Chắc hẳn bạn đã từng nghe đến cái truyền thuyết rằng một người trung bình chỉ dùng 10% khả năng của bộ não. Đây là một lời nói dối hấp dẫn, vì nó khiến chúng ta nghĩ mình giỏi hơn thực tế. Những bộ phim khoa học viễn tưởng như Limitless1 (Tạm dịch: Không giới hạn) và Lucy2 đã tận dụng triệt để truyền thuyết đó thông qua việc khắc họa những nhân vật chính có được siêu năng lực nhờ đánh thức được sức mạnh trí óc ẩn giấu trong bộ não. Trong khi đó, các nhà thần kinh học vốn từ lâu đã khinh miệt ý tưởng này. 80 năm nhiên cứu đã chứng tỏ rằng mọi bộ phận của não đều hoạt động trong suốt một ngày. Ngoại trừ những người từng có chấn thương não nghiêm trọng, ở bất cứ thời điểm nào, chúng ta đều sử dụng toàn bộ bộ não của mình.

Tuy nhiên, giống như các huyền thoại khác, truyền thuyết 10% cũng có một phần sự thật. Trong 20 năm qua, các nhà khoa học đã khám phá rằng hoạt động của vỏ não có một đặc điểm quen thuộc một cách kỳ lạ: Một lượng nhỏ các neuron chịu trách nhiệm cho phần lớn hoạt động của não bộ. Điều này không có nghĩa là chúng ta không sử dụng 90% bộ não của mình, mà là rất nhiều neuron yên lặng một cách rùng rợn ngay cả khi chúng đang hoạt động. Nguyên nhân của sự yên lặng này phức tạp hơn rất nhiều so với những viễn cảnh chỉ số IQ tăng đột biến hay siêu năng lực tạm thời từ các bộ phim. Câu trả lời đến ngay từ những nguyên tắc cơ bản của trí não chúng ta trong việc nhìn nhận thực tế.

*****

Các neuron liên lạc với nhau nhờ các xung điện gọi là “spike.” Vào những năm 1930, các nhà khoa học bắt đầu đo đạc các “xung điện” từ các neuron đơn lẻ bằng các điện cực kim loại nhỏ được gắn trong não bộ. Họ quan sát các neuron với tần suất hoạt động ở mức từ vài chục đến vài trăm xung điện một giây, trong đó mỗi xung điện kéo dài khoảng vài mili giây (1). Bộ não dường như tràn ngập các hoạt động liên lạc. Sau đó, trong một bài đánh giá về công nghệ vi điện tử vào năm 1968, một kỹ sư y sinh học tên David Robinson đã tìm ra một sự thiếu nhất quán quan trọng. Khi các điện cực được cấy vào não, đáng lẽ chúng phải phát hiện ra hoạt động từ mọi tế bào nằm gần đó. Theo lý thuyết, một lần đo đạc điển hình phải ghi nhận khoảng 200 tế bào. Tuy nhiên, các nhà nghiên cứu may mắn lắm cũng chỉ đo được 5 tế bào từ một cực điện. Vậy các neuron khác đâu rồi?

Nhiều người bỏ qua câu hỏi này – xác suất phát hiện thấp có thể là do tổn thương mô gây ra bởi các điện cực, hoặc do việc đo đạc được tiến hành khi đối tượng đang được gây tê. Nhưng phát hiện của Robinson đã được chứng thực 30 năm sau đó khi các nhà nghiên cứu bắt đầu đo đạc tỉ mỉ ở bên trong các tế bào (1-3). Họ phát hiện rằng phần lớn các neuron trong vỏ não phát xung điện ít hơn hẳn so với con số thường được báo cáo là 10 -100 xung điện mỗi giây. Và chỉ có khoảng 3 – 20% tế bào hoạt động nhiều nhất mới đạt đến những tần suất cao như vậy. Hóa ra các nhà khoa học từ lâu đã thất bại trong việc đo phần lớn các neuron, đơn giản chỉ vì họ thiếu các phương pháp để phát hiện những tế bào đó.

Một nhóm nhỏ các neuron hoạt động nhiều gấp hàng trăm hoặc hàng ngàn lần so với số còn lại.

Ngày nay chúng ta biết rằng phần lớn các neuron trong vỏ não ở trạng thái “yên lặng.” Chúng phát xung điện rất ít, một số thậm chí còn không phát gì cả. Vì các nhà nghiên cứu chỉ có thể đo đạc não bộ trong một giới hạn nhất định (ví dụ như với các bệnh nhân chuẩn bị phẫu thuật não), họ đã ước tính tần suất hoạt động của bộ não dựa trên lượng đường não tiêu thụ. Bộ não người có khối lượng chiếm chưa đến 2% trọng lượng cơ thể, và sử dụng 20% lượng calorie, tương đương năng lượng trong 3 quả chuối trong một ngày. Đây là một con số rất thấp, xét đến việc tạo xung điện tiêu tốn rất nhiều năng lượng. Dựa vào lượng năng lượng mỗi xung điện tiêu thụ và số neuron trong não, một neuron trung bình sẽ phải phát xung điện ít hơn 1 lần mỗi giây (4). Vậy nhưng, các tế bào đo được từ các bệnh nhân thường phát xung điện từ hàng chục đến hàng trăm lần mỗi giây, chứng tỏ rằng một lượng nhỏ neuron sử dụng phần lớn số năng lượng được phân bổ cho não. Các neuron còn lại chỉ hoạt động vài lần một phút, hoặc ít hơn. Quỹ năng lượng này đặt ra giới hạn cho tỉ lệ vỏ não có thể hoạt động cùng một lúc: Chỉ 1% các neuron có thể cùng tham gia hoạt động. Điều này có thể giải thích tại sao phạm vi tập trung của chúng ta lại rất giới hạn – bộ não chỉ có thể phân bổ một lượng xung điện nhất định cho bất kỳ hoạt động nhận thức nào.

Tại sao bộ não lại giữ quá nhiều tế bào thụ động như vậy? Đây là một câu hỏi khó, vì mặc dù biết rằng xung điện trở thành nhận thức của chúng ta về thế giới, ta vẫn không biết được cơ chế hoạt động của nó (5). Cơ chế này được gọi là mã thần kinh (neural code), và các nhà thần kinh học đã cố gắng giải mã nó trong suốt 100 năm qua.

Có hai thái cực của mã thần kinh: Nhận thức có thể được biểu hiện thông qua hoạt động của các tập hợp neuron, hoặc chúng có thể được mã hoá bởi các neuron đơn lẻ. Chiến lược đầu tiên, được gọi là mã dày đặc, mang đến khả năng lưu trữ lớn: Với N neuron, bộ não có thể mã hóa 2^N vật thể đơn vị – trong thiên văn học, con số này lớn hơn cả số lượng nguyên tử trong vũ trụ, và nhiều hơn những gì mỗi người có thể trải nghiệm trong cả cuộc đời. Nhưng nó cũng yêu cầu tần suất hoạt động lớn và một quỹ năng lượng có giới hạn, bởi rất nhiều neuron sẽ cần phải hoạt động cùng một lúc. Chiến lược thứ 2 – gọi là mã bà ngoại3 (grandmother code) bởi vì nó ám chỉ sự tồn tại của tế bào chỉ phát xung điện cho “bà ngoại” của bạn – đơn giản hơn nhiều. Mỗi vật thể được trải nghiệm sẽ được biểu hiện bởi một neuron, giống như cách mỗi phím trên bàn phím đại diện cho một chữ cái. Chiến lược này sử dụng xung điện rất hiệu quả bởi lý do là, vì phần lớn các vật thể mà ta biết sẽ không tham gia vào quá trình tư duy hoặc trải nghiệm, hầu hết các neuron sẽ không hoạt động trong phần lớn thời gian. Tuy nhiên, như vậy thì số lượng khái niệm mà bộ não có thể biểu hiện chỉ có thể bằng số neuron của nó.

Các nhà thần kinh học đi đến một thỏa hiệp hấp dẫn cho 2 ý tưởng này vào cuối những năm 90. Trong chiến lược có tên mã thưa thớt (sparse code) này, nhận thức được mã hoá bởi hoạt động của nhiều neuron cùng một lúc, giống như với chiến lược mật mã dày đặc. Nhưng mã thưa thớt sẽ giới hạn số lượng neuron có thể tham gia mã hóa một tác nhân kích thích, tương tự như mã bà ngoại. Nó kết hợp dung lượng lưu trữ lớn với mức độ hoạt động thấp và ngân sách năng lượng hạn chế.

Sự mã hoá thưa thớt được coi là một trong những thành công lớn của khoa học thần kinh lý thuyết, bởi những dự đoán nó đưa ra cực kỳ khớp với số liệu thực. Trong một bài báo xuất bản năm 1996, hai nhà thần kinh học Bruno Olshausen và David Field đã huấn luyện một mạng lưới thần kinh nhân tạo để “học” hình ảnh. Mạng lưới của họ hoạt động theo cơ chế mã hóa thưa thớt bằng cách giới hạn số lượng neuron hoạt động cùng một thời điểm, và tối đa hóa sự độc lập của thông tin mã hóa bởi một neuron với những thông tin mã hóa bởi các neuron khác. Dưới những giới hạn này, các neuron nhân tạo lấy thông tin từ các hình ảnh theo đúng cách mà các neuron thật trong vỏ não thị giác thực hiện: bằng cách phát xung điện dưới một dạng đặc thù ra các cạnh cục bộ. Các nhà khoa học thần kinh tin rằng những cạnh này trong não đầu tiên sẽ ráp lại thành những hình dạng và kết cấu, rồi cuối cùng trở thành nhận thức về những khái niệm cụ thể như khuôn mặt, cái nơ, hay chiếc thuyền. Thế giới hình ảnh bị xé lẻ thành các yếu tố cơ bản trước khi ngữ nghĩa được xếp chồng lên qua sự tích tụ thông tin trong những vùng não bộ chuyên biệt.

Chiến lược mã hoá thưa thớt giải thích tại sao một số neuron cực kỳ hiếm khi phát xung điện: Chúng chỉ mã hóa một số thông tin rất cụ thể. Nhưng nó không giải thích tại sao một số lượng nhỏ các tế bào thần kinh lại hoạt động nhiều hơn gấp hàng trăm hay hàng nghìn lần so với các tế bào khác. Điều này có thể được giải thích một phần, nhưng không phải toàn bộ, bởi sự đa dạng của các loại tế bào – một số loại neuron đơn giản là phát xung điện nhiều hơn các neuron khác. Nhưng ngay cả giữa các tế bào kích hoạt bởi các kích thích (excitatory cell), loại neuron phổ biến nhất, cũng có một sự chênh lệch lớn về mức độ hoạt động. Sự chênh lệch này có thể đại diện cho hai chiến lược mã hoá riêng biệt: Một nhóm neuron nhỏ, hoạt động nhiều có thể đưa ra một “phán đoán tốt” nhanh chóng nhằm cho phép những phản ứng tức thời, trong khi phần im lặng còn lại chắt lọc những phản ứng đó thành một nhận thức cụ thể. Hãy nhớ lại tất cả những lần bạn tưởng mình nhìn thấy một hình thù kỳ quái, rồi cuối cùng nhận ra rằng đó là một cái giá treo áo.

Những neuron yên lặng có thể có nhiều chức năng hơn việc cải thiện nhận thức. Mặc dù chúng không thường xuyên phát xung điện, chúng ta biết từ các bản đo đạc nội bào rằng chúng vẫn tiếp nhận thông tin từ các neuron khác, khiến cho điện áp màng của chúng dao động. Sự kết hợp của những dao động và xung điện này tạo thành thứ chúng ta vẫn gọi là sóng não. Trong 15 năm qua, các nhà khoa học đã bắt đầu thu thập bằng chứng cho thấy những sóng não này đóng một vai trò chủ động trong quá trình xử lý thông tin, ví dụ như chuyển dời một số yếu tố thần kinh đầu vào trong khi tăng cường các yếu tố khác, hoặc thay đổi thời gian phát xung điện. Điều này cho thấy xung điện không phải là tín hiệu duy nhất mang thông tin trong não, và các neuron “thụ động” thì hoạt động nhiều hơn vẻ bề ngoài của chúng.

Ngoài việc định hình đầu ra của những neuron phát nhiều xung điện, các tế bào yên lặng này còn có thể là một “bể dự trữ” cho việc học và phục hồi. Một con chuột bị mất một cọng râu sẽ trở nên nhạy cảm hơn với những cái râu còn lại của nó, bởi vì các tế bào trong khu vực xúc giác của vỏ não sẽ kết nối lại để nhận tín hiệu từ những cái râu đó. Khi các nhà khoa học ghi lại những hoạt động thần kinh trước và sau khi tỉa râu chuột, họ nhận thấy rằng chính những tế bào kém hoạt động lại trở nên nhạy cảm hơn với những cái râu còn lại.

Nếu điều này là đúng, thì chúng ta thực sự có những khả năng trí não chưa được tận dụng hết, như những gì truyền thuyết 10% gợi ý. Những khả năng ấy được gọi với cái tên có phần buồn tẻ hơn, là “học tập.”

*Danh sách tham khảo:

1. Shoham, S., O’Connor, D.H., & Segev, R. How silent is the brain: Is there a “dark matter” problem in neuroscience? Journal of Comparative Physiology A 192, 777–784 (2006).

2. Henze, D.A., et al. Intracellular features predicted by extracellular recordings in the hippocampus in vivo. Journal of Neurophysiology 84, 390–400 (2000).

3. de Kock, C.P., Bruno, R.M., Spors, H., & Sakmann, B. Layer- and cell-type-specific suprathreshold stimulus representation in rat primary somatosensory cortex. The Journal of Physiology 581, 139–154 (2007).

4. Lennie, P. The cost of cortical computation. Current Biology 13, 493–497 (2003).

5. Olshausen, B.A. & Field, D.J. How close are we to understanding v1? Neural Computation 17, 1665–1699 (2005).

6. Olshausen, B.A. & Field, D.J. Emergence of simple-cell receptive field properties by learning a sparse code for natural images. Nature 381, 607–609 (1996).

7. Bell, A. J. & Sejnowski, T. J. The “independent components” of natural scenes are edge filters. Vision Research 37, 3327–3338 (1997).

8. Margolis, D.J. et al. Reorganization of cortical population activity imaged throughout long-term sensory deprivation. Nature Neuroscience 15, 1539–1546 (2012).