走神是自发思维的一种特例，而“回过神”则是额顶控制网络（FPCN）对这一过程的刻意约束。[1]
自发思维是一大类不受控制和无法接近的高阶心理过程的输出[2]，像做梦、走神、甚至一些创造性思维都可以归入这一类。
我们将先讨论其神经机制，再从能量消耗角度尝试讨论其驱动机制。
大脑中的三重网络
因为整个走神和回过神的过程涉及大脑中许多区域，为了讲解方便，我们先简单介绍大脑中的三个网络，它们在脑中的位置如下图[3]：
突显网络（SN），主要由前岛叶和背侧前扣带皮层组成。它会持续不断地对外部环境输入大脑的信息进行监测，并协调其他大脑网络对新信息做出反应。[3]
默认网络（DN），主要由背侧内侧前额叶皮层、后扣带皮层、楔前和角回组成。[4]它一般在我们不把注意力放在外部世界时开始活跃。此时大脑会处在清醒的休息状态，例如做白日梦或放空，很多创造性思维也是在这时候产生的。也就是当人放空的时候，DN 是启动的。而我们在处理一些有目地的任务时，DN 是关闭的。
中枢执行网络，也称作额顶网络（FPN），主要由背外侧前额叶皮层和后顶叶皮层组成。它涉及持续的注意力、复杂问题的解决和工作记忆。FPN 通常参与执行以目标为导向、认知要求高的任务或功能。[5]
为了方便，我们下文不再使用具体脑区的名词，而使用 SN、DN、FPN 这三个网络的名称来进行阐述。
走神的神经机制
目前越来越多的证据显示，DN 在自发思维中参与度很高。
比如，和“没走神”相比，走神时大脑中下图所示的区域活跃性更强。其中我们可以看到默认网络 DN 的大部分区域是活跃的，尤其是核心默认网络区域（图中 DN_CORE）。
如果比较“走神”和“回过神”，那么 DN_CORE 的活跃性并无大的差别。而这块 DN 的另一个子系统 MTL 区域，在“走神”时明显更活跃，“回过神”时则变得不活跃了。如下图。
基于以上这些神经影像学结果，和其他更多证据，Kalina Christoff 等人提出了一种关于可变性（走神）的来源、自动约束和刻意约束之间相互作用的动态网络神经模型。该模型基本展现了走神和回过神的神经机制。
首先是自发思维（走神）的产生，如下图所示。以 MTL 为中心的 DN 子系统对思维流程产生了相对强烈的多样化影响（较粗的紫色箭头）。而此时，FPCN 和 SN 施加的刻意约束和自动约束相对较低（较细的红色箭头和蓝色箭头）。正如我们前面所说的，DN 很活跃，这就是走神的时候。
然后是大脑网络的自动约束。
什么是自动约束呢？就是并非有高级认知主动控制的约束。通常比如我们走神的时候，突然眼前出现一个很明显的刺激，很可能使我们一定程度回过神来。这种约束并非我们由高级认知下命令，而是出于一些外部刺激或者有些时候也包括一些所谓“习惯”。
正如我们前面所说，SN 是一只负责监测外部刺激的，所以自动约束的过程其实是刺激作用于 SN 之后，SN 协调了 DN 和 FPN 之间的工作关系，从而形成的约束。
如下图所示，此时，SN 由于刺激而变得很活跃。SN 和核心 DN 对思维施加了相对强烈的自动约束（较粗的蓝色箭头），而同时，来自 MTL 的内部变异源相对较弱（较细的紫色箭头），来自 FPCN 的刻意约束源也相对较弱（较细的红色箭头）。
最后是大脑的刻意约束。所谓刻意约束，就是由我们的高级认知直接下命令导致的约束。FPCN 作为高级控制模块是与此高度相关的。
在刻意约束的思维中，FPCN 对思维施加了强烈的刻意约束（下图较粗的红色箭头）。此时，来自 MTL 的内部变异源相对较弱，来自 SN 和核心 DN 的自动约束也相对较弱。正如我们前面所说，FPN 是参与大脑中以目标为导向的活动的网络，所以此时也就是我们完全回过神来的时候。
关于走神和回过神的驱动机制的探讨
上面的模型虽然展示了神经机制，但仍然没有展现出驱动机制，为什么大脑要进行自发生成思维？又为什么 FPN 会要约束这个过程？
答案可能还是能量和熵。
目前已经研究表明，在走神期间，感觉和知觉使大脑处于较低的能量消耗状态[6][7]。
那么关于其驱动机制的一个猜测是：
首先我们在 FPN 的指导下，开始开展一个目标为导向的任务，比如阅读或看电影。
但是这些目标为导向的活动显然对于大脑来说是能耗较高的。
而大脑或神经系统作为一个自适应自组织系统，会追求低熵、低能耗的状态。
因此在长期进行这种目标导向任务的过程中，神经系统倾向于驱动走神的发生，以追求短时间内的低能耗。也就是说走神提供了一个暂时的能耗盆地（如下图[8]）。至于这一机制在神经生物学层面的实现可能是通过谷氨酸等分子，但受限于检测技术目前仍不完全清楚。
在我们落入这个盆地的时候，FPN 仍然在尝试继续发挥作用。某一时刻 FPN 给予的扰动足以走出“走神”这个盆地，于是我们回过神来。
上面的讨论中，神经机制部分参考文献已经有比较受认可的结论，而驱动机制部分虽然也有文献支撑，但讨论仍较为粗糙，诸君且听且过。
微信扫一扫 
