脑可能是以和调频收音机相同的原理工作的。这是对两位科学家8年来共同研究脑的视觉系统所得结论的简单描述。他们认为自己的发现并不是说脑借助无线电波来工作，而是说某种使神经生理学家感到吃惊的事实：视觉系统似乎是把信息作为一种复合信号来传递的。
调频收音机和许多电信网络都是通过一种非常紧凑的方式发射和接收信息的，这种方式就是把一个以上的信号叠加在一起并把他们作为复合电波发射出去。当这种复合电波到达目标时，就又被分成原来的单个位号。发射复合信号的能力，即所谓多路传输技术使得调频无线电台能够播放立体声音乐。
国家心理卫生研究所的里奇蒙（Bany Richmond）和国家眼科研究所的奥普蒂根（Lance Optican）在上千次测试猴子对视觉模式的反应方式后，提出了多路传输滤波器假说——一种复杂的数学理论，它对科学上的正统观念提出了挑战，认为视觉神经是通过多路编码信号传递信息的。如果这一假说被证明是正确的，就会修正曾赢得诺贝尔奖并保持20年之久的一项研究成果，成为研究大脑的新方法的基础。此外，它将改变计算机和机器人研究者探索人工智能和模拟脑功能的方法。
当一幅图像在眼前闪现时，信号就以神经元发放那种短促的犹如机枪突发的方式从眼传递到脑。这种“脉冲序列”信号集在脑中神经元之间传递。标准的神经生理学理论认为，脉冲序列的脉冲数目决定着神经元所传递的信息：例如，一个很强烈的不连贯的神经发放，可能是由一个亮视觉模式引起的强烈信号。
里奇蒙在给猴子短时呈现一种长方形光带并测量神经元的反应时，注意到一些有趣的情况。当光带位置改变时，沿着其中一个视神经元传递的脉冲数没变，但是放电模式脉冲序列中的脉冲间隔——的确以一种完全可以再现的方式发生了变化。里奇蒙对一个位置上的光带做一次测量，得到一个模式，再在其他位置上记录下别的模式，然后回到第一个位置，又一次得到了第一个脉冲序列的模式。里奇蒙说/我知道，任何有规律的事物都会是有意义的。”
实验室的其他人员劝他忘掉上述结果——因为他们认为只有发放强度而不是这种模式才是重要的，而且人们已经在观察这些模式上花了很多年时间了，此外，他们还说，有很多种方法可以消除数据中模式间的差异，使得只有发放强度数据被保留下来。“幸运的是，我不能忘掉这种情况。”里奇蒙说。
里奇蒙问生物医学工程师奥普蒂根是否可以找到某种能让他俩用来分析脉冲序列模式的系统方法、里奇蒙最终希望知道，是否存在着一种可以发现基本层次上的神经元活动的系统方法，以及信息能否被综合为知觉模式，曾致力于以系统分析和数学方法研究眼动的奥普蒂根很难相信视知觉研究不采用同样的方法。
奥普蒂根发现视向膜上的神经元活动是非常容易理解的）但是当科学家们进一步跟踪这些越来越深入到脑内部的信号时，却发现来自眼的单个神经元信号的含义越来越不确定了。其结果是，关于神经元是如何形成视觉图像和视觉记忆的，只有一些模糊不清的理论，而且也没有人真正知道在那个层次上发生的事情。
关于脑处理视觉图像的最为人们广泛接受的理论称作感受野假说。这种假说认为视网膜被分为许多视域，在每一个视域中，都存在若许多“特征检测器”这些特征检测器一旦检测到特定的特征就立即激活神经元。例如，当一个正方形被投射到视网 - 的一个区域时，一组对正方形敏感的特征检测器就可能激活一个神经元；当另一个图形被投射到视网膜的同一区域时，另一组特征检测器就可能激活不同的神经元。原则上，根据布满视网膜的感受野上的许多这类基本图形出现的唐息就可以形成图像。1981年，休贝尔（David Hu-bei）和魏塞尔（Torsten Wiesel）由于在60年代基于感受野假说所做的工作而分享了诺贝尔生理学和医学奖。
尽管如此，里奇蒙和奥普蒂根却在实际工作中发现，这种感受野理论存在着“各种问题”。里奇蒙把出：“实际上，在大部分时间里大多数神经元都在发放，”所以，并非只有少量神经元在告知脑出现了何种特征，脑必须比较所有发放的神经元以确定哪一些最为活跃，因为有数以百万计的神经元需要比较，里奇蒙和奥普蒂根认为，这个工作将会是非常艰难的，当视觉景象快速变化的时候就更其如此，犹如解含有一百万个变量的一百万个联立方程。在过去的十年中，其他许多科学家也已发现感受野假说的部分内容并不适当。
所以，里奇蒙和奥普蒂根决定重新开始检测在脉冲序列中见到的模式。他们决定用工程师的办法研究这个问题，设计了一种全新的、无偏的测试系统。首先，他们抛弃了别人认为可能是感受野中重要特征的正方形和带状图形，而代之以一组叫做沃尔什功能图的抽象的网格图形（见图1）。
这些检测图形有两方面的用途。图中黑白方块的面积与数目均相等，这对于测试刺激的亮度效应是一种必不可少的因素。更重要的是，正像任何色彩均可由基本的色彩组成那样，任何图形也都能由基本的沃尔什功能图构成。正如奥普蒂根所言，沃尔什功能图最有用的性质是用以测试“一个系统的全部已知模式”换句话说，像能对色盲、散光和视敏度做综合测试的眼图一样，沃尔什功能图能够测试知觉中各种有意义的因素。
经过4年多时间进行了数以千计的测试，奥普蒂根和里奇蒙记录了脑视皮层中单个神经元对每种沃尔什功能图的反应。他们根据这些资料准确地证明了两个重要问题：首先，脉冲序列图并不是随机变量；其次，这些图形携带着信息。
这一研究结果在《神经生理学杂志》（1987年1月）发表后，激起了很多科学家的兴趣。约翰 · 霍布金斯大学的一位神经生理学家门卡斯特（Verno Mountcastle）告诉《科学新闻》，许多人都曾试图以其他理论来取代感受野模型，“但这是第一个取得部分成功的理论。”批评者认为奥普蒂根和里奇蒙并没有说明这些脉冲序列所包含的信息是如何传向其他神经元或在脑中如何被利用的情形。他们说，脉冲序列可能只携带了有关神经元自身的信息，如同一扇门的吱吜声只能告诉你铰链需要上油了，至于是谁进了屋子却一点也没透露。
为了回答这个问题，奥普蒂根和里奇蒙提出了多路传输滤波器模型，以解释在脉冲序列中建立的模式是什么。 这个模型包括一组神经“滤波器”，从视网膜的光敏感受器那里搜集信息，把亮度信息转变成基本的脉冲序列，并使之沿着神经元分路传输。在测试这种模型时，这两位科学家做了两个实验，得出了可能是“真正令人吃惊的结果。”
第一个实验检验了多路传输滤波器模型的一个基本预言：如果脉冲序列通过把各滤波器的单个信号组成为一个多路传输信号而携带着沃尔什功能图的信息，那么两个沃尔什功能?的多路传输信号合起来就应该与这两个沃尔什功能图的复合模式的反应信号相同。这就类似于说，1+1=2，3+4=7，则2+7就应该等于1+1+3+4。奥普蒂根和里奇蒙做了这个实验，并同时发现对两个相加的沃尔什功能图检测到的神经元反应与他们预言的情况非常接近，而且从一种沃尔什功能图减去另一种沃尔什功能图后的模式所引起的反应也是如此。奥普蒂根就这一检验方法说道：“这种结果是无法人为制造的。”
他们用计算机把记录沃尔什功能图的所有信号都分解为三个尽可能简单的基本信号，由此而得出第二个惊人的结果。他们把多路传输信号数据标在三维坐标系上，每一维都对应于计算机产生的一个基本信号。当他们用这种方法研究这些数据时，一种模式就跃然而出，每个沃尔什功能图都可以在三维空间里表示为点集的投影，投影中点的位置由沃尔什功能图的亮度和测试时呈现的时间长短来决定。奥普蒂根说，“当看到这种现象时，我们感到震惊，这些投影表示了一种内在的神经元编码。”
目前他们所能明确的是，脉冲序列的作用恰像它们必须把有关沃尔什功能图的译码信息传到大脑那样。用图表示的投影大部分都能彼此分别开来，所以，如果在脑中存在着某种能把多路信号分别开来的脑机制，它就有可能告诉是哪种沃尔什功能图被看到了、还有，这些投影排列得就像目录盒中的卡片那样整齐，并且投影重合在一起的点也正好是在预期的地方：即在那些表示亮度低，图形呈现时间也非常短的试验的点上，这正好说明了，如果图形很模糊，或者图形在你眼前快速闪过时，就很难说清那个图形是什么。
里奇蒙和奥普蒂根已经把他们的发现公之于众，在去年11月的神经科学学会年会上和5月的视觉与眼科学研究会的会议上，他们提交了这些研究结果，他们说，许多科学家目前越来越对之感兴趣，并接受了他们的观点。奥普蒂根说：“许多阻力显然已经消失了。”他指出他们早期工作的精确性使一些神经生理学家感到震惊，然而尚未公布的结果将比他们早期的成果更加惊人，因为早期的工作侧重于方法。里奇蒙说：“这恰恰为人们习惯那些真正新鲜的事物提供了时间。”
里奇蒙工作的国家心理卫生研究所神经心理学实验室主任米什金（Mortimer Mishkin）称这项研究具有“海在的革命性”。米什金说，多路传输滤波器假说并不排除神经元简单地按照激活程度的高低传递信息的理论，但是，如果这种假说正确的话，科学家们过去就有可能把大部分被传递的信息都忽略了，因为他们忽略了脉冲序列中的模式。
里奇浆和奥普蒂根坚持主张在知觉中运用多路传输滤波器系统有很多好处，因为这个系统是非线性的一一也就是说，在刺激与反应之间并不存在正比关系，并且一个较明亮的刺激可能正好改变神经活动的模式而并不增强这种活动。奥普蒂根指出：“在工程学上有一个规律，即不管你设计一个什么样的线性系统去做一种工作，总是存在着一种非线性系统，它工作得更好。”他举例说，在立体声系统中可以获得最好音响的是数字式密纹唱片系统，因为音乐被抽象成二进制代码，它是高度非线性的，奥普蒂根还说：“自然界似乎知道工程师们所知道的东西。”
奥普蒂根和里奇蒙认为，一个非线性的编码多路传输滤波器系统能比旧有的感受野模型处理更为复杂的信号。这种假说可以帮助解决的一个问题是，脑怎样赋予物体的颜色。“其他科学家已经发现脑划分颜色区和形状区，进来的信息直接进入相应的区域，”奥普蒂根指出：“他们没有解释信息又是怎样汇合起来的。”
里奇蒙举例解释，如果你看到一个红苹果，那么苹果的信息和红色的信息就会分别指向形状区和颜色区。这时你怎么会知道正是那个苹果而不是背景是红色的呢？对于复杂的情景，比如说两把同样的椅子，一把是红色，一把是绿色，问题就会掺和不清了。里奇蒙问道：“你必须能够把那种信息重新送回到某一点，不过脑怎么知道哪种颜色与哪个物体相配呢？”
采用多路传输信号，苹果的信号和红色的信号就都能携载一个相同的信号和一个编码标签，以便信息在脑的不同区域处理后可以再度结合起来。
所有这些对于人工智能和机器人领域的研究人员来说都具有重要意义，他们经常在生物学中寻找脑如何学习复杂行为的线索。近来人们对“神经网络”非常感兴趣，科学家们相信计算机网络可能是脑信息加工中神经元群的简单模型"神经网络已经在模式识别和“学习”简单行为方面获得了一定的成功。
但是，神经网络依赖于这种假设：即神经元彼此传递简单的或强或弱的信号。有些计算机科学家认为，把多路传输信号与神经网络结合起来就可以对信息进行更复杂的计算和精确的处理。
试图研制能“看”的机器的科学家可能也要借助多路传输的思想。加利福尼亚理工学院的计算机视觉研究者科赫（Koch）指出，迄今为止，计算机工程师们在运用这种作为多路传输滤波器模型基础的编码方式上还很迟钝。而且在神经网络中时间维度总是完全被忽略的。
这两位科学家现在打算通过寻找大脑用以形成多路传输信号的真实的基本信号来解释神经编码本身，他们从实验数据的三维图中已发现的那些投影得自于把多路传输信号分解成尽可能简单的成分而不是脑使用的真实成分，目前他们正在寻找的东西是罗塞达碑，以便说明神经信息是如何同视知觉相联系的。
[Science News，1988年7月23日]