大腦只占體重 2%，卻燒掉 20% 的能量——而且大部分花在「你什麼都沒做」的時候？

大腦只占體重 2%，卻燒掉 20% 的能量——而且大部分花在「你什麼都沒做」的時候？

你已經知道神經元如何產生動作電位、如何在突觸釋放神經傳導物質。但這裡有一個會讓很多人意外的事實：一顆成年人的大腦重量約莫一點四公斤，只占體重的百分之二左右，卻消耗了全身約百分之二十的靜息能量。更弔詭的是，當你閉上眼睛、放空發呆、什麼任務都沒執行時，大腦的能量消耗幾乎沒有下降——測量顯示，外加的認知任務通常只讓相關腦區的代謝多增加百分之五以內。換句話說，大腦絕大部分的能量並不是花在「回應外界」，而是花在維持一套持續運轉的內在活動。

這個觀察徹底改變了神經科學看待大腦的方式。傳統觀點把大腦想像成一台被動的訊號處理器：刺激進來、運算、反應出去。但能量帳本告訴我們，大腦更像一台一直在預測、一直在自發放電的機器，外界刺激只是對這套內在模型的微調。本文是「神經系統」的進階篇，假設你已掌握動作電位、突觸與腦區分工的基礎，將直接進入更深的層次：神經訊號如何被編碼、興奮與抑制如何維持危險的平衡、大腦的節律與同步意味著什麼，以及「預測編碼」這套框架如何重新詮釋知覺與精神疾病。本文為醫學知識讀本，旨在建立機制理解，並非個人醫療建議。

神經編碼：一連串動作電位到底「說」了什麼

入門篇提過動作電位遵循「全有全無律」，幅度固定，訊號強度反映在發放頻率。這是對的，但只是故事的開頭。神經科學真正的難題是神經編碼（neural coding）：一群神經元用一連串時間上的脈衝（spike train），究竟如何承載「紅色」「向左移動」「這是我祖母的臉」這類資訊？

最古典的答案是頻率編碼（rate coding）。一八二六年代後的電生理研究發現，肌肉受到的牽張愈強，感覺神經元發放愈密集；視覺神經元面對愈高的對比，也發放愈快。在這個觀點下，重要的是一段時間窗（比如一百毫秒）內的平均發放率，個別脈衝出現的精確時刻則被當成雜訊平均掉。頻率編碼穩健、抗干擾，至今仍是許多感覺與運動系統的良好近似。

但頻率編碼有個速度上的瓶頸。要可靠地估計一個發放率，你需要累積數十毫秒的脈衝。然而人類辨識一張臉、聽覺系統定位聲源的方位差，往往在十毫秒內就完成——根本來不及「數脈衝」。這催生了時間編碼（temporal coding） 的概念：資訊不只藏在「發放多快」，更藏在「精確在什麼時刻發放」。聽覺系統判斷聲音來自左或右，靠的就是兩耳神經訊號之間數十微秒級的時間差（interaural time difference），這種精度遠超頻率編碼所能解釋。

第三個層次是群體編碼（population coding）。沒有單一神經元能可靠地代表一個完整概念；真正攜帶資訊的是一群神經元同時的活動模式（population vector）。運動皮質的經典實驗顯示，個別神經元各自對某個「偏好的運動方向」反應最強，但任何單一神經元都調諧得很寬鬆、很吵雜。然而當你把幾百個神經元的偏好方向按其當下發放率加權求和，得到的向量竟能精準預測猴子手臂即將移動的方向。這就是現代腦機介面解碼運動意圖的理論基石——你解的不是某一條神經，而是整個群體的協同模式。

興奮與抑制的平衡：為什麼你的大腦沒有一直癲癇發作

入門篇介紹了麩胺酸（glutamate）這個主要興奮性傳導物質，與 GABA 這個主要抑制性傳導物質。進階的關鍵問題是：這兩者之間維持著一種精密到令人不安的平衡，稱為興奮抑制平衡（excitation-inhibition balance, E/I balance）。

想像皮質中麩胺酸神經元彼此大量互相激發。理論上，一個神經元發放會激發鄰居，鄰居又回頭激發它，這種正回饋若無節制，活動會像雪崩一樣指數放大，最後整片皮質同步爆發——這正是癲癇發作（seizure） 的生理本質。你的大腦之所以沒有時時刻刻癲癇，是因為抑制性的 GABA 中間神經元（interneuron）扮演了無所不在的剎車。每當興奮性活動升高，抑制神經元被連帶活化，反過來壓制興奮，把整個網絡拉回受控狀態。這種設計稱為回饋抑制（feedback inhibition）。

E/I 平衡的精妙在於它不是把活動壓到最低，而是把網絡維持在一種臨界（criticality） 狀態——既不過度安靜（無法傳遞資訊），也不過度興奮（陷入失控同步）。許多研究者相信，正常皮質運作在這個臨界點附近，因為此時網絡對輸入最敏感、資訊傳遞的動態範圍最大。當這個平衡被打破，後果就是疾病：抑制不足傾向癲癇；而 E/I 失衡也被認為與自閉症類群（autism spectrum）、思覺失調症（schizophrenia）的部分病理有關。許多抗癲癇與鎮靜藥物（如苯二氮平類 benzodiazepines）的作用機轉，正是增強 GABA 的抑制效果，把天平往「剎車」端拉。

看一個例子：一段腦電圖背後的網絡邏輯

設想臨床上一段腦電圖（electroencephalography, EEG）紀錄。平時，EEG 呈現的是頻率不一、彼此不完全同步的雜亂波形——這反映了大量神經元各自以略微錯開的時序放電，正是健康的「去同步化」狀態。

然後在某個時刻，波形突然轉變為大幅度、高度規律、全頻道同步的尖峰波（spike-and-wave）。從網絡角度看，這代表原本各做各的數百萬神經元，突然被某種機制鎖進了同一個節拍，一起去極化、一起靜默、再一起去極化。臨床上這對應到一次全身性癲癇發作；患者可能意識喪失、肢體抽搐。

這個例子凸顯一個進階觀念：神經系統的健康，往往不在於單一神經元是否正常，而在於整個網絡的「同步程度」是否恰當。太不同步，資訊無法整合；太同步，就是癲癇或某些麻醉、昏迷狀態。介於兩者之間那條窄窄的帶域，才是清醒認知發生的地方。此處為教學說明，實際 EEG 判讀須由專業神經科或神經生理醫師執行。

腦波與神經振盪：節律如何協調遙遠的腦區

上面提到「同步程度」，自然帶出神經振盪（neural oscillation），也就是俗稱的腦波。當一群神經元的活動以某個頻率規律起伏，在 EEG 或腦磁圖上就呈現為週期性波動。傳統依頻率把腦波分為幾個帶域：delta（小於四赫茲，深睡）、theta（四到八赫茲，記憶與導航）、alpha（八到十二赫茲，放鬆清醒、閉眼）、beta（十二到三十赫茲，警覺與運動準備）、gamma（三十赫茲以上，注意力與知覺整合）。

但進階的重點不是背誦這些數字，而是理解振盪為什麼存在、有什麼功能。一個主流假說是「透過同步進行溝通」（communication through coherence）：兩個相距遙遠的腦區，若想有效交換訊息，它們的振盪相位必須對齊。當送方在自己神經元最容易激發的相位視窗發送脈衝，而收方剛好處於最容易被激發的相位，訊號傳遞效率最高；相位若錯開，同樣的脈衝就像在對方「關門」時敲門，傳不進去。在這個觀點下，振盪是大腦動態地開關通訊頻道的方式——注意力的本質，可能就是選擇性地讓某些腦區之間的振盪同步起來。

另一個迷人的機制是跨頻率耦合（cross-frequency coupling），最著名的是 theta–gamma 耦合。海馬迴（入門篇提過它是形成新記憶的關鍵）裡，較慢的 theta 波像一個節拍器，把每個 theta 週期切成數個 gamma 子週期；每個 gamma 子週期可以承載一個資訊單元。有研究者據此提出，這套巢狀結構可能就是工作記憶能同時保持「七加減二」個項目的神經基礎——慢波劃定時間框架，快波在框架內排列項目。雖然細節仍有爭論，但它示範了振盪如何提供一套組織資訊的時間骨架。

預測編碼：大腦其實一直在「猜」，而不是「看」

現在回到開頭那個能量之謎：為什麼大腦把絕大部分能量花在內在活動？目前最有影響力的理論框架之一是預測編碼（predictive coding），有時也與「自由能原理」（free energy principle）連結。

這套理論主張，大腦不是被動接收感覺資訊，而是主動地不斷產生對外界的預測，並把預測由高階皮質往低階感覺區傳遞。真正在皮質層之間往上傳的，主要不是原始感覺訊號，而是預測誤差（prediction error）——預期與實際輸入的落差。如果預測準確，誤差很小，往上傳的訊號就少，大腦「滿意」；如果出現意外，誤差變大，這個訊號才被往上送、迫使大腦更新內在模型。

這個架構解釋了許多現象。知覺的填補與錯覺：你看到的世界有相當一部分是大腦「腦補」出來的最佳猜測，盲點處的視野、被遮擋物體的延續，都是模型填空的結果，這也是為什麼某些視錯覺如此頑固——它們利用了大腦的先驗假設。為什麼自己搔自己不癢：因為小腦能精確預測自己動作造成的感覺，預測誤差被抵消，感覺被衰減；別人搔你之所以癢，正因為那是無法預測的輸入。能量帳本：維持並持續更新一個複雜的內在世界模型，本身就是昂貴的，這正呼應了大腦把能量大量投入自發活動而非被動反應。

預測編碼也為精神醫學提供了新語言。一種觀點認為，思覺失調症的幻覺與妄想，可能源自預測誤差的權重配置失調——大腦過度信任自上而下的預測（產生幻覺，把內在預測當成真實感覺），或過度放大某些誤差訊號（產生妄想，急著為無意義的巧合編織解釋）。這仍是研究中的假說，但它示範了一個強大的趨勢：用運算層次的失常，而非單純某種神經傳導物質的多寡，來理解精神疾病。

動手試試：用預測誤差重新理解一個日常經驗

下次你走下樓梯，刻意留意一件事。如果某一階的高度跟你預期的不同——比如你以為還有一階，腳卻直接踩到地面，或反過來踩空——你會感到一陣強烈的、近乎驚嚇的身體反應。

用預測編碼來拆解：你的大腦在每一步都產生了「下一階在這個高度」的精確預測，並據此預先調整肌肉張力。當實際落差與預測一致時，整個過程行雲流水，你甚至不會意識到自己在走樓梯。但當出現一階意料之外的高度差，巨大的預測誤差瞬間產生，被緊急往上送、觸發姿勢矯正反射與情緒反應。那股「心臟漏跳一拍」的感覺，本質上就是一次大的預測誤差在你身上的主觀展現。同一個機制也解釋了為什麼熟悉的環境讓人放鬆（誤差小）、陌生情境令人警覺（誤差大）。

重點回顧

• 大腦消耗約全身百分之二十的靜息能量，且大部分用於自發的內在活動而非被動反應，這個能量帳本支持「大腦是主動預測機器」的觀點。
• 神經編碼有多個層次：頻率編碼（看平均發放率）、時間編碼（看精確脈衝時刻，達微秒級）、群體編碼（看一群神經元的協同模式），後者是腦機介面解碼的理論基礎。
• 興奮抑制平衡（E/I balance） 讓網絡運作在臨界點附近；抑制不足傾向癲癇，失衡也與自閉症類群、思覺失調症的部分病理相關。
• 神經振盪透過相位同步動態開關腦區間的通訊頻道（communication through coherence），跨頻率耦合（如 theta–gamma）則提供組織資訊的時間骨架。
• 預測編碼主張皮質主要上傳的是預測誤差而非原始感覺，能解釋知覺填補、自己搔不癢、以及思覺失調症等運算層次的失常。

深入探討（研究所視角）

對於想再往前一步的讀者，以上幾個主題各自連向更深的研究前沿。

第一，臨界性與無標度動態。 把皮質視為運作在相變臨界點的系統，會預測一種「神經雪崩」（neuronal avalanche）現象——自發活動的規模分布呈冪次律（power law），沒有特徵尺度。這個來自統計物理的視角，把大腦動態與沙堆模型、自組織臨界性連結起來，提供了一個量化「健康網絡動態」的潛在生物標記。如何在臨床上測量並利用臨界性偏移，是計算精神醫學的活躍課題。

第二，抑制性中間神經元的多樣性。 GABA 神經元並非單一族群，而可依分子標記（如 PV、SST、VIP 等）細分為功能各異的亞型，各自負責不同的抑制策略——有的鎖定胞體控制輸出時機（並因此主導 gamma 振盪），有的調控樹突整合輸入。理解這套抑制微迴路的精細分工，是解析 E/I 平衡與振盪生成的關鍵，也牽動對神經發育疾病的機制理解。

第三，預測編碼的生理實現與爭議。 預測編碼是優雅的計算理論，但它在皮質迴路上「具體由哪些細胞、哪些層、哪些受體實現」仍未完全定論。NMDA 受體被認為在傳遞自上而下預測中扮演要角，這也是氯胺酮（ketamine）等 NMDA 拮抗劑能誘發類精神病症狀的一種解釋路徑。批評者則指出，許多被歸為「預測編碼證據」的現象也能用其他模型解釋。如何設計能真正分辨理論的關鍵實驗，是當前系統神經科學的核心張力。

第四，從相關到因果的工具革命。 過去神經科學多半只能觀察相關性；而光遺傳學（optogenetics）讓研究者能用光精確開關特定神經元群，首次得以在動物上因果地檢驗「這群細胞的這種活動是否真的造成那個行為或振盪」。結合大規模神經紀錄與閉迴路刺激，研究正從「描述大腦在做什麼」邁向「干預並驗證大腦如何運算」。這條路徑同時逼近臨床轉譯與深刻的倫理問題：當我們能精準改寫神經活動，治療與操控之間的界線該如何界定。

從一份意外的能量帳本出發，我們看到一個與直覺不同的大腦——它不被動等待世界，而是不停地預測世界、並只在意料之外時才更新自己。理解這套運算邏輯，不只是神經科學的智識挑戰，更逐漸成為重新詮釋學習、知覺與精神疾病的共同語言。