的部分就会变得“活跃”。然而当你在沙发上走神时，你的大脑仍然活跃吗？
研究人员发现，答案是肯定的。在过去二十年里，研究者们定义了所谓的默认模式网络（default mode network），这是大脑中看似不相关的脑区的集合：当人们不在做任务的时候，这些区域就会被激活。它的发现为我们提供了关于大脑在没有执行任务时是如何运作的见解，促进了对大脑网络（而不仅仅是大脑区域）是如何参与管理内部经验的研究。
20 世纪末，神经科学家开始使用新技术来获取人们在扫描机中执行任务时的大脑图像。正如预期的那样，某些大脑区域的活动在任务过程中增加——但令研究人员惊讶的是，其他脑区的活动同时下降。令神经科学家们感兴趣的是，这些相同的脑区在执行其他各种各样的任务时也会持续地减少活动。就好像当人不做任何事情时这些区域一直是活跃的，然而，当思想必须集中于外部事物时这些脑区就关闭了。
研究人员将这些区域称为“任务抑制”的。当它们首次被发现时，圣路易斯华盛顿大学医学院的神经学家 Marcus Raichle 怀疑这些任务抑制脑区在休息时发挥着重要作用。“这提出了一个问题：‘大脑活动的基线是什么？’”Raichle回忆道。在一项实验中，他要求扫描仪中的人们闭上眼睛，让他们的思绪游离，同时测量他们的大脑活动。
他发现，在休息期间，当我们转向内在心理活动时，这些任务抑制脑区会比大脑其他区域消耗更多的能量。在 2001 年的一篇论文中，他将这种活动称为“大脑功能的默认模式”[1]。两年后，在生成更高分辨率的数据后，斯坦福大学医学院的一个团队发现，这种任务抑制活动定义了一个由相互作用的大脑区域组成的连贯网络，他们将其称为默认模式网络（default mode network）。
论文题目：A default mode of brain function
论文链接：https://www.pnas.org/doi/full/10.1073/pnas.98.2.676
论文题目：Functional connectivity in the resting brain: A network analysis of the default mode hypothesis
论文链接：https://www.pnas.org/doi/full/10.1073/pnas.0135058100
2001年，神经学家Marcus Raichle发现了走神时的大脑活动网络，并将其称为大脑功能的“默认模式”。｜图片来源：由Marcus Raichle提供
默认模式网络的发现激发了神经科学家对大脑在没有外在任务的情况下在做什么的好奇心。尽管一些研究人员认为这个网络的主要功能是产生我们走神或做白日梦的体验，但对于它的功能也还有很多其他的猜想。有研究者认为或许它控制了意识流或激活了对过去经历的记忆。默认模式网络的功能障碍被认为是几乎所有精神和神经疾病的潜在特征，包括抑郁症、精神分裂症和阿尔茨海默病。
从那时起，对默认模式网络的一系列研究使最初人们对默认模式网络的理解变得复杂。加州大学洛杉矶分校的神经科学家 Lucina Uddin 表示：“在过去 20 年里，我们看到了不同类型的任务和范式都参与了默认模式网络，这非常有趣。”
默认模式网络是科学最早刻画描述的大脑网络之一。它由几个大脑区域组成，包括一些位于大脑前部的区域，如背侧和腹内侧前额叶皮质，以及分散在整个大脑中的其他区域，如后扣带回皮质、楔前叶和角回。这些区域与记忆、经验回放、预测、行动考虑、奖励/惩罚和信息整合相关。（下图中的彩色突出显示表示当默认网络参与时，一些外部大脑区域变得更加活跃。）
大脑默认模式网络示意图。｜来源：Merrill Sherman/Quanta Magazine
自发现以来，神经科学家已经大致确定了一些额外的不同网络，每个网络都激活大脑中看似不同的区域。这些激活的区域不是独立行动的，而是彼此同步协调的。“你不能把交响乐团想象成只是小提琴或双簧管，”Raichle说。同样，在大脑网络中，各个部分相互作用，产生只有它们一起才能产生的效果。
根据研究，默认模式网络的影响包括走神、记住过去的经历、思考他人的心理状态、想象特征和处理语言。虽然这看起来像是认知中不相关方面的一个杂货包，但斯坦福认知与系统神经科学实验室主任Vinod Menon最近提出理论认为，所有这些功能可能有助于构建内部叙事。在他看来，默认模式网络可以帮助你思考与他人相比你是谁，回忆你过去的经历，然后将所有这些总结成一个连贯的自我叙述。
论文题目：20 years of the default mode network: A review and synthesis
论文链接：https://www.cell.com/neuron/abstract/S0896-6273(23)00308-2?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0896627323003082%3Fshowall%3Dtrue
图片显示了默认模式网络的主要区域（黄色）与不同区域之间的连接性。｜图片来源：Horn, Andreas; Ostwald, Dirk; Reisert, Marco; Blankenburg, Felix (2013). “The structural-functional connectome and the default mode network of the human brain”. NeuroImage. 102: 142–151.
默认模式网络显然是在做一些复杂的事情；它涉及许多不同的过程，无法清楚地被描述。Uddin说：“如果我们认为‘这个大脑区域或一个大脑网络只做一件事’，那就有点愚蠢了，我不认为是这样的。”
Uddin 开始研究默认模式网络，因为她对自我识别（self-recognition）很感兴趣，许多自我识别任务，例如识别自己的面孔或声音，似乎都与这个网络相关。近年来，她将注意力转向大脑网络之间的相互作用。Uddin说，正如不同的大脑区域相互作用形成网络一样，不同的网络也以有意义的方式相互作用。“在某些方面，网络交互比孤立的网络更能说明问题，因为它们确实一起工作，然后分开，然后随着时间的推移改变它们正在做的事情。”
她对默认模式网络如何与凸显网络（salience network）交互特别感兴趣，这似乎可以帮助我们在任何给定时间识别最相关的信息。她的工作表明，凸显网络会检测到何时需要注意某些重要的事情，然后作为关闭默认模式网络的开关。
神经科学家 Lucina Uddin 研究包括默认模式网络在内的不同大脑网络如何相互作用。
研究人员还一直在研究抑郁症等精神健康疾病是否可能与默认模式网络的问题有关。到目前为止，调查结果尚无定论。例如，在抑郁症患者中，一些研究人员发现网络节点过度连接，而其他人则发现相反的情况——节点无法连接。在一些研究中，默认模式网络本身并不异常，但它与其他网络的交互却出现了异常。这些发现可能看起来互不相容，但它们与最近的发现一致，即抑郁症可能是一组表现出相似症状的不同疾病。
与此同时，Menon 提出了他所谓的三重网络理论（triple network theory）。它假设默认模式网络、凸显网络和第三个称为额顶网络（frontoparietal network）的网络之间的异常相互作用可能会导致精神健康障碍，包括精神分裂症、抑郁症、焦虑症、痴呆症和自闭症。通常，当有人注意外部刺激时，默认模式网络的活动会减少，而其他两个网络的活动会增加。Menon怀疑，对于患有精神疾病或发育障碍的人来说，网络之间的推拉作用可能会有所不同。
论文题目：Large-scale brain networks and psychopathology: a unifying triple network model
论文链接：https://www.cell.com/trends/cognitive-sciences/abstract/S1364-6613(11)00171-9?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS1364661311001719%3Fshowall%3Dtrue
在圣路易斯华盛顿大学研究精神疾病的神经生物学家 Deanna Barch 对三重网络理论很感兴趣。她说，研究精神健康障碍患者的网络如何以不同的方式连接可以帮助研究人员找到潜在的机制并开发治疗方法。然而，她认为仅靠网络互动并不能完全解释精神疾病。“我认为理解连通性差异是一个起点，”Barch说。“这不是终点。”
目前对默认模式网络的理解肯定也不是它的终点。自其发现以来，它推动神经科学家思考除了单个脑区的功能以外，大脑网络之间的相互作用会产生什么影响。它促使许多人欣赏内心的思维活动——即使我们在做白日梦或休息时，我们的大脑也在努力工作。
本文翻译自Quanta Magazine，原文链接：
https://www.quantamagazine.org/what-your-brain-is-doing-when-youre-not-doing-anything-20240205/
人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统，被认为是「已知宇宙中最复杂的物体」。本着促进来自神经科学、系统科学、信息科学、物理学、数学以及计算机科学等不同领域，对脑科学、类脑智能与计算、人工智能感兴趣的学术工作者的交流与合作，集智俱乐部联合国内外多所知名高校的专家学者发起神经、认知、智能系列读书会第三季——「计算神经科学」读书会，涵盖复杂神经动力学、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI的融合四大模块，并希望探讨计算神经科学对类脑智能和人工智能的启发。读书会从2024年2月22日开始，每周四19:00-21:00进行，持续时间预计10-15周，欢迎感兴趣的朋友报名参与，深入梳理相关文献、激发跨学科的学术火花！
详情请见：计算神经科学读书会启动：从复杂神经动力学到类脑人工智能
