人类智力的本质是什么？一直以来这都是非常吸引人、也是非常具有挑战性的科学问题。第一章的内容偏向于对这一问题进行思辨性、哲学性的探讨。一种基本的对人类心智理解的方式是将人类的智力行为和选择归结于“理性”。因为人类是有理性的生物，可以有选择性的进行自己想做的事情。这种观点的确在日常生活中很有效，我们也可以举出很多事例来说明人类这一点。当我们用“理性”来解释这些事的时候，我们是倾向于将我们自己作为一个“主体”（subject）而非“客体”（object）。从这个角度看，我们是“自由”的个体（或者说是具有自由意志的），我们能够评估各种可能的方案，然后选择我们想要的方案去做，并对自己的这些选择负责。然而，很多时候我们并不是完全“理性”和“自由”的，我们同样能举出很多事例，比如我们可能回家后才发现忘记要在路上买牛奶，可能想说A但说成了B… 在这种情况下，我们似乎不能把行为解释为一种完全理性的自由选择。认知科学更关注后一种观点，或者说更关注选择过程的本身。在这个观点下，我们是具有生物局限性的“生物机器”（biological machines）。的确，我们能够思考，我们能够推理，我们能够做计划、能够有信念，但这些过程并不是凭空产生的，而是由人这台生物机器所产生的。因此，要解释人类行为，理解人类理性只是一个方面，另一个方面必须要理解产生人类理性的这台“生物机器”是如何运转的。
谈到这里，就会出现一个经常被提及的问题：人脑可以分析人脑吗？我们确实可以观察、分析客观世界各种各样的规律，但当要研究的对象变成我们自己的心智时，我们就不能像研究一般科学而言，用一种outside in（从外到内）的观察方式，而是会对自己用一种inside out（从内到外）的审视。其实这个问题并不难以回答，因为我们可以将心智作为一种客体来分析（如果分析自己带有主观，我们可以观察和分析受试者的心理活动）。当我们站在外面，以一种“从外到内”的视角审视人类行为时，我们能够明显地察觉我们的行为也许并不是完全“自由”的。就像和任何别的动物一样，我们有自身的属性、潜力和局限性。作者作为一名资深实验心理学家，他的思维方式就是会把周围的人都视作客体（object）而非主体（subject）。（当然，他也提到这在日常生活中可能也会带来一些小麻烦）为了解释人类认知的局限性，书中举了经典的Stroop效应的例子：判断字色任务中，判断用绿色写的“红”会比用绿色写的“绿"反应时间长，并且这种冲突导致的反应时的延长通常是无法回避的。
实验心理学通常会关注这些认知的局限性，一方面是为了帮助我们理解这些认知过程的工作机理，另一方面也是为了改善实际生活。例如，上世纪50年代开始关于选择性注意的实验研究发现，人类选择性注意的容量是极为有限的。人一次性能处理多少信息？这是如何依赖于信息呈现方式或信息的类型？这些研究的结果就曾被用于解决实际的军事问题（空中交通管制员如何处理同时的无线电呼叫；战斗机飞行员的多座舱控制等）。（这一部分提及了认知心理学领域关于选择性注意的经典论战，从Broadbent到Treisman，再到后期的Deutsch、Duncan、Lavie等人，利用设计精巧的纯行为实验对各自的实验假设进行验证，是让人拍案叫绝的一系列实验。）之后，John还举了诺贝尔奖得主Herbert Simon推翻经济人假设，阐释“有限理性”的例子，Milgram关于服从权威的社会心理学例子等等，说明了人类理性的局限性。从人类理性的局限性，作者引申到关于Free will（自由意志）的讨论，John认为，我们所说的’自由意志’并不意味着我们的行为不受到任何约束，我们的意志或行为可以不受任何其他因素的限制，但它的的确确会受到我们自身的限制。”第二章的主题是从实验心理学、智力测量和个体差异的层面探讨智力的本质。尽管基于智力测验的个体差异研究是智力研究的重头部分，但John认为个体差异研究并不是智力研究的核心，而只是通向更大图景的一个有价值的切入点。这个更有价值的问题是：智力测验研究能够帮助我们了解人类心智的结构和工作方式。实验心理学里最糟糕的问题是一些令人困惑的术语，而“智力”这个概念尤其如此。一百多年来，似乎没有研究者能够对“智力”做出令所有人都满意的定义，我们仍然争论"记忆是否属于智力"、"情绪成分是否属于智力"等等，但正如心理学家斯皮尔曼（Spearman）所说，这样的问题本身并没有什么意义。“智力”是一个非常生活化的词，我们可以赋予他任何我们觉得合理的意思。但从科学研究的角度看，无论哪一个研究者进行“智力”研究，我们不应该要求它们代表了“智慧的本质”，也不应该让它们能够涵盖所有我们对智力的定义（没有一个心理学理论能做到这一点），而是要关心这些研究的发现是什么？他提出了什么理论来解释这种现象？这些理论如何与后续发现的其他现象相抗衡？这才是作为科学研究需要关注的问题。Charles Spearman (1863-1945)Spearman最早关于的智力的论文发表于1904年，此时相关分析（Correlation analysis）的统计手段正在迅速发展，Spearman也发表了利用相关分析来检验测量稳定性（信度）的论文。此时，他想利用这个方法来研究人类心智的本质：一个人做一件事的能力（例如学习外语）能在多大程度上预测他或她做另一件事的能力（例如打篮球的能力）。Spearman在两所学校测量了各种各样的学习考试成绩、教师评价、感受性能力（如区分不同颜色、重量）等等。他发现的第一个结论是，所有这些测验的相关性都趋于正相关，有些相关性更强，有的则弱一些。这说明至少在某种程度上，在一件事情上做得好的人在其他事情上也更有可能做得好。由此，Spearman提出了general intelligence（一般智力，简称g）和specific intelligence （特殊智力，简称s）的观点。一般智力在任何活动中都起作用，而特殊智力只对某种特定的认知活动起作用。一般智力的存在也是各种不同认知测验呈现正相关的原因，不同认知任务所需的g和s的比例是不同的，但两者缺一不可。g和s的概念在心理学基础书籍中都会提到，这里不过多解释。【有意思的是，在人工智能领域似乎会把(artificial) general intelligence翻译为“通用智能”，看来两边研究general intelligence的人都不了解对方的定义和研究内容（可能甚至不知道另一边在研究），但个人认为认知神经科学/人工智能对general intelligence的研究很有可能可以互相借鉴（智力心理学研究者需要反思hhh）】
Spearman关于各种认知能力间存在正相关的结果已经被成千上万次的实验证明，我们可以把这种结果称为“positive manifold”（不知道该怎么翻译好==）。所以我们通过一些认知测试（无论是什么），就能大致评估出一个人的g，当测试种类越多，所得到的g就越可靠（将各个测验求平均即可）。
就是基于这样的实验结果和推测，由此，智力测验就诞生了，我们给学生测一大堆花里胡哨、看起来没什么理论依据的认知测验，然后进行统计上的标准化处理后，就能得到一个人的“智商”（IQ）。现在看看，我们这些做法是不是还挺有道理？—— 这就是智力测试的由来。这也是为什么Spearman说，纠结于“智力”究竟包含哪些成分其实无关紧要的原因。回过头来看，相比于日常生活中常用的“智力”概念，Spearman提出的g的概念是明确的，对g的测量手段也是明确的，且他提出了用于解释这一系列实验结果的理论。而至于g是不是等同于“智力”这样的问题，其实并不是科学研究最应该关心的问题。如果我们测量一系列任务，会得到一系列的正的相关系数，里面有些会大一些（如0.6）有的会小一些（如0.1），此时我们可以计算每个任务所谓的“g因素饱和度”，也就是这个任务和g的关联有多大。基于此，我们就可以发现那些和g关联非常密切的任务，从而研究下面的重要问题：例如“什么样的活动会更强地依赖于g”、“g背后的心理与脑机制”等。事实证明，确实存在非常“纯粹”的一般智力测验，这些就是智力研究中常用的图形推理测试（如瑞文推理测验），它们的g饱和度通常能达到0.8。也就是说，我只测一个瑞文测验，和辛辛苦苦测一大堆认知测试从而得到的智力水平是很类似的（当然，考虑到测量稳定性等问题，单独测一个瑞文的确不如辛辛苦苦测一大堆来的准确，但这个是比较节约时间成本的做法）。这个其实蕴含了另一个有趣的问题：为什么这种儿童书籍上常见的图形测验能够有这么大的威力来代表一般智力？反之，我们也能找到“g饱和度”较低的测试，如在碎片中辨认形状、简单反应时、音乐能力等。所以John认为，一个任务越简单，它反映的g就越少，因为分析它的认知过程是比较容易的（可以比较精确对其进行建模），而一个任务越复杂，越难对它进行分析。所以“复杂”的瑞文测试究竟包含了什么样的认知过程是值得探究的。另一方面，Spearman提到，智力可能是一些相对分离的引擎的集合（collection of separate engines），每一种engine专门化地负责一些功能。从大脑分区角度说，每一种“引擎”（功能特定的脑区）对应了一种特殊智力s，而一般智力g则反映了一些所有“引擎”都需要的东西。理论上说，每一种特殊智力s应该是非常狭窄的，且与其他特殊智力是分离开来的，那么多特殊算特殊呢？或者说，当两个任务多大程度上相似，会使这两个任务共享一些东西呢？随着因素分析法的发展，这一点的解决从方法学上变为可能。由此，心理学家倾向于将智力分为不同的“层级”（或者说“群因素”），位于底层的是形形色色的窄域智力（类似于特殊智力），上方是一些宽域智力（类似于群因素，如语言能力、视觉空间能力等），最顶端是一般智力g。但是这里存在的问题是，对群因素的定义其实依赖于研究者采用什么任务，他们可以根据这些任务以及因素分析的结果主观地定义这些群因素。
之后，Cattell利用二阶因素分析将智力区分为流体智力（fluid intelligence）和晶体智力（crystallized intelligence），其中的流体智力其实和一般智力g非常相似（同样是用瑞文测验为代表的测试来测量），但这个区分则将先天的智力成分和后天的教育经验进行了区分，这是非常重要的一点（文章后面具体阐述了这两种智力，以及在社会和政治上的影响，这些知识相对容易查到，就不赘述）。
流体智力在成年早期达到顶峰，随后开始下降；晶体智力终身在发展
总结一下，这一章从实验心理学角度（主要基于Spearman的一般智力/特殊智力理论）探讨了智力的个体差异，这里面最关键的问题并不是为了区分谁的智力高谁的智力低，而是我们脑中存在某种东西让这一切智力活动成为可能。Spearman对一般智力g的理论是源于大量的对人类行为的测量，这是一种用来解释各种认知活动存在正相关的抽象理论。但是如果g存在，它必定需要由脑产生，需要有一定的脑结构和功能基础，这些神经基础能够极大程度影响我们做许多事情的心理过程。这也是之后章节要讲述的重点。
我注：相比学术论文而言，科普书籍的行文相对自由松散一些，观点也会一定程度上存在一些主观色彩。这里摘录的主要基于原文的顺序和观点来呈现，对于非常基础的心理学知识予以了一些省略（很容易根据文中关键词进行查找）。