有关大脑的研究论文

人类大脑与电脑英国科学家艾伦·图灵1937年发表著名的《论应用于解决问题的可计算数字》一文。文中提出思考原理计算机——图灵机的概念，推进了计算机理论的发展。1945年图灵到英国国家物理研究所工作，并开始设计自动计算机。1950年，图灵发表题为《计算机能思考吗？》的论文，设计了著名的图灵测验，通过问答来测试计算机是否具有同人类相等的智力。 图灵提出了一种抽象计算模型，用来精确定义可计算函数。图灵机由一个控制器、一条可无限伸延的带子和一个在带子上左右移动的读写头组成。这个在概念上如此简单的机器，理论上却可以计算任何直观可计算的函数。图灵机作为计算机的理论模型，在有关计算机和计算复杂性的研究方面得到广泛应用。 计算机是人类制造出来的信息加工工具。如果说人类制造的其他工具是人类双手的延伸，那么计算机作为代替人脑进行信息加工的工具，则可以说是人类大脑的延伸。最初真正制造出来的计算机是用来解决数值计算问题的。二次大战后期，当时为军事目的进行的一系列破译密码和弹道计算工作，越来越复杂。大量的数据、复杂的计算公式，即使使用电动机械计算器也要耗费相当的人力和时间。在这种背景下，人们开始研制电子计算机。 世界上第一台计算机“科洛萨斯”诞生于英国，“科洛萨斯”计算机是1943年3月开始研制的，当时研制“科洛萨斯”计算机的主要目的是破译经德国“洛伦茨”加密机加密过的密码。使用其他手段破译这种密码需要6至8个星期，而使用‘科洛萨斯’计算机则仅需6至8小时。1944年1月10日，“科洛萨斯”计算机开始运行。自它投入使用后，德军大量高级军事机密很快被破译，盟军如虎添翼。“科洛萨斯”比美国的ENIAC计算机问世早两年多，在二战期间破译了大量德军机密，战争结束后，它被秘密销毁了，故不为人所了解。 尽管第一台电子计算机诞生于英国，但英国没有抓住由计算机引发的技术和产业革命的机遇。相比之下，美国抓住了这一历史机遇，鼓励发展计算机技术和产业，从而崛起了一大批计算机产业巨头，大大促进了美国综合国力的发展。1944年美国国防部门组织了有莫奇利和埃克脱领导的ENIAC计算机的研究小组，当时在普林斯顿大学工作的现代计算机的奠基者美籍匈牙利数学家冯·诺依曼也参加了者像研究工作。1946年研究工作获得成功，制成了世界上第一台电子数字计算机ENIAC。这台用18000只电子管组成的计算机，尽管体积庞大，耗电量惊人，功能有限，但是确实起了节约人力节省时间的作用，而且开辟了一个计算机科学技术的新纪元。这也许连制造它的科学家们也是始料不及的。 最早的计算机尽管功能有限，和现代计算机有很大的差别，但是它已具备了现代计算机的基本部分，那就是运算器、控制器和存储器。 运算器就象算盘，用来进行数值运算和逻辑运算，并获得计算结果。而控制器就象机算机的司令部，指挥着计算机各个部分的工作，它的指挥是靠发出一系列控制信号完成的。 计算机的程序、数据、以及在运算中产生的中间结果以及最后结果都要有个存储的地方，这就是计算机的第三个部件——存储器。 计算机是自动进行计算的，自动计算的根据就是存储于计算机中的程序。现代的计算机都是存储程序计算机，又叫冯·诺依曼机，这是因为存储程序的概念是冯·诺依曼提出的。人们按照要解决的问题的数学描述，用计算机能接受的“语言”编制成程序，输入并存储于计算机，计算机就能按人的意图，自动地高速地完成运算并输出结果。程序要为计算机提供要运算的数据、运算的顺序、进行何种运算等等。 微电子技术的产生使计算机的发展又有了新的机遇，它使计算机小型化成为可能。微电子技术的发展可以追溯到晶体管的出现。1947年美国电报电话公司的贝尔实验室的三位学家巴丁、不赖顿和肖克莱制成第一支晶体管，开始了以晶体管代替电子管的时代。 晶体管的出现可以说是集成电路出台的序幕。晶体管出现后，一些科学家发现，把电路元器件和连线像制造晶体管那样做在一块硅片上可实现电路的小型化。于是，晶体管制造工业经过10年的发展后，1958年出现了第一块集成电路。 微电子技术的发展，集成电路的出现，首先引起了计算机技术的巨大变革。现代计算机多把运算器和控制器做在一起，叫微处理器，由于计算机的心脏——微处理器（计算机芯片）的集成化，使微型计算机应运尔生，并在70－80年代间得到迅速发展，特别是IBM PC个人计算机出现以后，打开了计算机普及的大门，促进了计算机在各行各业的应用，五六十年代，价格昂贵、体积庞大、耗电量惊人的计算机，只能在少数大型军事或科研设施中应用，今天由于采用了大规模集成电路，计算机已经进入普通的办公室和家庭。 标志集成电路水平的指标之一是集成度，即在一定尺寸的芯片上能做出多少个晶体管，从集成电路出现到今天，仅40余年，发展的速度却是惊人的，芯片越做越小，这对生产、生活的影响也是深远的。ENIAC计算机占地150平方米，重达30吨，耗电量几百瓦，其所完成的计算，今天高级一点的袖珍计算器皆可完成。这就是微电子技术和集成电路所创造的奇迹。 现状与前景 美国科学家最近指出，经过30多年的发展，计算机芯片的微型化已接近极限。计算机技术的进一步发展只能寄希望于全新的技术，如新材料、新的晶体管设计方法和分子层次的计算技术。 过去30多年来，半导体工业的发展基本上遵循穆尔法则，即安装在硅芯片上的晶体管数目每隔18个月就翻一番。芯片体积越来越小，包含的晶体管数目越来越多，蚀刻线宽越来越小；计算机的性能也因而越来越高，同时价格越来越低。但有人提出，这种发展趋势最多只能再持续10到15年的时间。 美国最大的芯片生产厂商英特尔公司的科学家保罗·A·帕坎最近在美国《科学》杂志上撰文说，穆尔法则（1965年提出的预测半导体能力将以几何速度增长的法则）也许在未来10年里就会遇到不可逾越的障碍：芯片的微型化已接近极限。人们尚未找到超越该极限的方法，一些科学家将其称之为“半导体产业面临的最大挑战”。 目前最先进的超大规模集成电路芯片制造技术所能达到的最小线宽约为微米，即一根头发的5％那样宽。晶体管里的绝缘层只有4到5个原子那样厚。日本将于2000年初开始批量生产线宽只有0. 13微米的芯片。预计这种芯片将在未来两年得到广泛应用。下一步是推出线宽0. 1微米的的芯片。帕坎说，在这样小的尺寸上，晶体管只能由不到100个原子构成。 芯片线宽小到一定程度后，线路与线路之间就会因靠得太近而容易互相干扰。而如果通过线路的电流微弱到只有几十个甚至几个电子，信号的背景噪声将大到不可忍受。尺寸进一步缩小，量子效应就会起作用，使传统的计算机理论完全失效。在这种情况下，科学家必须使用全新的材料、设计方法乃至运算理论，使半导体业和计算机业突破传统理论的极限，另辟蹊径寻求出路。 当前计算机发展的主流是什么呢？国内外比较一致的看法是RISC RISC是精简指令系统计算机（Reduced Instruction Set Computer）的英文缩写。所谓指令系统计算机所能执行的操作命令的集合。程序最终要变成指令的序列，计算机能执行。计算机都有自己的指令系统，对于本机指令系统的指令，计算机能识别并执行，识别就是进行译码——把代表操作的二进制码变成操作所对应的控制信号，从而进行指令要求的操作。一般讲，计算机的指令系统约丰富，它的功能也约强。RISC系统将指令系统精简，使系统简单，目的在于减少指令的执行时间，提高计算机的处理速度。传统的计算机一般都是每次取一条指令，而RISC系统采用多发射结构，在同一时间发射多条指令，当然这必须增加芯片上的执行部件。并行处理技术 并行处理技术也是提高计算机处理速度的重要方向，传统的计算机，一般只有一个中央处理器，中央处理器中执行的也只是一个程序，程序的执行是一条接一条地顺序进行，通过处理器反映程序的数据也是一个接一个的一串，所以叫串行执行指令。并行处理技术可在同一时间内多个处理器中执行多个相关的或独立的程序。目前并行处理系统分两种：一种具有4个、8个甚至32个处理器集合在一起的并行处理系统，或称多处理机系统；另一种是将100个以上的处理器集合在一起，组成大规模处理系统。这两种系统不仅是处理器数量多少之分，其内部互连方式、存储器连接方式、操作系统支持以及应用领域都有很大的不同。 曾经有一段时间，超级计算机是利用与普通计算机不同的材料制造的。最早的克雷1号计算机是利用安装在镀铜的液冷式电路板上的奇形怪状的芯片、通过手工方式制造的。而克雷2号计算机看起来更加奇怪，它在一个盛有液态碳氟化合物的浴器中翻腾着气泡———采用的是“人造血液”冷却。并行计算技术改变了所有这一切。现在，世界上速度最快的计算机是美国的“Asci Red”， 这台计算机的运算速度为每秒钟2·1万亿次，它就是利用与个人计算机和工作站相同的元件制造的，只不过超级计算机采用的元件较多而已，内部配置了9000块标准奔腾芯片。鉴于目前的技术潮流，有一点是千真万确的，那就是超级计算机与其它计算机的差别正在开始模糊。 至少在近期，这一趋势很明显将会继续下去。那么，哪些即将到来的技术有可能会扰乱计算技术的格局，从而引发下一次超级计算技术革命呢？ 这样的技术至少有三种：光子计算机、生物计算机和量子计算机。它们能够成为现实的可能性都很小，但是由于它们具有引发革命的潜力，因此是值得进行研究的。光子计算机 光子计算机可能是这三种新技术中最接近传统的一种。几十年来，这种技术已经得到了有限的应用，尤其是在军用信号处理方面。 在光子计算技术中，光能够像电一样传送信息，甚至传送效果更好，，光束在把信息从一地传送至另一地的效果要优于电，这也就是电话公司利用光缆进行远距离通信的缘故。光对通信十分有用的原因，在于它不会与周围环境发生相互影响，这是它与电不同的一点。两束光线可以神不知鬼不觉地互相穿透。光在长距离内传输要比电子信号快约100倍，光器件的能耗非常低。预计，光子计算机的运算速度可能比今天的超级计算机快1000到10000倍。 令人遗憾的是，正是这种极端的独立性使得人们难以制造出一种全光子计算机，因为计算处理需要利用相互之间的影响。要想制造真正的光子计算机，就必须开发出光学晶体管，这样就可以用一条光束来开关另一条光束了。这样的装置已经存在，但是要制造具有适合的性能特征的光学晶体管，还需要仰仗材料科学领域的重大突破。生物计算机 与光子计算技术相比，大规模生物计算技术实现起来更为困难，不过其潜力也更大。不妨设想一种大小像柚子，能够进行实时图像处理、语音识别及逻辑推理的超级计算机。这样的计算机已经存在：它们就是人脑。自本世纪70年代以来，人们开始研究生物计算机（也叫分子计算机），随着生物技术的稳步发展，我们将开始了解并操纵制造大脑的基因学机制。 生物计算机将具有比电子计算机和光学计算机更优异的性能。如果技术进步继续保持目前的速度，可以想像在一二十年之后，超级计算机将大量涌现。这听起来也许像科幻小说，但是实际上已经出现了这方面的实验。例如，硅片上长出排列特殊的神经元的“生物芯片”已被生产出来。 在另外一些实验室里，研究人员已经利用有关的数据对DNA的单链进行了编码，从而使这些单链能够在烧瓶中实施运算。这些生物计算实验离实用还很遥远，然而1958年时我们对集成电路的看法也不过如此。量子计算机 量子力学是第三种有潜力创造超级计算革命的技术。这一概念比光子计算或生物计算的概念出现得晚，但是却具有更大的革命潜力。由于量子计算机利用了量子力学违反直觉的法则，它们的潜在运算速度将大大快于电子计算机。事实上，它们速度的提高差不多是没有止境的。一台具有5000个左右量子位的量子计算机可以在大约3 0秒内解决传统超级计算机需要100亿年才能解决的素数问题。 眼下恰好有一项重要的用途适合这种貌似深奥的作业。通过对代表数据的代码进行加密，计算机数据得到保护。而解密的数学“钥匙”是以十分巨大的数字——一般长达250位——及其素数因子的形式出现的。这样的加密被认为是无法破译的，因为没有一台传统计算机能够在适当的时间里计算出如此巨大数字的素数因子。但是，至少在理论上，量子计算机可以轻易地处理这些素数加密方案。因此，量子计算机黑客将不仅能够轻而易举地获得常常出没于各种计算机网络（包括因特网）中的信用卡号码及其他个人信息，而且能够轻易获取政府及军方机密。这也正是某些奉行“宁为人先、莫落人后”这一原则的政府机构一直在投入巨资进行量子计算机研究的原因。量子超级网络引擎 量子计算机将不大可能破坏因特网的完整性，不仅如此，它们到头来还可能给因特网带来巨大的好处。两年前，贝尔实验室的研究人员洛夫·格罗弗发现了用量子计算机处理我们许多人的一种日常事务的方法———搜寻隐藏在浩如烟海的庞大数据库内的某项信息。寻找数据库中的信息就像是在公文包里找东西一样。如果各不相同的量子位状态组合分别检索数据库不同的部分，那么其中的一种状态组合将会遭遇到所需查找的信息。 由于某些技术的限制，量子搜索所能带来的速度提高并没有预计的那么大，例如，如果要在1亿个地址中搜索某个地址，传统计算机需要进行大约5000万次尝试才能找到该地址；而量子计算机则需大约1万次尝试，不过这已经是很大的改善了，如果数据库增大的话，改善将会更大。此外，数据库搜索是一种十分基础的计算机任务，任何的改善都很可能对大批的应用产生影响。 迄今为止，很少有研究人员愿意预言量子计算机是否将会得到更为广泛的应用。尽管如此，总的趋势一直是喜人的。尽管许多物理学家————如果不是全部的话———一开始曾认为量子力学扑朔迷离的本性必定会消除实用量子计算技术面临的难以捉摸而又根深蒂固的障碍，但已经进行的深刻而广泛的理论研究却尚未能造就一台实实在在的机器。 那么，量子计算机的研究热潮到底意味着什么？计算技术的历史表明，总是先有硬件和软件的突破，然后才出现需要由它们解决的问题。或许，到我们需要检索那些用普通计算机耗时数月才能查完的庞大数据库时，量子计算机才将会真正开始投入运行。研究将能取代电子计算机的技术并非易事。毕竟，采用标准微处理器技术的并行计算机每隔几年都会有长足的进步。因此，任何要想取代它的技术必须极其出色。不过，计算技术领域的进步始终是十分迅速的，并且充满了意想不到的事情。对未来的预测从来都是靠不住的，事后看来，那些断言“此事不可行”的说法，才是最最愚蠢的。 除了超级计算机外，未来计算机还会在哪些方面进行发展呢？多媒体技术 多媒体技术是进一步拓宽计算机应用领域的新兴技术。它是把文字、数据、图形、图像和声音等信息媒体作为一个集成体有计算机来处理，把计算机带入了一个声、文、图集成的应用领域。多媒体必须要有显示器、键盘、鼠标、操纵杆、视频录象带／盘、摄象机、输入／输出、电讯传送等多种外部设备。多媒体系统把计算机、家用电器、通信设备组成一个整体由计算机统一控制和管理。多媒体系统将对人类社会产生巨大的影响。网络 当前的计算机系统多是连成网络的计算机系统。所谓网络，是指在地理上分散布置的多台独立计算机通过通信线路互连构成的系统。根据联网区域的大小，计算机网络可分成居域网和远程网。小至一个工厂的各个车间和办公室，大到跨洲隔洋都可构成计算机网。因特网将发展成为人类社会中一股看不见的强大力量－－它悄无声息地向人们传递各种信息，以最快、最先进的手段方便人类的工作和生活。现在的因特网发展有将世界变成“地球村”的趋势。 专家认为PC机不会马上消失，而同时单功能或有限功能的终端设备（如手执电脑、智能电话）将挑战PC机作为计算机革新动力的地位。把因特网的接入和电子邮件的功能与有限的计算功能结合起来的“置顶式”计算机如网络电视将会很快流行开来。单功能的终端最终会变得更易应用智能化计算机 我们对大脑的认识还很肤浅，但是使计算机智能化的工作绝不能等到人们对大脑有足够认识以后才开始。使计算机更聪明，从开始就是人们不断追求的目标。目前用计算机进行的辅助设计、翻译、检索、绘图、写作、下棋、机械作业等方面的发展，已经向计算机的智能化迈进了一步。随着计算机性能的不断提高，人工智能技术在徘徊了50年之后终于找到了露脸的机会，世界头号国际象棋大师卡斯帕罗夫向“深蓝”的俯首称臣，让人脑第一次尝到了在电脑面前失败的滋味。人类从来没有像今天这样深感忧惧，也从来没有像今天这样强烈地感受到认识自身的需要。 目前的计算机，多数是冯·诺依曼型计算机，它在认字、识图、听话及形象思维方面的功能特别差。为了使计算机更加人工智能化，科学家开始使计算机模拟人类大脑的功能，近年来，各先进国家注意开展人工神经网络的研究，向计算机的智能化迈出了重要的一步。 人工神经网络的特点和优越性，主要表现在三个方面：具有自学功能。六如实现图象识别时，只要线把许多不同的图象样板和对应的应识别的结果输入人工神经网络，网络就会通过自学功能，漫漫学会识别类似的图像。自学功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供同经济预测、市场预测、效益预测、其前途是很远大的。 具有联想储存功能。人的大脑是具有两厢功能的。如果有人和你提起你幼年的同学张某某。，你就会联想起张某某的许多事情。用人工神经网络的反馈网络就可以实现这种联想。 具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。 人工神经网络是未来为电子技术应用的新流域。智能计算机的构成，可能就是作为主机的冯·诺依曼机与作为智能外围的人工神经网络的结合。 人们普遍认为智能计算机将像穆尔定律（1965年提出的预测半导体能力将以几何速度增长的定律）的应验那样必然出现。提出这一定律的英特尔公司名誉董事长戈登·穆尔本人也同意这一看法，他认为：“硅智能将发展到很难将计算机和人区分开来的程度。”但是计算机智能不会到此为止。许多科学家断言，机器的智慧会迅速超过阿尔伯特·爱因斯坦和霍金的智慧之和。霍金认为，就像人类可以凭借其高超的捣弄数字的能力来设计计算机一样，智能机器将创造出性能更好的计算机。最迟到下个世纪中叶（而且很可能还要快得多），计算机的智能也许就会超出人类的理解能力。什么是计算机语言计算机语言的种类非常的多，总的来说可以分成机器语言，汇编语言，高级语言三大类。 电脑每做的一次动作，一个步骤，都是按照以经用计算机语言编好的程序来执行的，程序是计算机要执行的指令的集合，而程序全部都是用我们所掌握的语言来编写的。所以人们要控制计算机一定要通过计算机语言向计算机发出命令。 计算机所能识别的语言只有机器语言，即由0和1构成的代码。但通常人们编程时，不采用机器语言，因为它非常难于记忆和识别。 目前通用的编程语言有两种形式：汇编语言和高级语言。 汇编语言的实质和机器语言是相同的，都是直接对硬件操作，只不过指令采用了英文缩写的标识符，更容易识别和记忆。它同样需要编程者将每一步具体的操作用命令的形式写出来。汇编程序通常由三部分组成：指令、伪指令和宏指令。汇编程序的每一句指令只能对应实际操作过程中的一个很细微的动作，例如移动、自增，因此汇编源程序一般比较冗长、复杂、容易出错，而且使用汇编语言编程需要有更多的计算机专业知识，但汇编语言的优点也是显而易见的，用汇编语言所能完成的操作不是一般高级语言所能实现的，而且源程序经汇编生成的可执行文件不仅比较小，而且执行速度很快。 高级语言是目前绝大多数编程者的选择。和汇编语言相比，它不但将许多相关的机器指令合成为单条指令，并且去掉了与具体操作有关但与完成工作无关的细节，例如使用堆栈、寄存器等，这样就大大简化了程序中的指令。同时，由于省略了很多细节，编程者也就不需要有太多的专业知识。 高级语言主要是相对于汇编语言而言，它并不是特指某一种具体的语言，而是包括了很多编程语言，如目前流行的VB、VC、FoxPro、Delphi等，这些语言的语法、命令格式都各不相同。 高级语言所编制的程序不能直接被计算机识别，必须经过转换才能被执行，按转换方式可将它们分为两类: 解释类：执行方式类似于我们日常生活中的“同声翻译”，应用程序源代码一边由相应语言的解释器“翻译”成目标代码(机器语言)，一边执行，因此效率比较低，而且不能生成可独立执行的可执行文件，应用程序不能脱离其解释器，但这种方式比较灵活，可以动态地调整、修改应用程序。 编译类：编译是指在应用源程序执行之前，就将程序源代码“翻译”成目标代码(机器语言)，因此其目标程序可以脱离其语言环境独立执行，使用比较方便、效率较高。但应用程序一旦需要修改，必须先修改源代码，再重新编译生成新的目标文件(＊ .OBJ)才能执行，只有目标文件而没有源代码，修改很不方便。现在大多数的编程语言都是编译型的，例如Visual C＋＋、Visual Foxpro、Delphi等。

说起爱因斯坦，大家对他的评价都是天才、优秀科学家。然而正是因为异于常人的表现，让这位天才，在死后还不能安息，被人以科学的名义“窃取”大脑，拿来做研究。1955年4月18号，爱因斯坦死于大动脉爆裂，负责尸检的是一位病理学家Harvey哈维，在没有经过家属同意的情况下，他把爱因斯坦的大脑和眼球偷偷取出来了，理由是像爱因斯坦这样聪明的人不拿来做研究的话，就太可惜了。

这一消息很快被纽约时报报道，爱因斯坦的家人和粉丝知道后非常生气。引起了众怒的哈维不仅丢了工作，还跟妻子离了婚。最后，他带着大脑独自离去，离去前信誓旦旦的表示会公布研究结果。结果，40多年过去了，杳无音讯。

后来被记者找到时发现，他生活窘迫，对大脑的研究也一直没有进展。而爱因斯坦的大脑被切成了240小片，被包埋在火棉胶里，又浸泡在福尔马林中保存起来。截至到今天，关于爱因斯坦大脑研究的论文报道都是寥寥无几，有发现说，虽然爱因斯坦的大脑IQ高于常人，但他大脑的尺寸比其他成年男性的大脑的要小一点。

另一项发现是，他的大脑上负责数学和空间推理的顶叶比常人要大15%。但这些发现都不能解释，爱因斯坦为何是一位天才。随着时间的流逝，哈维取脑事件渐渐淡出了人们的视线。哈维也将剩余的大脑切片捐给了普林斯顿医院。至于爱因斯坦的眼球，曾经有传言说一位明星愿意出5百万美元（约合人民币3200万元）收购，哈维却否认有这件事。  事实的真相到底是怎样的，估计只有当事人知道了。

为了理解为什么这么多不缺乏智商，受过良好教育，并且足够努力的人，他们的成就比获得诺贝尔奖的人差得多？经过反复统计，科学界普遍有两种看法：一种解释是，智商或解决问题中显示出的智慧和真正的智慧并非完全线性相关。另一个解释是，天才的大脑与我们普通人的大脑明显不同，也就是说，它们是天生的。

您和我不仅关心这个问题，全世界的科学家也都想知道答案。找到这个答案的直接方法是找到一个超级天才的大脑来研究它。 1955年。一位医生得到了机会。他的名字叫托马斯·哈维。那年，伟大的科学家爱因斯坦去世。他的尸体被停在普林斯顿大学医学院，哈维恰好是负责爱因斯坦的医院医生之一。哈维采取了非常惊人的举动。他利用自己的作品偷走了这个天才的大脑。经过消毒处理后，他做了240切片，并将其保存下来以研究天才的大脑与普通人有什么不同。

当然，这件事不能从联邦调查局隐瞒。他们一直在追捕他们，但联邦调查局只是想秘密保护哈维和爱因斯坦的大脑。爱因斯坦的儿子知道这件事当然很生气，但是在哈维的解释之后，他仍然原谅了哈维，但提出了一项要求，即研究结果必须在世界一流的杂志上发表。从那一刻起，世界一直在等待哈维的研究成果。遗憾的是，哈维一生都在研究，而爱因斯坦的大脑与普通人之间没有任何区别。令我们更失望的是，提出相对论的天才仅重1,230克，远低于普通人的1,400克。尽管他的大脑有更多的苏尔奇，但这还不是判断天才的直接证据。

直到1980年，哈维承受着巨大的压力，担心自己一生中无法完成爱因斯坦大脑研究的艰巨任务，因此他决定让世界各地的科学家参与这项研究。每个人都拿起高火柴火，许多人参加了。人们不仅容易产生结果，而且他们也有不同的意见。 1999年，加利福尼亚大学的科学家发现，爱因斯坦大脑中的神经胶质细胞多于数学。有许多具有物理功能的神经元细胞。然而，医学上的共识是神经元细胞在人类思维中起主要作用，而角质形成细胞仅起辅助作用。因此，这一发现被医学界所鄙视。后来，加拿大科学家发现，埃斯坦的脑洞很大，也就是说，他的颅骨和大脑上部空间更大。尽管在开玩笑时，我们总是说脑孔是敞开的，但每个人都知道，脑孔实际上不一定与智力有关。

总的来说就是爱因斯坦的智商比较高，脑回路的阻碍比较少而已

爱因斯坦大脑出身是便是畸形的，导致管理数学与空间的一块比普通人大