最近微信改版，容易找不到尹哥的文章，大家记得把尹哥设为星标⭐️ 哦~
前段时间，比利时一位15岁的少年获得了量子物理学博士学位，成为了历史上最年轻的物理学博士。据说这孩子从小智力超群，一路开挂，11岁就已本科毕业。
看到这儿，真不禁让人半是感慨、半是自嘲地思索：人与人之间智商的鸿沟，是否真如网络段子所言，堪比物种之别？
你是否也好奇，这些聪明人的大脑到底与普通人有什么不一样？接下来，就让我们一起拆解三篇论文，来一探这“高智商大脑”的秘密！
01
神经元越大，智商越高
首先来看神经科学领域的一项发现。一篇发表在《eLife》期刊上的研究，从单个脑细胞的层面提供了一些线索：原来，高智商人群大脑皮层中的锥体神经元不仅体积更大、结构更复杂，而且放电更快、更稳定。
过去几十年来，科学家通过脑成像技术观察到，智商较高的人往往在颞叶和额叶等区域的灰质更厚。灰质中密集分布着神经元的细胞体及其树突。
但一个问题随之而来：更厚的大脑皮层背后，究竟是哪些微观结构在起作用？是神经元数量更多，还是每个神经元本身更强？
由于难以直接获取健康人脑组织，这个问题长期无法得到直接验证。直到2018年，荷兰阿姆斯特丹自由大学的研究团队抓住了一次难得的机会——他们从46位因癫痫或脑肿瘤接受手术的患者中，获取了少量健康的颞叶脑组织。这些组织因位于病灶附近而被切除，但其本身并未发生病变。
更重要的是，这些患者术前都做了标准的智商测试（WAIS），还做了高分辨率的MRI脑扫描。于是，研究人员把三样东西串起来了：
● 每个人的智商分数；
● 他们大脑颞叶的皮层厚度；
● 以及从他们脑组织中提取出的单个神经元的形态和电活动。
△ 试验过程
研究人员对72个神经元进行了精细的三维重建，发现一个惊人的规律——智商越高的人，其神经元的树突总长度越长，分支也越多，这意味着它们能够接收来自更多其他神经元的信号。
而且，这些树突结构“茂密”的神经元所在区域，正好对应MRI影像中显示的皮层较厚的位置。
也就是说，大脑皮层增厚并非由于堆砌了大量小型神经元，而是因为其中的神经元个体更大、结构更复杂。
△ 智商得分与颞叶皮质厚度呈正相关
仅有庞大的树突还不够，神经元的核心功能在于通过产生动作电位来传递信息。
研究人员通过电极记录了129个神经元的放电过程，发现高智商者神经元的动作电位上升速度更快，尤其在连续放电时，例如在大脑高速处理复杂任务的过程中，它们的“电脉冲”衰减得更慢。
△ 智商得分与颞叶皮质锥体细胞的树突结构呈正相关
△ 较大的树突可导致动作电位更快的起始速度，并改善编码特性
举例来说，当神经元以每秒30次的频率连续放电时，低智商组的神经元放电速度会明显下降，而高智商组的神经元则能基本保持初始的“爆发力”。
这表明，他们的神经元在高负荷工作状态下依然能够精准、高效地传递信息。
那么，为什么树突越大，放电反而越快？这听起来似乎有些反直觉：树突主要负责接收信号，而放电始于轴突，两者如何关联？
实际上，神经元是一个完整的电生理系统。更大的树突结构如同一个更大的“电容负载”，反而有助于细胞膜电位更迅速地变化。
计算机模拟结果也证实了这一点：树突更长的神经元模型，不仅产生动作电位的速度更快，还能更精准地响应高频输入信号。
02
大脑内部越简单反而越聪明
既然神经元的树突越茂密，大脑就越聪明，那么是不是大脑的结构也越复杂越好呢？
还真不是这样！来自德国波鸿鲁尔大学的研究团队此前在《自然·通讯》上发表了一项研究，发现聪明人的大脑可能更简洁高效。
科学家早已观察到，聪明人的大脑通常体积更大，尤其是在顶叶和额叶等关键区域。
而这项研究试图更进一步，探索高智商人群的大脑在微观结构上是否具有独特特征。
为了找到答案，研究者们用了多壳弥散张量成像（简称MS-DTI）和矩阵推理测试。
MS-DTI能让我们看到大脑里神经纤维的走向和密度，而矩阵推理测试则是一种用来衡量智力的测试。
△ 估算大脑的性能
在分析DTI数据时，研究者重点关注大脑皮层的两个指标：一是神经突密度（INVF Cortex），二是神经突方向分散度（ODI Cortex）。
这里的“神经突”包括轴突和前面提到的树突。这两个指标共同反映了大脑神经纤维的密集程度与排列规整性。
结果发现，智商更高的个体，其大脑皮层中神经突密度更低，方向分散度也更低。这说明他们大脑中的神经纤维排列更加有序，不那么杂乱无章。
这一发现支持了所谓的“神经效率假说”。该假说认为，聪明人的大脑并非依靠“蛮力”运作，而是胜在“效率”。也就是说，他们的大脑神经网络组织得更精炼，信息处理起来更快、更精准。
那么问题来了：之前的研究不是显示神经元的树突越大、大脑越聪明吗？怎么这里又说神经突密度低的大脑更聪明呢？
关键在于区分单个神经元的大小和一个区域内神经元的密集程度：
荷兰团队的研究发现，在智商较高的人群中，单个锥体神经元不仅体积更大，而且树突结构也更为复杂。这使得神经元内部的信息处理速度更快，信息从输入端（树突）到输出端（轴突/动作电位）的传递也更加高效。
而德国团队则测量了大脑皮层大范围区域内的神经突密度（即单位体积灰质中树突和轴突的数量）。他们的发现与荷兰团队互补：高智商人群的神经突密度更低。
将这两项研究结合起来看，我们发现高智商人群的大脑具有一种独特的结构特征——在给定的体积内，神经元数量较少（即密度较低、排列更稀疏），但这些神经元平均来说体积更大、结构更复杂。
这种由“更优质单元”构成的“更稀疏网络”，可能为信息传递提供了更清晰、更少干扰的路径，从而实现更高效的处理。这与“神经效率假说”的内涵高度吻合。
△ 量化单个脑区层面的结构-功能关联
由此看来，头大≠聪明，关键是得细看“内部软装”呢！
03
大脑皮层结构与智力的关联
上面的两项研究都来自2018年。而近年来，神经科学界对大脑结构与智力之间的关联进行了更加细致的研究。
早期研究多关注颞叶、额叶等具体脑区，但实际上，大脑的高级功能依赖于遍布各区域乃至深层结构的协同网络。
例如“默认模式网络”（DMN），它如同大脑的“后台运行程序”，在我们休息、放空或进行内部思考时活跃。相反，“任务正向网络”（TPN）则在我们专注处理外部任务时启动。
重要的是，DMN不仅负责“休息”，它在记忆整合、注意力调控和认知灵活性等方面也扮演关键角色。
例如，作为DMN核心枢纽的后扣带回皮层（PCC），其功能连接强度已被发现与智力表现正相关。
2023年4月，美国贝勒医学院团队在《大脑与行为》上发表了一项新研究。他们通过分析DMN和TPN中关键节点的皮层结构特征——包括皮层厚度和脑回化指数，来探索这些特征与一般智力（g因子）之间的关系。
该研究对44名健康年轻人进行了深入分析，发现皮层厚度与智力之间存在显著关联，尤其是在DMN的一些关键节点上，例如右侧颞下回、腹侧后扣带回及海马旁回等区域——这些区域的皮层越厚，受试者的一般智力分数往往越高。
此外，脑回化指数（LGI，用于衡量大脑皮层折叠复杂程度的指标）也与智力相关。研究发现，在DMN的多个节点（如右侧腹侧与背侧后扣带回、右侧中颞回等），LGI越高，智力评分也越高。
△ 皮层厚度与g因子的关系
接着，研究团队还进一步利用皮层厚度和LGI构建了线性回归模型，该模型成功预测了受试者的智力分数，解释力达到25%。
这表明，大脑的“智力密码”很可能隐藏在DMN等网络的精细结构之中，即更厚的皮层可能意味着更多的神经元和更复杂的局部连接；更高的折叠程度则扩展了皮层表面积，为神经计算提供了更广阔的空间。
总之，这项研究将智力与特定大脑网络的结构明确联系起来，比以往仅关注局部脑区的研究更进一步，也为未来探索认知增强或神经疾病治疗提供了新思路。
例如，通过非侵入性脑刺激技术调节DMN的活动，或许有望辅助提升认知功能。
在日常的生活、学习与工作中，我们常常会感叹于某些人思维敏捷、学习力强，仿佛天生就拥有“最强大脑”。
通过神经科学的深入研究，我们逐渐揭开了这背后的奥秘——聪明的大脑，并非单纯依赖大脑体积、或是神经元数量，而在于神经元的质量与网络连接的精妙布局。
但这些可能都只是冰山的一角，未来更深入的研究必将进一步增进我们对大脑与智力关系的理解。
不过，即使我们大部分人没有令人羡慕的高智商大脑，但我们仍能从“高智商大脑”的剖析中获得启发：
追求“更多”未必总是最优解，无论是知识积累、技能学习还是生活管理，适时的“聚焦”与“精简” ，保留核心、去除杂芜、优化结构，可能才是通向高效与卓越的关键！
撰文：linwen｜编辑：lcc
参考资料：
[1] Goriounova NA, Heyer DB, Wilbers R, Verhoog MB, Giugliano M, Verbist C, Obermayer J, Kerkhofs A, Smeding H, Verberne M, Idema S, Baayen JC, Pieneman AW, de Kock CP, Klein M, Mansvelder HD. Large and fast human pyramidal neurons associate with intelligence. Elife. 2018 Dec 18;7:e41714. doi: 10.7554/eLife.41714.
[2] Genç, E., Fraenz, C., Schlüter, C. et al. Diffusion markers of dendritic density and arborization in gray matter predict differences in intelligence. Nat Commun 9, 1905 (2018). https://doi.org/10.1038/s41467-018-04268-8
[3] Yadav A, Purushotham A. Cortical Structure in Nodes of the Default Mode Network Estimates General Intelligence. Brain Behav. 2025 May;15(5):e70531. doi: 10.1002/brb3.70531.
热门跟贴