有人认为脑成像定位G位置的另一个问题是我们的仪器还是太简单，无法给出满意的答案。比如海尔上世纪80年代的PET扫描，追踪了大脑中的放射性葡萄糖，可以获得一个器官在30分钟时间窗内的代谢活动图像，但是这个器官的细胞之间是以毫秒为单位进行通讯的。

2017年，剑桥大学神经科学家Rogier Kievit和他的同事发表了一项研究，认为智商是集体力量的指数，代表了更具体的认知能力，这些能力相互加强。该研究结果基于数百名20岁左右的英国居民的词汇和视觉推理测试成绩，以及大约一年半后对同一受试者重新测试获得的数据。

研究人员还提出了一系列其他假设来解释智力的个体差异。提出的机制各不相同，这反映出科学对智力是如何产生的尚无定论。这里有三个假设，每个假设都有自己的实验证据，都有相应的计算模型支持。

当神经科学家从大脑结构和活动与智力的关系的角度探索大脑时，遗传学家从不同的角度研究智力。伦敦政治经济学院(London School of Economics and Political Science)的心理学研究员索菲·冯·斯图姆(Sophie von Stumm)根据他们迄今的发现，估计大约25%的智能个体差异可以用基因组中的单核苷酸多态性来解释。

Kievit表示，通过相同人群在两个时间点的数据，研究人员可以研究一项认知技能(如词汇或推理)的表现是否可以用来预测另一项技能的提高速度。研究人员使用算法来预测不同智能模型下应该发生的变化。由此得出结论，互助主义是最合适的一种，即不同认知能力在正反馈循环中相互支持的思想*注:流体智力测验强调的是解决问题的能力，而不是学到的知识。。

其他基因似乎将智力与各种大脑疾病联系在一起。例如，在2017年发表的GWAS预印本中，阿姆斯特丹自由大学的丹妮尔·波斯蒂(Danielle Posti)和她的同事们发现了认知测试分数和变体之间的关联，这种关联与抑郁症、多动症和精神分裂症呈负相关，这可能是智力与精神疾病风险较低相关的已知机制。研究人员还发现，智力相关变异与自闭症正相关研究人员认为，正是因为各种任务都涉及相同的执行过程，这解释了为什么个体在执行不同任务时的表现是相关的。所以G衡量的是这些高阶执行过程的平均强度，而不是执行单一任务的能力。科瓦奇说，神经科学家可以通过寻找大脑在执行特定执行过程时的各种特征，而不是寻找单个G因子的位置，在理解智力方面取得更大进展。。

Santarnecchi希望看到大脑被操纵，例如，通过无创刺激，从而获得大脑活动和认知能力之间的因果关系。他说，“我们现在对智能了解很多，但我认为是时候尝试用不同的方式来回答这个问题了。”

此外，卡尔补充道:“你是对的。解决方案是聚合许多大脑和思维的能力，这可以成倍地增加单个大脑和思维的能力。更重要的是，这并不局限于特定时间点的并行，还可以串联集合多代人的智慧和知识(祖辈在这里起了主要作用)。这给了皮尤悖论一个完美的答案。许多大脑及其积累的智慧将能够识别单个大脑。”

[9]

[10]

要理解弗林效应，一个根本性的挑战是智力的定义。20世纪初，英国心理学家查尔斯·斯皮尔曼(Charles Spearman)首先观察到，当人们执行一些看似无关的脑力任务时，比如判断一个物体是否比另一个物体重，或者在灯亮后快速按下一个按钮，他们的平均表现可以预测我们在执行完全不同的任务时的平均表现。Spearman提出可以用一种单一的一般智力(G)来描述这种共性。

他说，“有些人也会在我们使用的同一网络中的其他节点上做出反应。”大脑中也有“开始到处传播的信号”。他的团队发现，通过智商测试测得的较高的智力对应于一种更具网络特异性的反应，Santarnecchi假设这种反应“反映了某种特定的”...更高智能的大脑的效率。”

虽然磁刺激产生了类似的吸引人的结果，但是对电刺激和磁刺激的研究也质疑了这些技术的有效性。即使是那些相信可以提高认知能力的研究人员也承认，要将其用于临床，我们还有很长的路要走。

哈佛大学的Emiliano Santarnecchi和锡耶纳大学的Simone Rossi也认为智力是整个大脑的属性，但他们认为整体可塑性是智力的关键。Santarnecchi认为，可塑性是大脑重组的能力，可以通过经颅磁刺激或电刺激产生的大脑活动的性质来衡量。

2016年，美国加州克莱蒙研究生大学的Andrew Conway和匈牙利Eotvos Loran大学的Kristóf Kovács对参与智力的多个认知过程提出了不同的论点[11]。

大脑中的整体交流模式是解释智力的另一个候选。2018年初，美国伊利诺伊大学厄巴纳-香槟分校心理学研究员Aron Barbey基于利用扩散张量MRI等技术追踪不同脑区之间联系的研究，提出了上述观点，并称之为网络神经科学理论[5]。

在他们的模型中，有特定应用的神经网络(例如，那些需要进行简单数学运算或在环境中走动的神经网络)和高级的通用执行过程(例如，将问题分解为一系列可管理的模块)，这两者在帮助人们完成认知任务方面发挥着各自的作用。

冯·斯塔姆计划用本杰明的多基因评分来说明基因和环境是如何相互作用的。冯斯塔姆说，“第一次，我们可以直接测试那些在贫困家庭中长大的孩子在...........，以及他们的基因差异是否能像那些在较富裕家庭长大的孩子一样预测他们的学习成绩，而后者完全有可能抓住适合他们基因倾向的学习机会。”

虽然教育和智力之间的相关性并不完美，但冯·斯塔姆说:“智力和学术成就高度相关，在遗传学上也高度相关。”他最近与人合著了一篇关于智能遗传学的综述[8]。一般来说，在本雅明的研究中，到目前为止确定的基因约占教育水平个体变异的11%；相比之下，家庭收入占7%。

里奇在给《科学家》的邮件中写道:“智力可以预测一系列重要的事情”，比如教育成就、职业成功、身心健康等。“因此，如果我们有可靠的方法来提高我们的智力，这将是非常有用的。”

2007年，基于这项研究和其他神经影像学研究，海尔和新墨西哥大学的Rex Jung提出了前额叶整合理论，认为海尔等人研究中发现的脑区是智力的核心[3]。但海尔和其他研究人员后来发现，即使智力相似的人在执行同样的脑力任务时，激活模式也不同。他说，这表明大脑可以用不同的方式实现相同的目标。

现代的fMRI扫描，虽然在时间上更准确，但只跟踪大脑中的血流，而不是单个神经元的实际活动。邓肯说，“这就像如果你想了解人类说话的原理，但你能听到的只有来自整个城市的噪音量。”

当研究人员试图解决棘手的智力现象时，一个哲学问题出现了。我们这个物种是否足够聪明，能够理解我们自己的智力基础？尽管这一领域的研究人员普遍认为，科学要理解我们如何思考还有很长的路要走，但大多数人都谨慎乐观地认为，未来几十年将会有重大进展。

对早期脑损伤的研究表明，额叶对解决问题至关重要。20世纪80年代末，加州大学欧文分校的理查德·海尔和他的同事们对受试者在解决抽象推理问题时的大脑进行了成像。此时，受试者额叶、顶叶、枕叶的特定脑区，以及它们之间的交流被激活。额叶与计划和注意力有关；顶叶解释感觉信息；枕叶处理视觉信息，这些信息对解谜都很有用。

这项任务需要工作记忆，即获取和储存相关信息的能力。工作记忆会刺激高频γ波和低频β波的爆发。当这些集群在任务过程中的一些常见点不同步时，动物就会犯错误[4]。

对于本文结尾提出的哲学问题:“我们这个物种是否聪明到足以理解我们自己的智力基础？”其实在大脑研究中有一个相应的问题，就是所谓的皮尤悖论:“如果人类的大脑简单到足以让我们清楚地认识它，那么我们就会简单到无法认识大脑。”

近几十年来，经颅脑刺激，即通过头骨发送温和的电脉冲或磁脉冲，已经显示出提高智力的一些潜力。例如，2015年，哈佛医学院的神经科学家Santarnecchi和他的同事发现，受试者在接受经颅交流电刺激时解决问题的速度更快，而2015年的一项荟萃分析[meta-analysis，meta-analysis，meta-analysis，meta-analysis，meta-analysis，meta-analysis，meta-analysis]是指一种整合多个研究结果的统计方法。就用途而言，是一种新的文献综述方法。)发现另一种电刺激(经颅直流电刺激)具有“显著可靠的效果”(Curr Biol，23:1449-53)。

除了缺乏精密的工具，一些研究人员开始质疑以下前提:智力的关键完全取决于大脑的解剖特征。

人们对人的智力差异的生物学基础了解不多，但神经科学、心理学等领域的研究已经开始了解这种差异的原因。

因为这个领域内外的一些人不断把伪科学概念引入其中，所以理解人类智能的任务变得更加困难。例如，智能研究不时受到优生学、“科学”种族主义和性别歧视的污染。

操纵的想法很诱人，研究人员一直希望能够实现。曾经有一种手段似乎对提高智力有些希望，那就是使用脑力训练游戏。通过练习，玩家可以提高他们在这些简单电子游戏中的表现，这些游戏依赖于快速反应时间或短期记忆等技能。但查阅大量研究后发现，并没有很好的证据证明这类游戏能提高整体认知能力，现在普遍认为这类脑力训练令人失望。

尽管不足以预测个人的能力，但本杰明表示，这一分数应该对研究人员有所帮助，因为它允许他们在分析中控制遗传因素，以确定影响智力的环境因素。他说，“我们的研究将使我们能够更好地回答什么样的环境干预可以提高学生的学习成绩这一问题。"

剑桥大学的神经科学家约翰·邓肯说:“我之所以对流体智力测试感兴趣，并不是因为我想知道是什么让一个人比另一个人做得更好。这对每个人都很重要，因为这些功能都在每个人的脑子里。如果能知道它们是如何工作的，那就太好了。”

从斯皮尔曼时代开始，人们就一直在寻找一种测量G和智商(或智商)的测试方法。许多研究支持他的发现，即在不同的认知测试中，个体的表现之间存在可测量的相关性。研究人员之所以对G感兴趣，是因为它的影响力远远超出了学习成绩和工作表现。大量研究表明，较高的智商与较高的收入和教育水平有关，也与较低的慢性病、残疾和早死风险有关。

科学家们已经提出了个体G水平差异的各种生物机制，从大脑的大小和密度到神经活动的同步化，再到大脑皮层的整体连通性。然而，G的确切生理来源还远没有定论，研究人员仍然没有找到个体之间智力差异的确切解释。

巴绝不是第一个提出大脑不同部分之间的交流能力是智能核心的人，但网络神经科学理论的全脑性质与以往的模型形成鲜明对比。例如，顶叶-前额叶整合理论关注特定区域。贝贝说，“一般智力来源于人脑整个系统拓扑结构和动态特征的个体差异。”

例如，从1951年到1975年，日本儿童在名为韦克斯勒智力量表的测试中平均获得20分。在法国，1974年，平均年龄为18岁的男性在推理测试中的得分比1949年的同龄人高25分[1]。

不久前的2014年,《纽约时报》前科普作家尼古拉斯·韦德(Nicholas Wade)招致了很多批评，因为他的批评者称他扭曲了基因研究，认为种族可能与智力和其他性状的平均差异有关。抛开这种分析的合理性不谈，分类并不是今天聪明的研究者的最终目标。

最近一项对欧洲各地1475名青少年的研究报告称，通过某种认知测试测得的智力与一系列生物特征有关，包括已知的遗传标记、参与多巴胺信号转导的基因的表观遗传修饰、纹状体的灰质密度(运动控制和奖励反应的主要参与者)以及纹状体中意外奖励线索的激活[2]。

在《人工智能的第三个春天:一位德国工程师与一位中国科学家的对话》(2019，上海教育出版社)一书中，作者卡尔·施拉根霍夫(Karl Schlagenhauf)曾指出:“他的悖论让我困惑了很长时间，然后我意识到，一方面，虽然他的话看起来很有道理，但人脑是如此复杂，单个大脑很难认识自己。然而，另一方面，不仅仅是单个大脑认识自己，正如你所说，是不断进化的大脑社交网络试图认识单个大脑。大脑的社交网络比单个大脑复杂得多！所以，虽然我不奢望有一天我们能宣布‘啊哈！“现在，所有关于人脑的秘密都被发现了！”我们仍然可以逐步接近这个目标，即使我们永远无法完全实现它。"

全基因组关联研究(genome-wide association studies)在揭示智力和教育成就的生物学方面的作用是有限的，因为关于迄今发现的基因，还有许多事情需要了解。但是，本杰明说，有一些启示。

研究人员开始提出其他可能是智力基础的大脑特征。比如，为了寻找关于智商的线索，米勒一直在追踪多个神经元同步放电时的脑电波变化。在最近的一项研究中，他和他的同事将记录脑电图的电极放在猴子的头上，他们教猴子如果看到与他们刚才看到的序列相同的物体，就松开它们的手柄。

麻省理工学院皮考尔学习和记忆研究所的神经生理学家厄尔·米勒说:“在20世纪，关于大脑的主流观点是解剖结构决定一切。”但是在过去的10到15年里，人们发现这种观点过于简单化了。

1987年，新西兰奥塔哥大学的政治学家詹姆斯·弗林报告了一个奇怪的现象:随着时间的推移，许多种类的人的智力普遍提高。有大量的14个国家几十年的人的平均智商得分，所有这些国家的平均智商都在上升，有些国家的智商上升幅度很大。

虽然他发现了一些关于智力如何产生的线索，但Santarnecchi发现自己很沮丧，因为他认为对神经科学核心问题之一的研究还没有得到更具体的答案。为了解决这个问题，他现在正在领导一个由认知神经科学家、工程师、进化生物学家和其他学科研究人员组成的财团，讨论如何寻求智力的生物学基础。

至于如何从大脑的结构或功能中产生智力，冯·斯塔姆对基因数据在不久的将来会产生有用信息的想法持怀疑态度。但是GWAS能以一种不那么直接的方式对认知智能做出贡献。根据他们的研究结果，本杰明和他的同事设计了一个与教育水平相关的多基因分数。

米勒怀疑这些脑电波在大脑中“指挥交通”，确保神经信号在需要时到达适当的神经元。他说:“伽马波是自下而上的，它携带着你正在思考的东西。β波是从上到下的，它携带着决定你想要什么的控制信号。如果你的不够强大，无法控制γ，那么你的大脑就无法过滤掉杂念。”

不仅智力的生物学问题仍然是一个黑箱，而且研究人员也围绕这个概念本身进行思考。事实上，G代表大脑单一属性的观点受到了挑战。虽然G作为一个指标的有用性和预测能力已经被广泛接受，但不同模型的支持者将其视为认知能力的平均值或总和，而不是原因。

研究人员知道，提高智力的有效方法是良好的老式教育。在2018年初发表的一项元分析中，当时爱丁堡大学的神经心理学家斯图尔特·里奇(Stuart Ritchie)领导的研究小组(现就职于伦敦国王学院)从多项研究报告的数据中筛选出混杂因素，发现无论年龄还是教育水平，学校教育平均每年增加智商1至5分(Psychol Sci，29:1358-69)。包括不列颠哥伦比亚大学发展认知神经科学家阿黛尔·戴蒙德(Adele Diamond)在内的研究人员正试图研究教育中的哪些因素对大脑最有益。

但海尔指出，活跃度越强，认知能力越强。“其实分数最高的人大脑活动最弱，这说明让你聪明的不是你的大脑工作有多努力，而是你的大脑工作有多高效。”

这个悖论似乎是可以解决的。通过一代又一代人的不断努力，整个人类可以逐渐了解人类的智能，尽管很难有一天宣布完全了解。

这就好比单个神经元不能识别自己，但由大量神经元适当组织起来的人脑却能识别单个神经元。

为了找到对智力起作用的基因，研究人员扫描了数千人的基因组。例如，2018年初，南加州大学经济学家丹尼尔·本杰明(Daniel Benjamin)和他的同事分析了超过110万欧洲血统的人的数据，发现了超过1200个与教育成就有关的基因座，这通常表明智力[7]。因为在各种关于DNA测序的医学研究中，会询问受试者的教育状况，以帮助控制后期分析中的社会经济因素，所以有很多这样的数据。

例如，本杰明说，在他最近的研究中发现的功能已知的基因，“似乎涉及大脑发育和神经元之间交流的所有方面，但与胶质细胞无关。”因为胶质细胞可以影响神经元相互传递信号的速度，所以说明分布的速度不是教育成绩差异的因素。

根据脑成像和脑损伤患者的研究，一个著名的假说认为，智力位于大脑中特定的神经元簇中，其中许多位于前额叶皮层和顶叶皮层。这一假说被称为前额叶-顶叶整合假说，认为这些区域的结构、活动和联系存在个体差异，它们与认知任务的执行有关。

弗林最初怀疑这种趋势可能是测试的问题。然而，在接下来的几年里，更多的数据和分析支持了人类智力随着时间而提高的观点。对这一现象的解释现在被称为“弗林效应”，原因有四，包括教育水平的提高、营养状况的改善、科学技术的更大运用和铅污染的减少。从70年代出生的人开始，这种趋势在一些西欧国家发生了逆转，使得这一代波动的奥秘更加神秘。然而，对于这些趋势的根本原因还没有达成共识。

海尔说，“我们现在看到的不仅仅是大脑连接成像的发展...........，还包括突触成像，这将把我们对智力等基本生物机制的理解提高到一个新的水平。”