你有没有想过，当你学习数学时，大脑会发生什么变化？

在 2016 年的一项研究中，研究人员将 30 名受过良好教育的成年人放进核磁共振成像（MRI）设备中进行扫描。其中 15 人是高级数学家，另 15 人则是在人文学科领域（如历史、语言学、哲学）工作的专业人士，但没有任何专业数学训练。

实验的主要任务，是让参与者听别人朗读一些陈述，这些陈述可能涉及一般常识（如历史或自然知识），也可能涉及数学。数学陈述来自多个领域，如分析、代数、几何和拓扑。无论是一般知识还是数学陈述，在长度和复杂性上都经过匹配。

参与者必须判断每个陈述是真、假，还是“无意义”。这里的“无意义”指的是句子在语法上正确，但在内容上毫无道理。

不出意外，数学家在判断数学陈述的正确性上得分很高。而“对照组”（也就是非数学家）在判断数学陈述时的正确率接近随机猜测。在非数学类问题上，两组的得分几乎相同。数学家当然还在另一点上表现更好：他们能更快地判断一个数学陈述是否“有意义”，不论它最终是真还是假。而两组在非数学问题上的表现又是相似的。这完全符合预期。

不过，这里研究的重点，并不是比较他们在数学和一般知识上的掌握程度，而是要观察在面对不同类型问题时，大脑的反应。

最后，一旦参与者判断出一个陈述是有意义的，研究中的这个 D 值就告诉我们，他们接下来能多好地判断它到底是真还是假。结果和我们预想的完全一致：数学家在所有问题上的表现都不错，而对照组（非数学家）基本搞不懂数学陈述的意义，但他们在一般知识陈述上的得分不错。那么，这里面有什么特别的呢？

让我们看看他们的大脑是怎么反应的。

首先，大脑会为数学构建出一个独特的网络。

看看这张图，它测量的是大脑中名为左下颞区和左顶内沟的区域活动情况。

在横轴上，粗白线标示的是向对照组朗读句子的时间段；横轴剩下的部分显示的是他们在思考这个问题时，这些脑区活动的变化情况。

图中的曲线代表的是对照组在思考每个主题中“有意义”句子时，这些区域的激活程度。主题包括：分析、代数、拓扑、几何，以及非数学类主题。

如你所见，对于所有主题——无论是数学还是非数学——他们的反应都很温和而且相似，这表明这些区域在他们的大脑中并没有对数学形成明显的专门化。

现在再看看数学家的情况——当他们听到任何领域的数学陈述时，不管是分析、代数、拓扑还是几何，这些脑区都会出现明显且持续的激活上升。

但在面对非数学陈述时，他们的大脑会转向其他专门处理一般知识的脑区。

在对照组中，这些同样的脑区在面对所有陈述（无论数学还是非数学）时，都只表现出轻微且相似的反应，这说明在他们的大脑中并没有激活与数学特定相关的区域。

所以，基本情况是这样的：对于数学和非数学内容，对照组依赖的都是同一套以语言功能为主的通用脑区，因此不同主题之间的激活模式看起来相似——他们用的是同一套“通用推理网络”来处理。

而数学家在处理数学时，则会强烈调用特定的数学-顶叶-额叶网络。遇到非数学内容时，他们完全不使用这套网络，而是转向语言和一般语义区域。

总的来说，虽然这里的解释还有更多细节，但影像扫描显示：绿色区域（属于大脑的一般语义网络，即负责语言和交流的部分）在两组人在思考一般知识问题时都会被激活。

当对照组思考数学陈述时，同样是这些绿色区域亮起。而数学家在思考数学陈述时，亮起的却是另一套区域——图中蓝色部分，即数学专门化网络。

因此，结论是：数学家拥有一套不同于一般语义处理的数学专门网络。

你可能会说：也许数学家的大脑看起来不一样，只是因为对照组觉得数学问题更难，而不是因为有特殊网络。但研究发现，数学问题的难度与这些区域的激活无关。

从这些图上可以看到，不管数学问题是简单还是困难，数学专门网络都会被激活；而对于非数学问题，无论简单还是困难，激活的都是完全不同的一般语义网络。

这就排除了“他们只是因为问题难所以想得更卖力”这种解释，并且确认这些大脑区域是内容特异性的。

我们先前看到，数学家在数学问题上会激活蓝色区域，这些区域在数学问题上的激活程度高于非数学问题。这是一种“领域区分”现象，说明数学网络和一般语义网络之间存在分离。

但光凭这一点，并不能证明数学网络实际上是在处理“意义”。理论上，那些数学特异性区域也可能会对任何看起来像数学的符号串或术语亮起反应——即便它们完全是无意义的，只因为它们的形式像是数学。

因此，研究人员将有意义的数学陈述与无意义的数学陈述进行比较，得出了非常有趣的结果：

你的大脑在你意识到之前，就已经“知道”这是数学了。

在图表中，我们看到，对于数学家来说，仅仅是识别出一句话是“数学句子”，即便它是无意义的，也会向大脑中专门处理数学的区域发送信号。但当数学陈述真正有意义时，这些区域的激活会更强烈——它们会更加努力地工作。

而在对照组中，模式则完全不同。无论陈述是数学、非数学、有意义还是无意义，他们使用的都是同样的一般语义区域，而且没有切换到数学特定网络的迹象。

这说明，数学家拥有一套专门为数学内容“布线”的神经路由系统；而非数学家即使意识到正在讨论的是数学，也根本不会启动这套系统。

所以，总结到目前为止的内容：

当听到一个陈述时，每个人的大脑语言区域都会被激活，这是预料之中的。但当需要对数学陈述进行推理时，数学家会切换到一个专用的数学神经网络；而对照组不会切换，他们让语言区域直接接手这项任务。在对照组的大脑中，这些数学扫描结果看起来就像一堆无意义的材料。

一个“数学化”的大脑，时刻准备应对一切。

还有一点很重要：当对照组看到阿拉伯数字或被要求做简单计算时，他们的大脑数学网络也会被激活。这意味着，不仅数学家，每个人都有这些神经网络。但有一个差别：即便是这种简单算术，数学家的数学控制网络的激活程度也明显高于对照组。

那么，你可能会说：“那又怎样？还没有证据表明，这种激活差异能在数学之外的推理中带来好处。”本研究的范围，确实只是观察当大脑“看到数学”时是如何工作的。但还有其他研究，专门针对另一个问题：拥有更发达的数学网络，真的能帮你吗？

猜猜这些其他研究发现了什么？

2020 年，悉尼大学的一项研究招募了从数学知识水平很低到数学知识水平很高的受试者。他们被给出了一系列逻辑推理题，其中不少与日常生活相关。

其中一道推理测试，是经典的“Wason 选择任务”。

规则很简单：你面前有四张卡片，分别是 D、K、3 和 7，每张卡片一面是字母，一面是数字。

规则是：如果一张卡片的一面是字母 D，那么另一面只能是数字 3。

你的任务是：翻最少数量的卡片，来验证这条规则是真是假。

逻辑上正确的选择是：翻 D 和 7。

翻 D 是为了检查另一面是不是 3；翻 7 是为了确认它背面不是 D。

但是，大多数人会犯经典错误——翻 D 和 3，去寻找确认（confirmation），而不是尝试反驳（falsification）规则。

而在数学证明中，反驳往往比确认更有力、更具结论性。

无论如何，在所有测试结束后，结果显示：数学训练程度越高的人，答对的比例越高。

更有意思的是，他们的反应时间——也就是他们思考问题所花的时间——也增加了，这表明他们会采取“停顿—审视”的思考方式。

所以，总体而言，一个人懂的数学越多，他做决策时就越合乎逻辑，也会更仔细地权衡。

这两项研究揭示了一个重要事实：学习数学会彻底改变你处理信息的大脑方式。而逻辑推理研究则表明，一个人懂的数学越多，他在生活中推理得就越正确、越合乎逻辑。

当然，数学的好处远不止于此——从理解宇宙的构造，到做出更明智的日常决策，这个清单可以无限延伸。

这里只是两项研究，还有无数其他研究得出了同样的结论：

一个受过数学训练的大脑，不仅仅是“懂数字”——它的思考方式本质上不同。

它会将问题导入大脑中极少数人才会充分激活的特殊网络。数学家能够抑制贸然猜测的冲动，转而倾向于暂停，仔细考虑每一个角度、每一个视角。

这种思维方式，并不局限于方程和数学陈述，而是一种会渗透进日常生活的思维模式。它体现了逻辑、专注，以及决断力的容量。

某种意义上，这就像一种精神上的“超能力”：它会重新塑造你的大脑，让你更高效地解决问题；让你的推理更深刻、更清晰；帮助你用更敏锐的镜头去观察世界。