专业训练能增强大脑深度思考的能力，这种能力或许可以跨任务迁移。

回想一下你上一次全神贯注解决一个难题时的情景。例如，为了破解一道数学题或确定一步棋，你可能需要在多个策略和方法中进行筛选。但渐渐地，问题的答案变得清晰起来。数字和符号可能各就各位。在某个时刻，你甚至可能感觉问题在你的脑海里轻松地自行解决了。

在最近的研究中，我和同事探讨了这些体验背后的神经机制。具体来说，我们想了解当一个人进行抽象和高要求的思考时，大脑中会发生什么——因此我们设计了一项涉及数学专业能力的研究。

数学思维依赖于位于顶叶（大脑外层折叠皮层的顶部和中心区域）的一个古老脑网络。这个网络帮助我们处理空间、时间和数字。先前关于数学神经认知的研究主要关注人们在考虑几秒钟内能解决的问题时大脑发生了什么。这些研究有助于阐明支持集中注意力和一种称为工作记忆的特殊回忆形式的大脑活动。

在我们的工作中，我们使用了更长、更复杂的数学挑战，需要多个步骤才能解决。这些问题更接近于数学家们必须经常应对的棘手难题。我们发现，数学经验更丰富的人在思考硬核数学问题时，会进入一种特殊的深度专注状态。理解这种状态，未来或许能帮助科学家更广泛地理解专注的力量，以及将我们的问题解决能力“外包”给电子设备可能带来的利弊权衡。

研究设计与发现

我们的实验招募了22名来自数学或相关专业的研究生和本科生，以及22名来自物理治疗或艺术等几乎没有定量课程的专业的学生。我们测定了每位学生的言语、空间和数字智商以及数学焦虑水平。

学生们观看了分步演示，学习如何解决几个具有挑战性的数学问题。在整个演示过程中，他们戴着布满电极的帽子，以便我们追踪大脑的电活动。每次演示后，他们报告自己是否理解了信息以及投入程度。

我们发现，数学专业能力较强的学生表现出与能力较弱者明显不同的大脑活动。例如，课程中很少涉及数学的学生，其前额叶皮层显示出更复杂的活动迹象。这一发现可能反映了这些参与者为了理解复杂数学演示的各个步骤而付出的努力。

但真正有趣的是当我们关注那些经常进行定量思维的学生时。我们注意到他们大脑的额叶和顶叶区域之间出现了显著的活动联系。更具体地说，这些区域表现出神经科学家称之为delta波的活动模式。这些非常缓慢的电活动波通常与深度睡眠等状态相关。当然，这些学生非常清醒且深度投入——那么这是怎么回事呢？

delta波：深度专注的标志

一些近期研究表明，这些“困倦的”delta波可能在支持深度内部专注和大脑远端区域之间信息传递的认知处理中发挥着关键作用。例如，一些研究表明，当经验丰富的冥想者进入冥想状态时，会出现大规模的delta振荡。冥想、数学问题和睡眠期间的大脑活动模式相似的一个原因可能是，在每种情况下，大脑都需要抑制不相关的外部信息和不需要的想法，以专注于手头的任务。（事实上，睡眠对大脑来说也可能是一个繁忙的时段。睡眠研究揭示了深度睡眠在记忆巩固中不可替代的作用。）

实际上，我们怀疑，只要人们沉浸在情境化和复杂的问题解决中，我们观察到的长距离delta振荡就可能发挥着核心作用。例如，我们发现舞者和音乐家在观看舞蹈或听音乐时也表现出类似的delta波，这表明以这种方式参与大脑网络可能对许多涉及专注的任务都有用。很可能，当在某一任务上拥有丰富经验的人深度投入该努力时，即使特定的脑网络有所不同，这些相同的慢delta波也会参与其中。

专业训练的代价与收益

虽然我们的实验对象是学生而非冠军数学家或诺贝尔奖得主，但我们观察到的脑活动差异仍然证明了专业训练中练习的力量。例如，我们的学生参与者在智商或数学焦虑水平上没有显著差异。相反，是重复和刻意的学习帮助一些研究生和本科生成为了更高效的定量思维者。

同样的逻辑暗示了人们应该记住的一种权衡——特别是当人工智能和其他工具为各种形式的问题解决提供了诱人的捷径时。每次我们将一个问题外包给计算器或要求ChatGPT总结一篇文章，我们就失去了一次提升自身技能和练习深度专注的机会。需要明确的是，技术可以在重要方面提高我们的效率，但我们所做的看似“低效”的艰苦工作也可能非常强大。

在一个人们疯狂地在任务间切换、热切地将创造力和问题解决外包给人工智能的高速社会中，我不禁思考一个问题：如果我们自己不使用深度专注，未来我们人类解决复杂问题的能力会变成什么样？毕竟，我们可能比以往任何时候都更需要这种思维模式来应对日益复杂的技术、环境和政治挑战。