© frontiersin.org
引言
意識重要，還是潛意識重要？這個問題還可以分解為：有為重要，還是無為重要？招式重要，還是內功重要？劍宗厲害，還是氣宗厲害？… 等等一系列重要衍生問題。
現在，一篇論文已經對這個基本問題進行了正面的回答：潛意識網絡不僅是大腦網絡中連接最緊密最具彈性的的部分，還同時是存於意識網絡中具有全局影響的部分——它是意識的真正核心。
論文題目：
How the brain transitions from conscious to subliminal perception
論文地址：
https://arxiv.org/abs/1903.09630
Francesca Arese Lucini, Gino Del Ferraro, Mariano Sigman, Hernan A. Makse
最近，以紐約城市學院 Francesca Arese Lucini 為首的四名科學家在arXiv發表了一篇預印本論文。研究者使用複雜網絡中k-核滲透方法（k-core percolation）進行數學建模，觀察了大腦由意識狀態向無意識狀態轉變時功能網絡的變化情況，發現意識狀態下大腦功能網絡有最多連接的核心部分（如視覺皮層和左額中回），與潛意識狀態時保持活躍的區域重合，即意識與潛意識的功能網絡內核是完全一致的。
該論文還解釋了由意識到潛意識的轉變過程：意識覺知狀態因意識功能網絡的外圍k殼（k-shells）失活而喪失。這一發現論證了大腦功能網絡最具魯棒性的核心部分，對應於潛意識狀態，而非之前一些理論所認為的意識狀態，並對這些意識理論進行闡發。
意識狀態向潛意識狀態的轉移
在這項研究中，作者首先通過對參考文獻（Dehaene，2001）[1] 中 Dehaene等人於2001年中收集的功能磁共振成像數據進行了網絡分析，研究了大腦從意識狀態向潛意識轉移的過程。
Dehaene 是法國神經學家，支持關於意識的全局空間理論（Global Workspace Theory），他曾在2001年與合作者們專門設計了兩項實驗，通過屏幕上閃現的誘導性單詞，以分別監測人腦有意識和潛意識狀態下的識字過程。
圖1：Dehaene等人，通過單詞誘導由意識向潛意識狀態轉變的實驗。
閾下（Subliminal）意識，指某種外在刺激未達到足夠的強度仍在感覺閾限之下， 未引起大腦有意識覺知和注意力反應，但依然接收並處理了相關信息的一種潛意識過程。在 Dehaene 等的神經科學研究中，由閾下意識轉向意識狀態之前會有一系列神經活動的生理指標呈現。如圖1所示，左圖描繪了引起有意識識別文字狀態的一系列流程，其中四個字母的單詞在電腦空白屏前後呈現，目的是讓受試者有意識地感知這個單詞，受試者每次都報告說看到了這個單詞，這種fMRI狀態信號被稱為有意識的或無掩蔽的；而在右圖描繪的實驗中，單詞被夾在干擾物之中，目的是讓受試者不產生任何對單詞的主動覺知。
這種用於區別受試者是否處於意識狀態的方法，被稱為主觀報告法，是當前意識科學研究重要方法之一。最終實驗結果表明，干擾圖像確實起到了遮掩的作用，在其影響下受試者沒有識別並意識到屏幕上的單詞。這種fMRI狀態信號稱為掩蔽或潛意識的信號。
大腦活動立體激活圖像
通過對以上對照實驗受試者的大腦背景活動進行評估，將採集到的BOLD信號使用SPM99(UCL，1999)[2] 進行處理，然後再利用廣泛採用的廣義線性模型（Generalized Linear model）對fMRI進行時間序列分析(Smith,2004)[3]，最終就得到了大腦的活動立體激活圖像，如圖2所示。
圖2：意識和潛意識狀態下大腦功能網絡的激活圖
通過比較在圖2a和圖2c中標示出的意識狀態和潛狀態的激活情況，作者發現一些大腦區域在兩種大腦狀態中均參與活動。如視覺皮層(
左視覺皮層-黃色、右視覺皮層-紅色)和左額中回(綠色)——這些共有區域也是僅有的表徵潛意識激活狀態的大腦區域。在意識狀態被激活的實驗中，功能性磁共振成像的激活會進一步擴散，並持續涉及到更多的其它集群。如圖2a所示，它涉及到了左右枕上回(分別為淺藍色和藍色)、右額回(粉色)和感覺運動區(紫色)。
為了研究意識狀態到潛意識狀態轉變的過程，作者根據意識狀態實驗中獲得了掃描的fMRI激活圖，並對每位受試者大腦分別構建了其功能網絡狀態的結構圖，如圖3。
圖3：根據意識狀態實驗中獲得掃描的fMRI激活圖，構建大腦功能網絡的結構
在為意識狀態構建了大腦功能腦網絡結構圖後，作者使用複雜社會網絡中k核滲透的方法，通過對屬於不同k核的每一個結構中的節點進行了修剪操作，即k核分解（k-core decomposition），用以識別出兩種意識狀態下大腦結構網絡中的共同模式和它們之間的差異。
什麼是k核滲透？
k核(k-core)是數學中圖論中的概念，最早在社會科學研究中被引入使用，原本用來描述社會網絡的內聚性（Seidman,1983）[4]，隨後它被廣泛應用於許多其它場合，如描述隨機網絡的魯棒性（Dorogovtsev，2006)[5]，社交網絡中的病毒傳播（Kitsak，2010）[6]以及大腦的大尺度結構（Hagmann,2008）[7]等。
對於給定的整個網絡結構，k核是其中一個子圖，作為子網絡它由具有至少k個相互連接的所有臨近節點組成。對某個子網絡，k 的值有時被稱為網絡的核心度，它的大小與鏈接到子網絡之外的實體節點數無關，只與子網絡內互相連接的節點數大小有關。
對整個網絡中的所有子網絡，作為子圖的k核其節點數k越大，說明網絡中節點之間相互連接得越緊密。其中最大的 k 也被稱為整個網絡的最大核心度值 (k-values)，例如你自己社交網絡中的最大核心度就是你所有互為朋友圈的朋友的數目。
一個具有兩個單三核心的社會網絡 | © IBM Knowledge Center
K-Core 與k-values的補充解釋：https://www.ibm.com/support/knowledgecenter/zh/SS3J58_9.1.1/com.ibm.i2.anb.doc/about_k_core.html在上面網絡中，包含了零核心、一核心、兩核心和三核心的子網絡嵌套集合，其中顏色最深的區域是左右兩邊的兩個三核心子網絡，網絡中的節點都彼此與其他三個節點鏈接。而這兩個三核心子網絡，又包含在較淺顏色的一個二核心網絡中。我們可以看到，零核心網絡就相當於沒有節點鏈接的全部孤立節點集合。對於給定核心度k的k核子網絡的節點集合，總是0核包含1核，1核包含2核……k-1核包含k核，這是一個逐層嵌套結構。
對一個k核，因為總是包含在一個核心度為 k-1的子網絡中，因此在這個子網絡而不在k核的所有節點，就構成了k核的外圍節點，它被稱為k殼（k-shell）。同理，k核還包含在 k-1、k-2、……單核的子網絡中，因為一個k核在整個網絡中會具有多個k殼。
圖4：一個三核網絡所示，k核在其中構成了同心圓，其中1殼位於網絡最外部。越是增加鏈接節點數k則越集中，最終達到最大k核對應的3殼，並位於圖的中心。
對具有不同k核子網絡嵌套的整個網絡來說，網絡中最核心部分即對應於具有最大k核的子網絡，它具有最大核心度值，稱為Kmax核心，它網絡的拓撲不變量（Dorogovtsev,2006）[5]。
對大腦功能網絡的 k 核分解
對於給定的某個網絡結構，要使用k核分解的方法，找到最大k核的子網絡，可以通過迭代移除所有連接少於k的節點來獲得：從k=1開始刪除所有鏈接度小於k的節點，這些節點的移除會降低其臨近節點的鏈接度。然後依次刪除這些節點，並重復該過程，直到不能再刪除更多節點。最後剩餘的結構即是網絡的最大k核心子網絡。
圖6：大腦功能網絡進行k核分解過程。最後Kmax核的節點屬於視覺皮層和額葉中回。 （左視覺皮層-黃色、右視覺皮層-紅色、左額葉中回-綠色）
“核心-外圍結構”（ core-periphery structure）
一旦我們按照上面的方法執行了k核的修剪過程，我們就可以計算出對每個給定的k，k核和k殼在其中每個受試者大腦活躍情況下所佔的比率。
對於75個受試者意識狀態全部大腦功能網絡，論文作者都計算了k核和k殼的佔用率，即在給定節點數k的情況下每個k核或k殼的在這些網絡中的分佈密度。當我們檢查完每個k殼中的節點與大腦解剖對應的區域時，這些網絡的一個有趣特性就顯現出來了。
圖5：中顯示了代表典型受試者意識網絡的k-shell佔用情況。在一個網絡中即使有一個最大的k核子網絡，它也可能是自我封閉的，就像人群中的恐怖分子一樣緊密連接，卻不具備全局影響力。從圖5中我們可以看到，潛意識的三個網絡不僅彼此節點連接最多，它還同時存於幾乎所有核的網絡中，換句話說它是具有全局影響力的真正的核心。
我們可以看到，非常有趣的是，大腦網絡節點數量分佈呈U形：對於非常小和非常高的k殼值，節點都顯示出非常高的佔用比，對於中間的k殼值，則顯示出很低的佔用比。
k最低的殼（1殼）由屬於大腦中活躍的所有7個腦區簇的節點構成。相反最大k殼（如50殼），也即網絡結構的中心內核，由僅屬於3個腦區簇的節點構成，分別是左視覺皮層-黃色、右視覺皮層-紅色以及左額葉中回-綠色——重要的是，它們是潛意識狀態僅有的功能磁共振成像活躍的三個腦區。
這種U型分佈形態在所有被分析的意識網絡中都是一致的。
在參考文獻（Burlesson-Lesser,2018）[8] 中將佔用率呈U形分佈的成因歸於維持系統的穩定性：即在最低和最高k殼中的大量節點，使得網絡能夠同時對局部和全局隨機攻擊都具有很強的魯棒性，從而使大腦成為隨機擾動下的一個彈性系統（Resilient Systems）。
在生態系統和金融系統的網絡中也能觀察到同樣的特徵，事實上這是許多網絡系統的一般特徵，稱為“核心-外圍結構”（ core-periphery structure）。（Corradino, 1990[9]; Krugman, 1996[10]; Borgatti & Everett, 2000[11]; Zhang et al. , 2015[12]; Verma et al. , 2016[13]）
從上面圖6，可以看到與圖5顯示相同的主題下大腦k核分解的過程：
圖6a顯示出，隨著k核修剪，意識狀態功能網絡中的大腦的fMRI活動不斷降低
圖6b標識了每一個k核所佔有的節點數。
圖6c通過描繪大腦的網絡連通性展示了k核分解的過程。
如前面圖5所討論那樣，圖6c最終顯示出特定意識狀態網絡的Kmax核心由視覺核心和額葉中回構成，即平均潛意識狀態僅有的功能磁共振成像激活的腦區集群。並且研究者通過隨機網絡驗證實驗，證明這樣的結果並非由於隨機效應。
最終論文表明，潛意識狀態在無意識感知期間會持續保持活躍，並構成了意識狀態的Kmax核心的很大一部分。
對當前意識理論的影響
Benjamin Libet 和 Dehaene 分別提出過兩種關於無意識信息和有意識獲取之間關係的重要理論。
意識謎題揭開前夜：
是源於信息處理過程？還是神經網絡內在屬性？
前者強調，通過對腦電圖的數據分析可以表明，在任何有意志的行為產生之前幾百毫秒裡，所有外部刺激都首先是在大腦中無意識地處理好了的。根據這一理論，無意識信息是激起所有有意識行為的火花，而意識扮演的控制角色則對潛意識處理信息的執行者角色有調節作用（Libet，1985)[14]。
至於後者，Dehaene則已經證明在大腦中存在一個大規模多功能的腦區，它涉及頂葉和前額葉皮質的區域，該區域設置了一個臨時的全局工作空間來綁定和共享信息（Dehaene & Naccache,2001[1];Dehaene,2014[15];Van Vugt,2018[16]）。
意識的全局工作空間理論的支持者之一，巴黎法蘭西公學院的認知科學家 Stanislas Dehaene
這種大腦先自下而上，再自上而下實現信息交互的框架被稱為“點火”（ignition）；如果外界輸入的刺激沒有足夠強烈地激活腦內體素（voxels），那麼大腦就不會將這些信息顯示在意識中。
兩種理論之間存在著共識，即雖然意識產生涉及大腦一系列大規模、非線性區域的激活，但這一過程開始於局部迴路中，在為這個特定的過程編碼信息後，意識才得以湧現。近日的這篇論文則提供了一個在雙方共識基礎之上的新觀點。
這項研究表明，儘管會涉及大規模信息傳播活動，無意識活動種子的內核卻始終保持在功能網絡殼結構的最核心處。這一發現讓人想起David Mumford與同事(Lee, 1998)[17]提出的有關視覺的理論，該理論認為V1是大腦的高頻功能核心，它起到暫時緩衝和保存最需要接收的字段信息的作用。
換句話說，意識激活的核心外殼可能並不是一組固定的神經元，而是在給定時間根據特定意識知覺的功能需求而變化狀態的神經網絡。
結論與思考
總體來說，該論文的研究成果與參考文獻的預測是一致的(Morone,2019)[18]，並能得出結論，意識到潛意識轉變可以被解釋為意識功能網絡的外圍k殼不斷失活而喪失。最終殘存的大腦區域，即最有彈性結構的區域Kmax核心，也就是那些構成潛意識狀態的區域：視覺皮層和額葉中回。
這篇論文不僅揭示了意識到潛意識轉變的本質，更強調了在系統神經科學中研究複雜網絡結構的重要性。通過有效標記和建模，揭示意識和潛意識之間的相似性和差異性，從意識到潛意識覺知的轉變過程，那麼也許相反的，意識從潛意識浮現的探索之路也將會因為這種方法而走向下一階段。
參考文獻：
Dehaene, S, & Naccache, L. 2001. Towards a cognitive neuroscience of consciousness: basic evidence and a workspace framework. Cognition, 79, 1– 37.
UCL. 1999. http://www.fil.ion.ucl.ac.uk/spm.
Smith, S M, Jenkinson, M, Woolrich, M W, Beckmann, C F, Behrens, T EJ, Johansen-Berg, H, Bannister, P R, De Luca, M, Drobnjak, I, Flitney, D E, et al. . 2004. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimage, 23, S208–S219.
Seidman, S B. 1983. Network structure and minimum degree. Social Networks, 5, 269–287.
Dorogovtsev, S N, Goltsev, A V, & Mendes, J F F. 2006. K-core organization of complex networks. Physical Review Letters, 96, 040601.
Kitsak, M, Gallos, L K, Havlin, S, Liljeros, F, Muchnik, L, Stanley, H E, & Makse, H A. 2010. Identification of influential spreaders in complex networks. Nature Physics, 6, 888.
Hagmann, P, Cammoun, L, Gigandet, X, Meuli, R, Honey, C J, Wedeen, V J, & Sporns, O. 2008. Mapping the structural core of human cerebral cortex. PLoS Biology, 6, e159.
-
Burlesson-Lesser, K, Morone, F, & Makse, H A. 2018. K-core robustness in ecological and financial networks. submitted.
Corradino, C. 1990. Proximity structure in a captive colony of Japanese monkeys (Macaca fuscata fuscata): An application of multidimensional scaling. Primates, 31, 351–362.
Krugman, P R. 1996. The self-organizing economy. Blackwell Oxford.
Borgatti, S P, & Everett, M G. 2000. Models of core/periphery structures. Social Networks, 21, 375–395.
Zhang, X, Martin, T, & Newman, M E J. 2015. Identification of core-periphery structure in networks. Physical Review E, 91, 032803.
Verma, T, Russmann, F, Araujo, NAM, Nagler, J, & Herrmann, H J. 2016. ´ Emergence of core–peripheries in networks. Nature Communications, 7, 10441.
Libet, B. 1985. Unconscious cerebral initiative and the role of conscious will in voluntary action. Behavioral and Brain Sciences, 8, 529–539.
Dehaene, S. 2014. Consciousness and the brain: Deciphering how the brain codes our thoughts. Penguin.
Van Vugt, B, Dagnino, B, Vartak, D, Safaai, H, Panzeri, S, Dehaene, S, & Roelfsema, P R. 2018. The threshold for conscious report: Signal loss and response bias in visual and frontal cortex. Science, 360, 537–542.
Lee, TS. 1998. Mumford D, Romero R, and Lamme VA. The role of the primary visual cortex in higher level vision. Vision Res, 38.
Morone, F, Del Ferraro, G, & Makse, H A. 2019. The k-core as a predictor of structural collapse in mutualistic ecosystems. Nature Physics, 15, 95–102.
意識謎題揭開前夜
想法的幾何學：構建內在的意義宇宙？
重磅綜述：意識科學五十年
我們可以從科學的角度解讀意識嗎？
加入集智，一起復雜！
集智俱樂部QQ群｜877391004
◆ ◆ ◆
加入“沒有圍牆的研究所”
讓蘋果砸得更猛烈些吧！
閱讀更多 集智俱樂部 的文章
