要縮小自己，也要放棄一些東西

本文與 BRITA 合作，泛科學企劃執行。

你確定你喝的水真的乾淨嗎？

如果你回到兩百年前，試圖喝一口當時世界上最大城市的飲用水，可能會立刻放下杯子——那水的顏色帶點黃褐，氣味刺鼻，甚至還飄著肉眼可見的雜質。十九世紀倫敦泰晤士河的水，被戲稱為「流動的污水」，當時的人們雖然知道水不乾淨，但卻無力改變，導致霍亂和傷寒等疾病肆虐。

幸運的是，現代自來水處理系統已經讓我們喝不到這種「肉眼可見」的污染物，但問題可還沒徹底解決。面對 21 世紀的飲水挑戰，哪些技術真正有效？

濾水技術：從霍亂危機到高效濾芯

19 世紀的歐洲因為城市人口膨脹與工業發展，面臨了前所未有的水污染挑戰。當時多數城市的供水系統仍然依賴河流、湖泊，甚至未經處理的地下水，導致傳染病肆虐。

1854 年，英國醫生約翰·斯諾（John Snow）透過流行病學調查，發現倫敦某口公共水井與霍亂爆發直接相關，這是歷史上首次確立「飲水與疾病傳播的關聯」。這項發現徹底改變了各國政府對供水系統的態度，促使公衛政策改革，加速了濾水與消毒技術的發展。到了 20 世紀初，英國、美國等國開始在自來水中加入氯消毒，成功降低霍亂、傷寒等水媒傳染病的發生率，這一技術迅速普及，成為現代供水安全的基石。    

 19 世紀末的台灣同樣深受傳染病困擾，尤其是鼠疫肆虐。1895 年割讓給日本後，惡劣的衛生條件成為殖民政府最棘手的問題之一。1896 年，後藤新平出任民政長官，他本人曾參與東京自來水與下水道系統的規劃建設，對公共衛生系統有深厚理解。為改善台灣水源與防疫問題，他邀請了曾參與東京水道工程的英籍技師 W.K. 巴爾頓（William Kinnimond Burton） 來台，規劃現代化的供水設施。在雙方合作下，台灣陸續建立起結合過濾、消毒、儲水與送水功能的設施。到 1917 年，全台已有 16 座現代水廠，有效改善公共衛生，為台灣城市化奠定關鍵基礎。

進入 20 世紀，人們已經可以喝到看起來乾淨的水，但問題真的解決了嗎？ 科學家如今發現，水裡仍然可能殘留奈米塑膠、重金屬、農藥、藥物代謝物，甚至微量的內分泌干擾物，這些看不見、嚐不出的隱形污染，正在成為21世紀的飲水挑戰。也因此，濾水技術迎來了一波科技革新，活性碳吸附、離子交換樹脂、微濾、逆滲透（RO）等技術相繼問世，各有其專長：

• 活性碳吸附：去除氯氣、異味與部分有機污染物

• 離子交換樹脂：軟化水質，去除鈣鎂離子，減少水垢

• 微濾技術、逆滲透（RO）技術：攔截細菌與部分微生物，過濾重金屬與污染物等

這些技術相互搭配，能夠大幅提升飲水安全，然而，無論技術如何進步，濾芯始終是濾水設備的核心。一個設計優良的濾芯，決定了水質能否真正被淨化，而現代濾水器的競爭，正是圍繞著「如何打造更高效、更耐用、更智能的濾芯」展開的。於是，最關鍵的問題就在於到底該如何確保濾芯的效能？

濾芯的壽命與更換頻率：濾水效能的關鍵時刻濾芯，雖然是濾水器中看不見的內部構件，卻是決定水質純淨度的核心。以德國濾水品牌 BRITA 為例，其濾芯技術結合椰殼活性碳和離子交換樹脂，能有效去除水中的氯、除草劑、殺蟲劑及藥物殘留等化學物質，並過濾鉛、銅等重金屬，同時軟化水質，提升口感。

然而，隨著市場需求的增長，非原廠濾芯也悄然湧現，這不僅影響濾水效果，更可能帶來健康風險。據消費者反映，同一網路賣場內便可輕易購得真假 BRITA 濾芯，顯示問題日益嚴重。為確保飲水安全，建議消費者僅在實體官方授權通路或網路官方直營旗艦店購買濾芯，避免誤用來路不明的濾芯產品讓自己的身體當過濾器。

辨識濾芯其實並不難——正品 BRITA 濾芯的紙盒下方應有「台灣碧然德」的進口商貼紙，正面則可看到 BRITA 商標，以及「4週換放芯喝」的標誌。塑膠袋外包裝上同樣印有 BRITA 商標。濾芯本體的上方會有兩個浮雕的 BRITA 字樣，並且沒有拉環設計，底部則標示著創新科技過濾結構。購買時仔細留意這些細節，才能確保濾芯發揮最佳過濾效果，讓每一口水都能保證潔淨安全。

不過，即便是正品濾芯，其效能也非永久不變。隨著使用時間增加，濾芯的孔隙會逐漸被污染物堵塞，導致過濾效果減弱，濾水速度也可能變慢。而且，濾芯在拆封後便接觸到空氣，潮濕的環境可能會成為細菌滋生的溫床。如果長期不更換濾芯，不僅會影響過濾效能，還可能讓積累的微小污染物反過來影響水質，形成「過濾器悖論」（Filter Paradox）：本應淨化水質的裝置，反而成為污染源。為此，BRITA 建議每四週更換一次濾芯，以維持穩定的濾水效果。

為了解決使用者容易忽略更換時機的問題，BRITA 推出了三大智慧提醒機制，確保濾芯不會因過期使用而影響水質：

1. Memo 或 LED 智慧濾芯指示燈：即時監測濾芯狀況，顯示剩餘效能，讓使用者掌握最佳更換時間。

2. QR Code 掃碼電子日曆提醒：掃描包裝外盒上的 QR Code 記錄濾芯的使用時間，自動提醒何時該更換，減少遺漏。

3. LINE 官方帳號自動通知：透過 LINE 推送更換提醒，確保用戶不會因忙碌而錯過更換時機。

在濾水技術日新月異的今天，濾芯已不僅僅是過濾裝置，更是智慧監控的一部分。如何挑選最適合自己需求的濾水設備，成為了健康生活的關鍵。

濾水技術：不僅是進步，更是守護未來

人類對潔淨飲用水的追求，從未停止。19世紀，隨著城市化與工業化發展，水污染問題加劇並引發霍亂等疾病，促使濾水技術迅速發展。20世紀，氯消毒技術普及，進一步保障了水質安全。隨著科技進步，現代濾水技術透過活性碳、離子交換等技術，去除水中的污染物，讓每一口水更加潔淨與安全。

今天，消費者不再單純依賴公共供水系統，而是能根據自身需求選擇適合的濾水設備。例如，BRITA 提供的「純淨全效型濾芯」與「去水垢專家濾芯」可針對不同需求，從去除餘氯、過濾重金屬到改善水質硬度等問題，去水垢專家濾芯的去水垢能力較純淨全效型濾芯提升50%，並通過 SGS 檢測，通過國家標準水質檢測「可生飲」，讓消費者能安心直飲。

然而，隨著環境污染問題的加劇，真正的挑戰在於如何減少水污染，並確保每個人都能擁有乾淨水源。科技不僅是解決問題的工具，更應該成為守護未來的承諾。濾水器不僅是家用設備，它象徵著人類與自然的對話，提醒我們水的純淨不僅是技術的勝利，更是社會的責任和對未來世代的承諾。

*符合濾(淨)水器飲用水水質檢測技術規範所列9項「金屬元素」及15項「揮發性有機物」測試
*僅限使用合格自來水源，且住宅之儲水設備至少每6-12個月標準清洗且無受汙染之虞

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／歐宇甜
• 責任編輯／簡克志
• 美術設計／蔡宛潔

分子生物研究所所長程淮榮與軸突導向研究

在我們大腦裡面，有各式各樣的神經元。神經需要彼此連結才能發揮作用，而神經元的軸突會去連接其他神經元的樹突，軸突跟樹突連在一起時，稱為突觸，神經連結也就此建立。過程說起來簡單，實際很複雜，例如軸突如何知道自己的目的地？軸突有沒有可能接錯對象？找到目標之後，神經元又是如何形成突觸呢？中央研究院「研之有物」專訪院內分子生物研究所所長程淮榮特聘研究員，他從研究多年的「軸突導向」題目出發，深入淺出地和我們解釋了神經元形成連結的過程。

從神經元到神經網路，一切是如何開始的？

神經細胞又稱為神經元（Neuron），不會單獨存在，必須互相連結才能傳遞各種訊息，例如人腦有各式各樣的神經元，外型都不太一樣。神經元主要結構有細胞體（Cell body）和突起兩部分，細胞體中間是細胞核，突起則有兩種。軸突（Axon）能伸出去以連結其他神經元，將訊息傳遞出去，樹突（Dendrite）能接收其他神經元傳來的訊息，軸突跟樹突連在一起的接觸點稱為突觸（Synapse）。

和「研之有物」團隊簡介神經元彼此連結時，程淮榮笑著比喻：「我常說這像是神經元的愛情故事，形成突觸好比 Kiss（接吻），有了第一個、第二個連結，逐漸才構成有千萬個連結的神經網路。」

他接著說，現在很多神經科學家研究的議題是「Connectome」（大腦連結體），這是大腦所有神經元連結的集體名詞。「人類起初只是一顆受精卵，從出生到長大成人，大腦如何形成這麼多而複雜的神經網路？」程淮榮道。

整個神經網路這麼複雜，每個地方的神經元都不一樣，神經元如何伸出軸突和其他神經元的樹突形成連結呢？這個問題呼應了程淮榮過去幾十年的研究議題「軸突導向」（Axon guidance）。

畢竟神經連結不是這麼簡單的，軸突有沒有可能找錯對象，找錯時該怎麼辦？找到樹突後，它們是怎樣形成突觸？如果沒有形成突觸，該如何解決？這些過程有哪些因素和分子會產生影響？如果能弄懂一個機制，就能連帶了解成千上萬個案例。

一路往前衝的生長錐

發育中的軸突前端有個部位稱為生長錐（Growth cone），形狀像有多根手指的手掌。所有的神經元剛開始發育時，活潑好動的生長錐會萬箭齊發，四處去尋找該連結的地方。一旦找到樹突並形成突觸，生長錐就會消失。但生長錐怎麼知道它要往哪裡走？程淮榮說，其實是有一些信號在告訴生長錐：「你要右轉，你要左轉」、「你要去這裡，不要去那裡」。

他接著說，「引導生長錐移動的方式其實只有兩種：來或去。我常用愛情故事來比喻：愛，就是來；恨，就是去。西班牙籍的神經解剖學教父桑地牙哥·拉蒙卡哈（Santiago Ramón Y Cajal）寫過許多書，某次我讀到他書裡寫著：『促進了生長錐的生長和分化……最終建立了那些原生質親吻……這似乎構成了史詩般愛情故事的最終狂喜』，發現我的想法原來跟他一樣，後來就拿來引用。」

生長錐的愛恨與捨離

軸突的生長錐並非一步到位，需要一些過程，才能找到與之連接的樹突。程淮榮用了一個比喻來解釋這個過程：就像一個人開車去尋找真愛。

假如這個人（也就是生長錐）從臺北出發，最終要到達高雄。但他為什麼不會去東部呢？因為有些東西在引導著他：桃園有個吸引他的戀人。如果沒有這個吸引，他就不會去。

但當生長錐到達桃園後，又不能沉溺於短暫的愛情，否則就會一直停留在那裡。因此，他必須對桃園由愛轉恨、果斷離開，繼續前往新竹。依此類推，生長錐在旅途中會不斷地愛、恨、離開，直到最後在目的地（高雄）找到真愛並組建家庭，與其他神經元的樹突形成突觸。

「那麼，是什麼分子在吸引生長錐前進呢？當生長錐被吸引到某個地方時，哪些分子會排斥它、讓它轉向或離開，直到最終與樹突連接呢？神經科學家在研究這些過程中涉及的各種機制，也就是所謂的分子和細胞機轉。」程淮榮說道。

在身體不同部位像腦或脊椎，促進或抑制生長錐的分子都不一樣。體內有成千上萬各種分子在調控生長錐的生長，有許多不同的機轉，才能構成如此複雜的神經網路。到底是什麼樣的分子會先分泌出來，讓生長錐受到吸引？然後是哪一個分子會把它推開呢？從愛轉恨的轉折點是什麼？這些就是神經科學家的研究課題與精髓。

程淮榮說，「其實裡面有很多的細節，我可以花幾個小時跟學生講每一段的愛情故事，因為牽涉到不同的分子。如果有任何科學家能把這些愛恨轉折點和機轉都研究清楚的話，論文幾乎都能登上 CNS 期刊」（註：頂級期刊《Cell》、《Nature》和《Science》。）

接著程淮榮在訪談中展示下圖，說明神經元如何找到「真愛」，也就是神經網路形成的分子與細胞機制：

1. 啟動：最初一開始，神經元的生長錐往前延伸。
2. 排斥／吸引：有的分子（桃紅色）會吸引生長錐，有的分子（黑色）則會讓生長錐選擇避開。
3. 定位／凋亡：生長錐最後會到達目的地（藍色）。右邊虛線（綠色）表示神經元沒有順利形成連結而死去。
4. 分枝：個體發育是漸進式的，不是瞬間所有東西都長好，有些地方較早成熟，有些地方較慢成熟。有可能剛開始神經元連在一處（藍色），但過一段時間後，神經元有另一處新的目的地（灰色），軸突出現分枝（branching out）。
5. 修剪：軸突連到新的目的地之後，原本的軸突會消失。
6. 維持：正確的神經連結建立後，通常就一直維持到個體死亡。

神經系統也跟樹枝一樣，需要修剪不需要的部分

神經元的軸突不只有一根分枝，剛開始可以有很多根，但最後只會留下幾根，其它沒用到的軸突分枝就會修剪掉，或是斷開突觸的連結點，這是神經系統調節的一種方式，稱為剪枝（Pruning）。

程淮榮說，剛開始大腦與神經系統要建立起連結時，這是個浩大的工程，第一步只會大致上讓每個神經元都去到該去的地方，很多連結可能都不是非常精確，或是有許多不必要的連結。因此接下來，要進行修剪。

神經細胞跟其他體細胞不同，神經元有神經電位，訊號會以電的形式傳遞，稱為動作電位或神經脈衝。當神經連結初步連好，這時需要外界的刺激來幫助修正，如果連接到對的地方，神經脈衝會很頻繁；連接到錯的地方，神經脈衝不頻繁。於是接錯與不需要的部分就被剪除，藉此能讓神經連結變得更精確。

舉例來說，剛出生的嬰兒視力不佳，是因為神經連結沒有很準確。經過一段時間後，因為接收了大量外界刺激，讓神經連結變精確、發育越成熟，視力就會變好。

透過外界刺激來修剪神經元，使連結更精確，這段時間稱為關鍵期（critical period）。一旦錯過關鍵期，可能會讓神經系統無法準確建立，就比較難再調整。關鍵期牽涉的很廣，有時候不是單單是指剪枝，而是指突觸的連結增強，因為這表示消息的傳遞越多。在學習語言或專業運動訓練等，也都有類似的發展關鍵期。

並非小孩才有，成年後神經連結仍具可塑性

因為連結可以形成、也可以消失，所以神經連結具有可塑性（neuronal plasticity）。儘管成年後神經連結的速度不及幼年期那麼快，但科學家觀察到成體腦部仍然可能發生新的連結變化。

程淮榮在專訪中提到，以前有個傳統實驗，科學家觀察在猴子大腦皮質與五根手指對應的 1、2、3、4、5 五個區域，先切除第三根手指，過幾個月再觀察，發現控制第三根手指的 3 區域不見了。隨後進行第二個實驗，只讓第二根和第三根手指頭一直重複活動，幾個月後發現控制第二根和第三根手指的 2、3 區域都有變大，證實成體腦部仍有可塑性。

關於成年後的神經可塑性，程淮榮補充道，「樹突有一個突出部位稱為樹突棘（dendritic spine），是神經元之間形成突觸的主要部位。科學家實驗發現，在成年老鼠腦部仍能觀察到長出新的樹突棘，表示形成新的突觸。當然，越老的老鼠，形成新突觸的情況可能沒那麼好，但這表示動物在成年後神經仍然具一定的可塑性。」

關於神經系統的建立、神經元的生長與消失，仍有許多未完全解開的機制。程淮榮與神經科學家們仍繼續努力去抽絲剝繭，深入瞭解神經元那一段段如史詩般的愛情故事。

延伸閱讀

• 程淮榮個人頁面
• 中央研究院分子生物研究所（2023）。〈從醫學到神經科學：一個奇妙的人生旅程〉（影），《YouTube》。
• 中央研究院分子生物研究所（2022）。〈Axon Guidance — A Love Story〉（影），《YouTube》。
• 中央研究院（2022）。〈中研講堂離島首場 400 位金門師生 一窺量子與神經科學的奧秘〉，《中研院訊》。
• 鄭珮琳（2022）。〈【專欄】神經元生長錐的多重宇宙〉，《中研院訊》。
• 臺灣大學神經生物與認知科學研究中心（2020）。 〈中央研究院分子生物研究所程淮榮教授演講〉（影），《YouTube》。
• 林婷嫻（2017）。〈記憶變差、反應變慢，神經細胞出了什麼問題？〉，《研之有物》。

區塊鏈的核心概念 “去中心化” 是近期熱門討論的議題之一，甚至被認為是人類未來重點的科技發展項目。區塊鏈的底層技術不但可能改變傳統金融的 “中心化” 模式，也是發展元宇宙、數位資產以及非同質化代幣（Non-Fungible Token，簡稱：NFT）的關鍵。

大腦控制著人類七情六慾及吃喝拉撒，由數百億個神經元所組成。如此錯綜複雜的神經網路結構，讓許多人將大腦的神經網路與資訊網路做類比，並模仿生物神經網路來建立更有效率的數學模型。

同時，為了解大腦真正的運作機制，我們也會借鏡已有的計算模型，試圖透過演算以及推論來得知大腦的未解之謎。區塊鏈的去中心化能分散風險，避免結構受損時的訊息損失，這就好似大腦的可補償性，但是在其他的特性上大腦在運作上究竟是偏向中心化還是去中心化呢？這篇文章我們將討論大腦的網路結構以及運作功能的理論。

大腦作為整體來運作，既非單一中心也非完全去中心化

人類的大腦結構極為複雜，由大約 860 億個神經元組成，電訊號無時無刻在各錯綜複雜連的神經網路中傳遞。

科學家們藉由觀察及操弄，甚至模擬來推論部分大腦的功能，透過體外細胞或組織的實驗操作（in vitro）、存活個體的生物實驗（in vivo），又或是於電腦中進行的模擬（in silico），希望能解密神經網路的運算原則。可惜至今我們還無法全面的了解大腦是如何處理及儲存環境複雜的訊息，並極有效率地讓我們做出認知思考、情緒表現以及運動反應。

1950 年代的認知革命（cognitive revolution）開始將科學方法導入心理學的研究，並認為大腦的主要工作就是在進行訊息處理，將外界訊息傳換成內在的想法及感受，甚至認為心智是可模組化的^[1]。他們認為要了解心智運作，只需要將大腦想像成一台汽車，只要能拆解並了解各零組件功能，就能再重新組裝一部一模一樣的車。

現代實驗心理學之父，認知心理學以及構造主義心理學（structural psychology）的重要奠基者威廉．馮特（Wilhelm Maximilian Wundt）和其學生愛德華．鐵欽納（Edward Bradford Titchener），則認為心智就像是化學一樣，可以解析成單位來研究。

但是，我們大腦的運作並非機械，拆解成小單位反而無法看到其整體是如何運作產生功能。心理學的格式塔學派（Gestalt），也稱為完形心理學，由馬科斯．韋特墨（Max Wertheimer）、沃爾夫岡．苛勒（Wolfgang Köhler）和科特．考夫卡（Kurt Koffka）三位德國心理學家創立，以我們感官的認知經驗作為證據提出大腦的運作原理是整體的看法。

就如同圖中看似毫無規律的黑點，在格式塔學派的整體性（emergence）的理論中，我們大腦能顯示出一隻大麥町狗在樹旁低頭的影像，但若是我們只擷取整個大麥町的頭的部分圖像給尚未看過原圖的人觀看，幾乎是無法看出該圖是代表一個狗的頭（圖一）。

上述關於心智的理論都認為大腦是作為整體來運作，並非單一中心又或是完全去中心化。但大腦在結構上是作為整體運作還是有分工呢？從神經解剖上來看，大腦有功能區位化或類似多中心的特性，大腦皮質部分大致分為前葉（frontal lobe），主要是處理運動、工作記憶的部分；頂葉（parietal lobe）則是負責處理感覺以及注意力；顳葉（temporal lobe）則是聽覺，而枕葉（occipital lobe）則是視覺^[2]。

雖然這樣的構造看似違背了格式塔學派的看法，不過隨著解剖及記錄技術的進步，發現不同腦區有互相連結且彼此震盪（oscillation），並有利於訊息整合，說明腦區間訊息是流通且會互相影響。譬如前葉和顳葉的 Gamma 頻率神經震盪和語言運動控制有關^[3]。此外，異常的腦區間震盪也與精神疾病導致的失常認知功能有關^[4][5]，也符合大腦整體運作的重要性理論。

神經網路的可能運算特性

大腦透過多感官訊息的運算整合了解世界。舉例來說，在走路時，神經系統整合了視覺輸入產生的光流（optical flow）和身體移動帶來的平衡覺前庭訊號（vestibular signal），藉此幫助我們判斷轉頭以及運動方向。

近期有一篇神經模擬的研究，則試圖了解去中心化的神經網路在處理多感官整合的可能性。研究團隊嘗試以視覺與平衡覺整合來推論轉頭方向，結果發現去中心化模型能理想地整合不同線索的訊息及推估刺激^[6]。

但這與區塊鏈的去中心化是相同的嗎？

目前對神經連結的研究，已知大腦內的神經元不是全部都彼此互相連結溝通無阻，這也說明區塊鏈的去中心化在以全腦神經元作為連結單位來看是不存在的。

神經網路的連結原則，被認為可能具有小世界（small world）與無尺度（scale-free）的特性^[7]。小世界網路遵循著高集中及相對短連結的特徵，大部分節點並不相連，但卻可以透過少數幾個連結達到，且存在類似中心的樞紐（hub）。

更白話一點就是，點與點看似距離遙遠，其實距離不遠，並且能透過較短的距離彼此連結，這也就是著名的社會人際的六度分隔理論（six degrees of separation），認為任何兩位陌生人所間隔的人不會超過六位[8]。建立在傳統的小世界網路模型之上，也有人認為大腦遵循階層架構（hierarchical structure），各腦葉中由幾個較小且集中的連結形成，而腦葉間的連結則是較為疏散的連結^[9]（圖二）。

無尺度網路符合幂率分布（power-law）特性，網路中大部分節點只和很少節點連結，但極少數節點與非常多節點連結^[10]。此網路有容錯的特性，不會因部分節點失效而讓整體網路喪失功能。但容錯性卻相對應帶來攻擊脆弱的特性，如果重要的節點被攻擊，則網路將嚴重受損。

如此的網路已不再只有一個中心，廣義來看確實像是去中心化。但網路中卻存有多個中心，也是和區塊鏈資料散佈到所有節點的意義是不同的。以上從神經網路可能的數學模型來看，似乎間接說明大腦的中心化及去中心化特性是存在於不同的觀察尺度。

神經元是神經運算的最小單元？

從結構上來看，人類大腦有數百億的神經元，若最小的功能性單元為單一神經元，則我們則需要定義數百億的功能，且若某個神經元死亡，則代表該功能喪失。

事實上大腦有著很強的可塑性（plasticity）及某程度的抵抗性（resistance），部分神經的受損可以由其他神經互補功能。若功能性單元不是神經元，有可能是腦葉嗎？但腦葉做為功能單元，則又太過廣泛，舉例來說，就算是視覺，又可細分成顏色，深度，明亮度…等等的概念。如此推論下去，很難就功能性單元有明確的定義。

有趣的是，大腦神經紀錄上確實能看到部分神經對特定刺激會同時反應，又或是同時休息的特性，並且腦區與腦區的連結是以神經束的概念傳遞，而不是單一神經的傳遞。這說明了神經迴路的神經元會形成一集團共同處理同一刺激並往下一站傳遞。這些集團們則有很大的可能擁有與區塊鏈相同的特性，代表集團內的神經元們會彼此共享資訊。並且，少數幾個神經元被移除也不影響訊息處理及傳遞。

可惜的是，若要證明此概念，生物實驗上目前有執行上的困難。因為技術上無法在活體上定義神經元尺度的集團位置及集團成員（神經元）。此外，神經元對應的訊息刺激也尚未有定論，並不像區塊鏈本身就是有著明確定義為有交易紀錄的分散式帳本。

結論

從巨觀來看，大腦看似只有幾個重要的中心處理特定功能，從介觀來看，中心與各中心是由錯綜複雜的神經網路的連結形成，為了使訊息傳遞有效率，網路可能遵守著小世界網路或是幂率分布特性。

這樣的連結網路是多中心而不像區塊鏈資料完全透明共享。從微觀來看，由於數個神經元能處理相同刺激並傳遞相同訊息，代表部分神經集團很有可能符合區塊鏈特性，這也解釋為何人類大腦有如此多的神經元。受限於神經集團定義上的困難及進一步驗證此是否符合區塊鏈特性數學上的定義，探索大腦神經網路的特性還需要眾人努力。

1. https://en.wikipedia.org/wiki/Cognitive_revolution
2. https://en.wikipedia.org/wiki/Lobes_of_the_brain
3. Kingyon J, Behroozmand R, Kelley R, Oya H, Kawasaki H, Narayanan NS, Greenlee JD. High-gamma band fronto-temporal coherence as a measure of functional connectivity in speech motor control. Neuroscience. 2015 Oct 1;305:15-25. doi: 10.1016/j.neuroscience.2015.07.069.
4. John JP. Fronto-temporal dysfunction in schizophrenia: A selective review. Indian J Psychiatry. 2009 Jul-Sep;51(3):180-90. doi: 10.4103/0019-5545.55084.
5. Dols A, Krudop W, Möller C, Shulman K, Sajatovic M, Pijnenburg YA. Late life bipolar disorder evolving into frontotemporal dementia mimic. Neuropsychiatr Dis Treat. 2016 Sep 7;12:2207-12. doi: 10.2147/NDT.S99229.
6. Zhang, W. H., Chen, A., Rasch, M. J. & Wu, S. Decentralized Multisensory Information Integration in Neural Systems. J Neurosci 36, 532-547, doi:10.1523/JNEUROSCI.0578-15.2016 (2016).
7. Yao Z, Hu B, Xie Y, Moore P, Zheng J. A review of structural and functional brain networks: small world and atlas. Brain Inform. 2015 Mar;2(1):45-52. doi: 10.1007/s40708-015-0009-z. Epub 2015 Feb 14.
8. https://en.wikipedia.org/wiki/Small-world_experiment
9. Hilgetag, C. C. & Goulas, A. Is the brain really a small-world network? Brain Struct Funct 221, 2361-2366, doi:10.1007/s00429-015-1035-6 (2016).
10. https://en.wikipedia.org/wiki/Scale-free_network