当美国芝加哥大学的欧赫内·阿瑟林斯基（Eugene Aserinsky)与纳塔涅尔·克莱特曼（Nathaniel Kleitman)于上世纪50年代发现快速眼动（REM)睡眠之后，这些问题的答案似乎变得触手可及。当时，两位科学家通过在头皮、眼球附近和肌肉上放置电极（即通过脑电图、眼电图和肌电图）来记录大脑活动，首次观察到了一种特殊的睡眠阶段。在这一阶段，大脑神经元十分活跃，与清醒状态极为相似，因此这种睡眠也被称为“异相睡眠”。
另外，他们观察到，在大脑高度活跃的同时，眼球也会出现持续的快速移动。根据这种特征，他们决定用“快速眼动”（rapid eye movement)的英文首字母缩写 REM来指代这一睡眠阶段。
这些发现激发了两位科学家的好奇心，他们叫醒了实验中处于REM睡眠阶段的自愿者，并询问他们在醒来之前是否做了梦。结果表明，有74%的自愿者记得自己做了梦。而在其他睡眠阶段（也被称为非快速眼动睡眠，或NREM睡眠）,这一比例则降至17%。因此我们也不难理解，为何研究人员在最初发表这些结果的时候，声称他们找到“能够确定梦是否会出现以及出现频率的方法”。
在最近的一次实验中，我们想弄明白是否有可能实时预测自愿者的梦境。在监测自愿者后皮质热区的活动时，只要NREM睡眠阶段中高低频活动的比例超过一定数值，我们就会把他们叫醒。如果高频活动远超低频活动，我们就会猜测自愿者正在做梦。通过这种方法，我们在预测自愿者是否做梦时，能够达到87%的正确率。
但却也引发了其他问题：是否有一天，后皮质热区能帮助我们预测，一个人在睡眠状态或其他非清醒状态下（例如昏迷或全身麻醉时）是否具有意识？后皮质热区是如何被激活的？出现在梦境中的图像是如何被决定的，其功能又是什么？我们有可能预测梦的大部分内容，甚至是整个梦境吗？
曾有科学实验尝试回答这些问题。日本奈良先端科学技术大学的神谷之康（Yukiyasu Kamitani)等人于2013年在《科学》（Science)上发表的一项研究表明，也许我们很快就能实时查看梦的内容。通过激活视觉区域（也包括后皮质热区）和运用机器学习技术，神谷的研究团队在自愿者入睡后利用核磁共振成像（MRI)成功破译了他们的梦境，并以视频的形式进行了重建。
其中一段视频展现了一系列与信件、数字和书法有关的图像，然后自愿者解释了自己的梦境：“我记得自己看到了一些字。梦里出现了一个类似于信纸的东西，可以在上面写字。我看了信纸上的字，是黑白的，并且除了这张信纸周围什么都没有。在那之前我还观看了一场电影，电影里有一个人，但我记不清楚了。”这个例子表明，基于人工智能的发展，我们或许可以预见睡着后梦境的大致内容。
随着数据分析技术的进步，也许在不远的将来，我们能更容易地获取不同的睡眠阶段甚至清醒状态下的类似视频资料。这样的进步不仅可以满足我们想解读梦境与思想的好奇心，而且有更重要的临床意义：比如将经历过脑部创伤、无法对刺激做出反应的病人脑中发生的事情可视化，或许有助于医生判断病人是具有意识、还是处于昏迷状态，从而制定更好的治疗方案。
这些数据还有助于我们理解大脑是如何生成自己的现实世界的：与清醒状态下的外部现实世界相比，脑海中的现实（如梦境）有什么不同？当脑海中的现实与我们感知到的外部世界发生冲突时（如患有幻觉症的精神病患者）,又会发生什么？或许与梦有关的科学研究能够提供一个新的出发点，尽管目前的发现仍不足以回答此类问题。
文章摘选自《环球科学》
