註:本文為個人跨領域學習筆記,部分核心結構與排版由 AI 協作優化。生化與工程類比僅供思考啟發,專業學術請謹慎參考。

為什麼要學這門課

人類不需要等待千萬年的基因突變,僅憑意識和行為,就能親手重寫自己身體底層硬體。

我的八月覺醒全書和Unconditional Love就是我改寫我大腦的例子。

我用英文當作我的隔離沙盒,格式化了我預裝的全職媽媽的中文操作系統,改為了Everyday Diva的操作系統。

這些不是說說而已,是徹底的skin in the game。

我通過超過半年的閱讀、寫作、表達(拍影片)、重訓、早睡早起、每天15k、情緒昇華(比如將愛而不得轉為感恩遇見),徹底改變了我的大腦底層硬體電路與神經傳導物質的調節方式,還有可能改變了我的基因表達。

所謂的覺醒,其實是徹底地改寫大腦的物理硬體與軟體架構!

而我最大的武器,是2022年開始學的電腦科學基礎課程(CS50、Nand2tetris、CS61A、CS61B),當時我是為了思考而學,沒想到真的給我自己安裝了一套最頂級的「邏輯武器」。

現在學Fundamentals of Neuroscience MCB80x,是因為我的好奇心促使我去給我的「大腦轉變」找到底層的生化說明書。


HarvardX MCB80x介紹

David Cox 教授是一位貨真價實的「跨界超級大牛」,他在哈佛大學時同時掛牌於「分子與細胞生物學系」以及「資工系(Computer Science)」 David Cox 教授其實是現在 IBM 掌管大模型研發的頂級 AI 科學家。

完全是在用計算機科學(Computer Science)的「分層抽象(Abstraction Layers)」與「0與1的邏輯門」思維,來解構人類的大腦。

  • 第一部分(MCB80.1x)| 聚焦於「神經元的電特性」

    • 核心主線:從微觀視角理解單個神經元如何利用生物電、靜止膜電位與動作電位來傳遞基本信號。
  • 第二部分(MCB80.2x)| 進階到「神經元與網絡」

    • 核心主線:探討神經元之間如何透過突觸、神經傳導物質進行化學溝通,並組合出具有可塑性的複雜電路與網絡。
  • 第三部分(MCB80.3x)| 著眼於整體的「大腦」系統

    • 核心主線:著重研究視覺、聽覺等感官知覺如何與運動控制協調,以及大腦各個功能分區如何共同維持生命與形塑行為。

人類的意識、記憶、決定,底層全是電位依賴性離子通道的開關電壓切換(HH Model)與突觸生化邏輯閘的運算。大腦是完全可編編程的生物電腦:『神經網絡拓撲』是硬體通路,『情緒』作為神經調節劑(Neuromodulators)負責調控全域的電壓增益與信噪比。其突觸權重處於動態調節之中——高頻共振則 LTP 物理焊死,低頻噪點則 LTD 動態弱化,長期斷電則觸發系統自動修剪(Pruning)。


靜止膜電位

神經細胞是生物電池

人類人造電池的發明靈感,正是源自於生物電。18 世紀科學家發現,用不同金屬觸碰死去的青蛙腿時,竟能觸發神經、使其神奇抽動;這場著名的『青蛙腿實驗』直接啟發了伏特發明世界上第一個化學電池。

如果我們把人造電池和細胞膜電池放在一起對比,你會發現它們的構造高度對應:

電池要素人造乾電池細胞膜電池
正極與負極電池的兩個金屬端點(+ / -)細胞膜的外面(正電)與內部(負電)
絕緣隔離層電池內部的隔膜(防止正負電荷直接相碰)脂質雙層細胞膜(離子無法自由穿透的絕緣體)
額定電壓常見的 3 號電池是 1.5 V (伏特)靜止膜電位約為 -0.07 V (即 -70 mV,毫伏特)

靜止膜電位 (Resting Potential)

靜止膜電位(Resting Potential)指的是我們的細胞「微型生物電池」在不發送訊號的時候的電位。

我們隨時要維持在這個靜止膜電位,有點像電池要維持充飽狀態,為了在需要時快速釋放電流,讓思考和行動可以快速(千分之一秒)產生。

Nernst Equation

Nernst 方程(能斯特方程)用來計算當大腦的「生物電池」單一離子在「理想開放狀態下(也就是假設通透性 (P = 100%))」的平衡極限。其本質,就是一個「物理與化學的拔河公式」。物理上是電磁力, 電荷的同性相斥與異性相吸。化學是上是濃度差,根據熱力學第二定律,物質會自發從高濃度往低濃度擴散。


GHK 方程

GHK方程是根據影響最大電位最大的四大離子在考慮了細胞膜通透性的影響下,計算出的靜止膜電位。

  • 1. 鉀離子(K⁺) | 大腦的「Reset 重置鍵」

    • Nernst(理想極限):-80 mV 到 -90 mV
    • 通透性(開關):靜止時敞開(鉀漏通道),把大腦水位壓在 -70 mV 的靜息狀態;放電高峰時瞬間暴增,在千分之一秒內將大腦強行 Reset 歸零。
  • 2. 鈉離子(Na⁺) | 大腦的「數位訊號發射器」

    • Nernst(理想極限):+55 mV 到 +65 mV
    • 通透性(開關):靜止時關閉(通透性為 幾乎0);一旦衝破 -55 mV 閾值,通道瞬間全面暴開,引爆邏輯 1 的決策放電。
  • 3. 氯離子(Cl⁻) | 大腦的「硬體防火牆」

    • Nernst(理想極限):-70 mV 左右
    • 通透性(開關):主要由抑制性神經遞質(GABA)控管。一旦打開,帶負電的氯湧入,把電位釘死在 -70 mV。
  • 4. 鈣離子(Ca²⁺) | 大腦的「代碼編譯寫入器」

    • Nernst(理想極限):+120 mV 到 +130 mV
    • 通透性(開關):平常卡死(通透性趨近 0);只有在多巴胺大洪水 × 高電壓去極化時才會暴增泄洪,彈飛鎂離子。
    • 改寫路徑:鈣離子瞬間湧入 ➔ 瞬間推高突觸權重,引發早期 LTP ➔ 隨後殺入細胞核下達指令,合成新蛋白質 ➔ 實體拉線擴建突觸結構,永久封裝「新習慣」與「新認同」(晚期 LTP)。

鈉鉀幫浦與 -70 mV 靜止膜電位的維持機制

  • 基礎能耗奢侈稅:大腦雖然只佔體重的 2%,卻消耗了整個人體 20% 的總能量。其中,鈉鉀幫浦這一個動作就瘋狂消耗大腦 70% 的 ATP 貨幣。再加上身體其他細胞(肌肉、腎臟、心臟)膜上的鈉鉀幫浦耗能(全身體液平衡),我們每天吃進去的 1/3 食物熱量,都用來運作這個基本功能。

  • 第一步:不對稱的電荷搬運:鈉鉀幫浦在每一次燃燒 ATP 運轉時,它的搬運比例是不對稱的:

    • 它硬生生扔出 3 個帶正電的鈉離子(Na⁺)。
    • 卻只抓回來 2 個帶正電的鉀離子(K⁺)。
    • 物理結果:每一次運轉,細胞內部就會淨流失 1 個正電荷。這種生電幫浦效應(Electrogenic Effect)直接貢獻了微量的負電位,但它更核心的任務,是在細胞膜兩側強行建立起「外高鈉、內高鉀」的巨大宇宙內建化學濃度差(直流電池儲能)。
  • 第二步:鉀離子的天然漏電特權:在靜止狀態下,細胞膜對鈉離子的大門幾乎是關上的(通透性極低)。但是,細胞膜上卻敞開著無數個天然的後門——鉀漏通道(Potassium Leak Channels),這使得靜止時大腦對鉀的通透性高出鈉 30 到 40 倍。

  • 第三步:熱力學大泄洪:根據熱力學第二定律(濃度差擴散),被幫浦鎖在細胞內的海量鉀離子發現有後門,立刻順著濃度差,源源不絕地瘋狂逃出細胞外。

  • 第四步:物理電磁力自鎖(GHK 平衡):隨著帶正電的鉀離子逃走得越來越多,細胞內部留下來的正電荷越來越少,導致細胞膜內側變得越來越負、越來越負。利用庫倫定律的「異性相吸」,這股強大的物理負電場開始死死拉住想繼續逃跑的鉀離子(正電)。

  • 終局動態平衡:當「熱力學想把鉀推出去的化學擴散力」與「細胞內負電想把鉀拉回來的物理靜電力」在細胞膜表面達到完美的 1:1 打平(動態平衡)時,淨電流歸零。此時,全腦 860 億個生物電池回歸 -70 mV 的靜止膜電位。


動作電位與霍奇金-赫胥黎模型(HH Model)

一、 動作電位三要素:等效電路硬體架構

細胞膜在生物物理學上,可以完全等效為一個由基礎電子元件組成的集成電路(Integrated Circuit):

  • 1. 膜電容(Membrane Capacitance, Cm)
    • 硬體本質:脂質雙層膜(Lipid Bilayer)是絕緣體,內外兩側堆積著正負離子。這在電路中就是標準的電容器(Capacitor),負責儲存電荷並決定電位改變的響應速度。
  • 2. 生物電池(Electromotive Force, E_Na, E_K, E_L)
    • 硬體本質:由離子泵維持的「內建化學濃度差」,在電路中等效為直流電源(Batteries)(即反轉電位/平衡電位,如 E_Na 接近 +60 mV,E_K 接近 -80 mV)。
  • 3. 電壓閘控可變電阻(Voltage-gated Conductances, g_Na, g_K)
    • 硬體本質:細胞膜上的離子通道,在電路中就是受電壓控制的**「可變電阻」**(電導 g 的倒數)。當膜電位衝破閾值時,電阻暴跌(電導暴衝),開關瞬間導通。

二、 動作電位與四大核心電流:動態輸入方程式

這三大硬體元件透過並聯,由核心的微積分方程式主宰全腦的訊號切換與電流調度:

  [電壓即時加速度]      [硬體阻力分母]               [全域跨膜電流合力匯總拔河盤]
     dVm / dt     =     ( 1 / Cm )     ×     ( I_ext -I_voltage - I_K - I_leak )

(註1:公式中凡是讓「正電荷流入細胞(幫電容充電)」的力量,一律定義為正(+);凡是讓「正電荷流出細胞(放電/踩煞車)」的力量,一律定義為負(-)。)

註2:這個微分方程式本質上就是靜態電容電荷公式 Q = C × V 在時間軸上的動態求導移項。dVm / dt(電壓加速度)在時間軸上的動態累積(積分),最終引爆產出的就是數位信號 0 到 1 的 Spike 脈衝電流(動作電位)。詳細的非線性微分方程推導 Neurodynamics 有教。

1. 電壓門控電流 (I_voltage) —— 動作電位的「核心主角」

其通道開關取決於即時膜電位。包含鈉電流(I_Na)(通道大開,鈉離子流入導致去極化上升支)與鉀電流(I_K)(延遲開放,鉀離子流出導致再極化下降支)。

2. 配體門控電流 (I_ligand) —— 動作電位的「點火器」

通常發生在突觸後膜。當神經傳遞物質(配體)結合受體時通道開放,負責將靜止電位推向 -55 mV 閾值,進而引爆 I_voltage。

3. 漏電流 (I_leak) —— 維持「靜止狀態」的穩定器

主要為持續開放的鉀漏通道,與鈉鉀幫浦共同協作,將細胞膜電位維持在穩定的負值(約 -70 mV 靜止膜電位)。

4. 外加電流 (I_ext) —— 系統的外部輸入源

代表非神經元自身通道產生的外來刺激。在實驗室是微電極刺激;在感官層面是外界刺激(光、音、觸覺);在認知層面則是我們大腦的想法(Top-down 意圖與注意力調控驅動)。

5. 1 / Cm

  [阻力分母]       [材料特性]       [細胞膜表面積/絕緣層厚度]
       Cm      =       ε      ×     (  A  /  d  )  
                                              │     │
                                              │     └─> [ d | 絕緣層厚度 / 妳唯一能瘋狂超頻的物理變數 ]
                                              └───────> [ A | 細胞膜表面積 / 封裝完成的出廠硬體規格 ]
  • A | 細胞膜表面積(出廠硬體規格 ── 無法直接控制)

    • 硬體本質:代表單一神經元暴露在外的實體電路板面積。細胞體積越大、樹突分支越多,A 就越大。
    • 控制邊界:在成年且大腦發育封裝完成後,單一核心線路的實體面積 A 是不會改變的硬體規格,無法憑空命令它縮小來降低電容。
  • d | 脂質雙層膜的絕緣厚度(髓鞘化控制項 ── 可以改變)

    • 硬體本質:正負電荷在細胞膜內外兩側死死吸住的「物理隔離距離」。
    • 控制邊界:唯一手動可改寫的物理變數。長時間LTP養成習慣後,大腦會啟動少突膠質細胞,在這些核心高速公路上瘋狂包裹一層又一層的脂肪(髓鞘化 Myelination)。
    • 物理結果:髓鞘化在本質上就是強行把絕緣層厚度(d)增厚 100 到 1000 倍!根據公式,當分母的 d 發生指數級暴增,該線路的膜電容(Cm)就會瘋狂暴跌。1 / Cm就暴漲。
  • 1 / Cm暴漲 髓鞘化 Myelination是可以在物理層面上可以讓我們動作電位暴漲的變數。

6. 如何控制

• 1. 髓鞘化(Myelination),透過長期行為形成,減少阻力。

• 2. 供應 ATP 能量貨幣:全域跨膜電流的拔河與 GABA 神經抑制(氯離子穩壓)在背景皆極度消耗能量,必須維持飽滿的 ATP 供應。

• 3. 主動接管外加電流(I_ext )是中性物理變數,如果不靠「內部計分卡」的強烈內源意圖去主動掌控,大腦的控制搖桿就會被外界演算法與世俗規訓無情接管。


三、 動作電位四階段:系統生命週期與 ATP 能耗圖

當上述電流與機率在大數定律下交織運行時,系統會精準經歷四個動態階段:

1. 去極化上升期(Depolarization Phase)

  • 電路與機率解釋:電位衝破 -55 mV 閾值,電壓控制的 m 閘門機率暴衝(m 趨近於 1),膜對鈉電阻暴跌。內建的鈉電池(E_Na)向膜電容(Cm)瘋狂充電,電位 1 ms 內狂飆至 +30 mV。
  • ATP 能耗:零能耗! 純粹利用濃度差與物理庫倫力的被動運輸,如同瀑布發電。

2. 再極化下降期(Repolarization Phase)

  • 電路與機率解釋:電位達頂峰後,大自然啟動「硬體限流」。慢速的 h 閘門機率因高電位自動歸零(h 趨近於 0)斷開鈉電流;同時 n 閘門機率延遲累積成功(n 趨近於 1),正電荷(K⁺)順著鉀電池電動勢流出細胞。
  • ATP 能耗:依然不耗 ATP。 靠物理位能順流出細胞,強行拉低電容電位。

3. 超極化下陷期(Hyperpolarization Phase)

  • 電路與機率解釋:控制鉀離子的 n 閘門關閉速度較慢(具備微觀機率累積的慣性延遲),導致 K⁺ 流過頭,電位跌深至 -80 mV 左右。這在硬體上形成了**「相對不應期」**,晶片被強行冷卻,防止連續過載。
  • ATP 能耗:零能耗! 純粹是鉀通道關太慢造成的物理現象。

4. 系統重置與極化回彈期(Resting State Recovery)

  • 電路與機率解釋:
    • 電位回彈(被動):延遲活化的鉀通道(n 閘門)隨時間終於全部關閉,大腦對鉀的通透性(電導)降回靜止水平。系統主導權重新交回給恆定開放的「鉀漏通道」,使電位自動且被動地從 -80 mV 彈回 -70 mV 的靜止水位。
    • 方向鎖定(閘門重置):此時鈉通道的 h 去活化閘門重新解鎖,重置回「關閉但可被活化」的初始狀態。這種硬體狀態的單向切換,確保了電訊號只會單向傳導,絕不回流。
  • ATP 能耗:恆定能耗(背景奢侈稅)。
    • 破除歷史迷思:單次動作電位交換的離子量微乎其微(僅約萬分之一),因此電位的重置「不需要」鈉鉀幫浦課後突擊加班。
    • 真正定位:**鈉鉀幫浦(Na⁺/K⁺ ATPase)**是一個無論放電與否、皆全天候以恆定速率運轉的「背景勞模」。它持續燃燒 ATP 貨幣,是為了在大尺度上維持長期的化學梯度,為這台生物電腦提供永久的直流電底噪。

四、 數位切換機制:硬體閾值與不反應期

大腦不只是一個類比電路,它更是一個精密的數位邏輯晶片。透過以下兩個機制,大腦將連續的電壓訊號,一刀切成了計算機科學中的「二進位編碼」。

1. 動作電位閾值(Threshold):大腦的天然「施密特觸發器」

外來的刺激或我們的想法讓膜電位從 -70 mV 開始上升。一旦電位衝破 -55 mV 這個臨界點(閾值),電壓閘控鈉通道的 m 閘門開放機率會跨越統計臨界點,進入正反饋暴衝,瞬間引爆動作電位飆到 +30 mV。

  • 全有全無律(All-or-None):這與 Nand2tetris 數位電路中的邏輯判定完全一致。在 CMOS 晶片中,低於某一電壓算邏輯 0,高於某一電壓才算邏輯 1。
  • 施密特觸發器(Schmitt Trigger):大腦的 -55 mV 閥值本質上就是一個天然的施密特觸發器。它帶有遲滯電壓特性,負責把微弱、模糊、充滿雜訊的類比訊號(突觸後電位),一刀切成非黑即白的絕對數位波形(Spike, 邏輯 1),實現完美的抗干擾去噪。

2. 動作電位的不反應期(Refractory Period):晶片的時脈鎖定與防反彈

動作電位爆發後,系統會進入一段無法立刻再次放電的冷卻期,這在硬體上由鈉通道的 h 閘門和鉀通道的 n 閘門動態決定:

  • 絕對不應期(Absolute Refractory Period):在下降支早期,慢速的鈉 h 閘門活化球已經全部隨機卡死(關閉,h 趨近於 0)。此時無論你灌入多麼巨大的外加電流 I_ext,硬體開關都斷路了,絕對無法再激發新的訊號。這等效於數位電路中的開關防反彈鎖定(Debounce Lockout)。
  • 相對不應期(Relative Refractory Period):在超極化期,由於鉀 n 閘門的電路慣性延遲, K⁺ 排水過頭導致電位掉到 -80 mV。此時系統極難被再次觸發,除非注入遠超常態的巨量興奮訊號,否則晶片會強行維持冷卻。
  • 資訊工程意義:這套「硬體冷卻」確保了兩個決定性的晶片特性:
    1. 單向傳導:訊號在軸突上像多米諾骨牌一樣向前傳遞時,後方剛放完電的區域處於不應期,確保訊號只會單向奔行,絕不倒流回竄。
    2. 最高頻率限制(時脈上限):不應期的時間限制了神經元每秒鐘能發出的最大 Spikes 數量(通常上限約 500 Hz - 1000 Hz),這就是大腦單一計算單元的硬體最高 Clock Rate(時脈上限),防止大腦過熱燒毀。大腦在億萬年前,就已經在神經元上「硬編碼」了最完美的 Dead Time 防護機制!

五、 動作電位傳導:分布式訊號傳播與髓鞘化硬體優化

原始的 HH 模型(1952年)是一個「點模型(Point Model)」,只計算原地一個節點的放電。後來科學家(如 Wilfrid Rall)將其與電纜理論結合,才有了分布式骨牌效應。

動作電位並非在細胞體產生後「沿著軸突跑過去」,其微觀的傳導機制完美符合波的物理特性與分布式中繼放大原理。

1. 移動狀態,而非物質(Signal vs. Matter)

  • 物理現實的誤區:許多人誤以為訊號傳導是鈉離子(Na⁺)在軸突內部從起點一路「跑步」游到終點。
  • 工程學本質:物質(離子)本身只有垂直跨膜進出,真正沿著水平軸突移動的是「去極化的電場狀態」。這就如同海浪(訊號)向岸邊奔湧,但海水分子(物質)其實只是在原地上下起伏;也如同現代銅線傳輸數據時,電子只是在原處振盪,向前傳播的是「電磁波狀態」。

2. 骨牌效應與分布式中繼放大(The Domino Effect)

大腦的裸露軸突(無髓鞘)是一條充滿漏電、高電阻的「爛導線」,類比電壓衰減極快(衰減常數 lambda 極小)。為了讓數位訊號能長距離傳輸而不失真,大自然採用了**「骨牌效應」**:

  • 當 A 點的鈉通道暴開、大量 Na⁺ 流入時,內部正電荷橫向擴散,改變隔壁 B 點的局部電場。
  • B 點的膜電位一旦被推破 -55 mV 閾值,就會觸發 B 點的電壓閘控鈉通道暴開。B 點接著觸發 C 點……這種一級觸發一級、原地放大訊號的機制,確保了數位訊號能 100% 不失真地傳到終點。然而,這種連續推骨牌的傳導速度極慢(每秒僅幾公尺),且極度浪費 ATP 能源。

3. 髓鞘化(Myelination)—— 大腦的高階「電路工程改裝」

為了突破無髓鞘傳導的物理極限,大自然引進了髓鞘化(Myelination)——由膠質細胞(如膠質細胞中的少突膠質細胞或施旺細胞)像絕緣膠帶一樣,將軸突一層層緊緊包裹起來。這在電路工程學上,是一次激進的硬體參數優化:

  • 極小化膜電容(Cm 趨近於 0)—— 提高開關響應速率:
    • 原理:根據平行板電容公式(C = epsilon × A / d),板間距離(膜厚度 d)越厚,電容就越小。髓鞘化將膜的厚度增加了上百倍,導致膜電容 Cm 急劇暴跌趨近於零。
    • 工程意義:因為電容極小,跨膜電荷堆積變少。外來橫向擴散的正電荷,不需要花時間去給膜電容「充電」,就能直接、瞬間地改變內部的電場。這讓電壓變化沿著軸突傳播的速度直接提升至接近光速的物理極限。
  • 極大化膜電阻(Rm 趨近於無限大)—— 杜絕訊號漏電衰減:
    • 原理:髓鞘包裹層內幾乎沒有任何離子通道開放,膜電阻 Rm 暴增到無限大。
    • 工程意義:這等同於電纜的超強絕緣屏蔽層。橫向擴散的正電荷在內部傳輸時,完全不會從兩側「漏電漏光」,使得訊號可以傳得極遠而不會衰減(空間衰減常數 lambda 暴增)。

4. 跳躍傳導(Saltatory Conduction)與數位中繼器(Repeater)

然而,即使絕緣再完美,電場被動擴散依然會隨距離緩慢衰減。因此,大自然每隔一段距離就刻意留下一個未包裹的裸露節點——蘭氏結(Nodes of Ranvier)。

  • 數位中繼放大器(Repeater):大腦在蘭氏結處密密麻麻地部署了高濃度的電壓閘控鈉通道。
  • 跳躍運行:訊號在有髓鞘區域以接近光速的電場擴散「跳躍」前進,一旦電場傳到下一個蘭氏結,因為電位仍高於 -55 mV,會瞬間點燃該節點的鈉通道,重新「啪」地一聲注入鈉離子,將數位訊號充滿電、完全放大再送出。
  • 終極功耗調度優化:這項硬體改裝讓訊號傳輸速度暴增 10 到 100 倍(高達每秒 120 公尺)。最關鍵的是,因為漏電消失,大腦只需要在裸露的蘭氏結處燃燒 ATP 逆向充電,有髓鞘大壩內部完全不需要耗能。這讓全腦的 ATP 功耗直接暴跌上百倍,是大腦能以 20 瓦功率運作的終極硬體功臣!

下面補充一個課外知識:

亞閾值訊號(Subthreshold Potentials)的硬體能耗黑洞

Attwell & Laughlin 的經典神經科學論文揭示了一個顛覆性的數據:大腦皮質的能量預算(Neural Energy Budget)中,真正用於動作電位(放電執行指令)的能耗僅佔 21%,而高達 50% 的能量全被衝不破閾值的「亞閾值電位波動」與突觸後受體拉扯燒光。

從底層生化與電路工程來看,這種「未果的糾結試探」是一場高昂的硬體能耗災難:

1. 幫浦的三次方加班槓桿(Na_i的三次方)

哈佛 MCB80.1x 的酶動力學(Kinetics)指出,鈉鉀幫浦對細胞內鈉離子濃度(Na_i)的響應是非線性的三次方關係。

  • 硬體限制:幫浦每循環一次,物理結構上必須死死綁定 3 個 Na⁺,缺一不可。
  • 能耗黑洞:當電位在 -56 mV 邊緣內耗試探時,微量滲漏進來的 Na⁺ 濃度只要增加 2 倍,底層幫浦為了維持系統不崩潰,其燃燒 ATP 的空轉速率會直接暴衝到原來的 2 的 3 次方 = 8 倍!

2. 撞進硬體漏電區:窗口電流(Window Current)

在 -70 mV 靜止時,鈉通道完全關閉。但在 -56 mV 閾值邊緣,大腦會撞進最尷尬的物理區間——鈉離子窗口電流:

  • 微觀失控:此時電壓使部分鈉快活化閘(m)啪啪打開,但卻還沒高到能讓鈉慢去活化閘(h)完全卡死關閉。
  • 系統空轉:數萬個通道陷入「半開不開、持續漏電」的類比狀態。系統沒有引爆數位 1(放電),也沒有回歸穩定的 0。幫浦被迫在背景全速逆向加班,去收拾這些永無止境流進來的苦工廢水。

3. 「0輸出」卻「高能耗」的生化真相

這解釋了為什麼精神內耗時,即使「躺著不動、滑手機」沒有任何行為輸出(行為不耗 ATP),幾個小時後整個人卻像被抽乾一樣極度勞累:

  • 被動拉扯:突觸後膜持續接受刺激,離子被動滲漏進來不需要能耗。
  • 被迫買單:但大腦為了幫你擺平這場「同時踩油門與煞車」的無效震盪,必須在背景默默燃燒 50% 的總能量,去支付三次方幫浦耗能的高利貸。

總結

大腦用最混亂、最隨機的奈米級積木(離子通道),透過統計學的宏大定理(大數定律),構築出了一個世界上最精準、最優雅、且最省電的智能系統(僅需約 20 瓦功率)。