在人类大脑机制的探索上，研究者主要遇到的困难有哪些？ 华沙，新书《看脸》已上架:http://www.amazon.cn/dp/B016Y0FQPS/ref=kd_we_zhihu_web_221015 我个人认为这个问题很棒。我觉得目前受困两个大的方面：（1）研究工具，（2）研究人员自身素质。 先从研究工具入手。这一点又分两个，首先是脑成像工具，其次是统计工具。 我们现在使用的脑成像无非是 fMRI，EEG 类东西。其基本原理主要是被动分析我们大脑活动所产生的电信号或者代谢数据。如下图。 为什么说还不够好呢？我们从 fMRI 原理说起，它研究分析人在特定工作下血氧代谢情况，也就是说你要是没有代谢变化就没有办法测出来。这些测量方法在时空分辨率往往有 妥协，只能说还有待提升。我个人认为最好的目前是单电极分析，但是由于目前限制，是在没法推广。我个人认为终有一天，待我们的技术可以达到无入侵的高时空分辨率的成像技术的时候，我们对于大脑的研究会产生一个巨大的突破。 除了工具本身，工具怎么用也是问题。懂了 fMRI 原理够了么？会看图够了么？不够，别人做功能性连接的牛吧，还有做拓扑的呢。山外有山，但是我敢说再往后十年，同样的核磁共振，新的科学家们玩的会更溜。在这里挑战就是研究者们能不能深切掌握工具。 下面就是统计工具，说实话，各国研究心理学或者神经科学的人，必然基本都会统计，但是统计质量呢？我倒是很期待本科学数学或者物理的加入一线神经科学研究（不是人工智能）。只有运用更加准确的统计工具才能提高研究本身的分析效力。就好比说实验结果就像复杂的生活一样，只有准确运用了统计方法才能理清楚潜在的脉络和逻辑，不然就是盲人摸象。在这一点上，很多学生都得加油，新的统计手段使用什么的还是得要掌握（比如我）。 最后就是人员素质本身了。为什么要提到这个呢？目前神经、认知心理学蓬勃发展，很多人都研究某个细小组块。结果呢，研究初级视觉皮层的不见得很熟悉高级识别，研究视觉的不太能马上操作听觉的研究。这样的分区块的研究自然有好处，术业有专攻；但是对于目前渐渐提倡整合或者跨模式的研究呢，我真的担心大家的知识储备（大牛们肯定比我们多了几千篇论文，我担心的是我们这些新晋的研究者会不会由于内容的过度细节化影响了总体的把控能力）。比如，我最近还在研究面孔识别，但是通过研究我发现工作记忆也有巨大作用：在认知里面，视觉和记忆简直隔行如山，但是其实暗中镶嵌。 所以说，未来神经科学的突破肯定也会出现在一些细节上，但是更大的突破需要更新的技术手段和分析方法，加之以多领域协同工作，这样的突破才会给我们生活带来质变。 站在巨人肩膀上，眼界也开阔了，但是对挑战也看得更清晰。怎么办呢？我们也应该成为新的巨人。 查看知乎原文
