计算神经科学致力于用数学模型和理论框架理解大脑的复杂功能，但其核心概念——如神经回路动力学、临界性、能量景观——往往高度抽象，难以用传统文字或图表直观传达。然而，一位名为Keith Hengen的计算神经科学家找到了一种独特的解决方案：手绘插画。通过将复杂的数学概念转化为富有想象力、直观且美观的视觉图像，Hengen不仅帮助自己理清思路，也搭建了一座连接物理学、生物学和公众理解的桥梁。这种“科学艺术”实践，正在成为复杂科学传播的一个强大新范式。

从方程式到图像：为何需要插画？

计算神经科学面临一个根本性的沟通挑战：其研究对象（神经元群体的集体动力学）无法被直接观察，其工具（微分方程、随机过程、信息论）对非专业人士甚至相邻领域的科学家都构成障碍。传统的数据图表（如光栅图、功率谱）虽然精确，但难以传达系统的定性行为——例如，系统是处于稳定、振荡还是混沌状态。

Hengen的插画实践正是为解决这一“解释鸿沟”而生。他的作品通常：

• 抽象化：提取模型的核心特征（如吸引子、分岔点），忽略次要细节。

• 隐喻化：使用物理类比（如球在势能景观中滚动）或日常意象（如河流、山脉、编织物）来代表抽象的数学结构。

• 叙事化：通过一组序列插画，展示系统如何随时间演变或对外部扰动做出反应。

核心案例：从“雪堆”到“临界脑”

Hengen的研究领域之一是神经临界性——大脑处于有序和混沌之间的临界状态，被认为能够最大化信息处理能力和适应性。这一概念极其反直觉：大脑为何要主动站在“混乱的边缘”？

Hengen用一幅著名的插画解释了这一点：他绘制了一个雪堆的剖面图。雪堆的斜坡代表系统的“能量景观”，而一个代表大脑状态的球位于斜坡上。如果斜坡太缓（有序状态），球会滚到最低点并静止（缺乏动态范围）；如果斜坡太陡（混沌状态），球会随机跳跃、无法稳定。而临界状态正好介于两者之间：球可以在一个宽而平坦的区域内平滑移动，既能响应微小扰动，又不会失控。这幅简单的图像，让读者瞬间理解了临界性在“稳定性”与“灵活性”之间的最优权衡。

另一个例子是“编织”。Hengen用不同颜色的线交织的图案，来代表不同频率的神经振荡（theta、alpha、gamma）如何跨尺度耦合，形成协调的认知状态。当线条规则交织时，代表健康大脑的整合功能；当线条断裂或杂乱时，则对应癫痫、阿尔茨海默病等病理状态。

对科学传播与教育的启示

挑战与未来方向

尽管前景广阔，将插画作为严肃的科学沟通工具仍面临挑战：

• 主观性与歧义：一幅插画可能被不同观众做出截然不同的解读。需要配合文字说明或图例来锚定关键含义。

• 简化的代价：为了直观，插画必然牺牲细节和精确性。关键问题是：简化是否扭曲了核心概念？ 优秀的科学插画师必须在“可理解性”和“忠实性”之间找到平衡。

• 不被传统学术认可：目前，插画很少被视为与论文、代码或数据同等的“学术产出”。这抑制了科学家投入时间进行高质量视觉创作的积极性。

• 可及性：并非所有科学家都具备绘画天赋。但Hengen的实践表明，简笔画、概念图甚至拼贴画都可以是有效的起点。关键在于可视化思维，而非艺术技巧。

未来，随着生成式AI工具的成熟（如DALL-E、Midjourney），科学家可能能够通过文本提示快速生成初始插图，然后进行细化和标注。但AI目前无法替代科学家对概念深度和准确性的把控——插画的核心价值在于体现作者的认知框架，而非仅仅生成漂亮的图像。

结语

Keith Hengen的插画实践证明，计算神经科学中的复杂概念——临界性、吸引子、分岔、能量景观——可以被转化为直观、美丽且富有洞察力的视觉语言。这种“科学艺术”不仅服务于科普，更是一种强大的认知工具和跨学科桥梁。在神经科学日益数据密集和理论抽象的今天，回归图像思维或许正是防止我们迷失在数字海洋中的“灯塔”。正如Hengen所展示的：一支笔，一张纸，有时足以揭示方程式无法言说的深层直觉。

相关资源：

• Keith Hengen实验室网站（通常包含插画集）

• 《科学》杂志“科学与艺术”栏目

• 美国国家科学基金会“科学可视化挑战赛”