羅伯特·愛潑斯坦（Robert Epstein）

馬晶晶/譯

空空大腦

羅伯特·愛潑斯坦（Robert Epstein）

馬晶晶/譯

人腦不能處理信息、檢索知識或儲存記憶?？傊?，人腦不是計算機。

不管大腦科學家和認知心理學家如何努力，他們都永遠不可能在大腦中找到貝多芬第五交響曲的副本——抑或是話語、圖片、語法規(guī)則或是任何其他環(huán)境刺激的副本。人腦當然不會真的空空如也?？墒侨四X確實沒有人們以為它應有的大部分東西——哪怕是像“記憶”這樣簡單的東西。

人們這種關于大腦的淺薄見解有著深刻的歷史原因，可是上個世紀40年代計算機問世讓人更摸不清頭緒了。半個多世紀以來，心理學家、語言學家、神經(jīng)科學家以及其他研究人類行為的專家學者們一直堅稱人腦像計算機一樣運轉(zhuǎn)。

想想嬰兒的大腦就知道這種想法有多無知了。由于物種進化，新生兒和所有其他哺乳類動物的幼崽一樣，一出生就已做好與這個世界打交道的準備。雖然他們還無法看清這個世界，但會特別關注人臉，很快就能認出自己的母親。相較于其他聲音，他們對話語更敏感，還能區(qū)分不同的基本話語。毋庸置疑，社交是我們與生俱來的本事。

一名健康的嬰兒會有數(shù)十種反射——這些是對特定刺激的本能反應。寶寶的頭會轉(zhuǎn)向觸碰其臉頰的物體，吮吸含在嘴里的東西，沉入水中時屏住呼吸，還會抓住手里的東西不放，力氣大到足以支撐自身的重量。也許更為重要的是，新生兒天生具備強大的學習機制，現(xiàn)學現(xiàn)用，不管外界怎么變化，他們與這個世界的互動交流愈來愈好。

感知、反射與學習機制——我們生而有之，細想一下還真不少。如果我們出生時缺了其中任何一項能力，那么想要活下來就會困難得多。

可是還有一些不是我們天生就有的：信息、數(shù)據(jù)、規(guī)則、軟件、知識、詞匯、表示、算法、程序、模型、內(nèi)存、圖像、處理器、子程序、編碼器、解碼器、符號和緩沖區(qū)。我們不僅先天就不具備這些能讓數(shù)字計算機智能運作的設計元素，在后天成長中也發(fā)育不出來。

人類不能存儲詞匯或這些詞匯的使用規(guī)則，也不能創(chuàng)造視覺刺激物的表達，將其存儲在短時記憶的緩存區(qū)，然后將這些表達轉(zhuǎn)換到長期記憶存儲器上。人類也不能從存儲寄存器上檢索信息、圖像或詞匯。這些事計算機無所不能，可有機生命體就做不到。

計算機真的是在處理信息——如數(shù)字、字母、單詞、公式和圖像。首先將信息編制成計算機語言，即用0和1兩個位（比特）編成一組單元（字節(jié)）。我的電腦8比特就是一個字節(jié)，某些比特組合代表字母d，另一組合代表字母o，再一組合代表字母g，三個比特組合放在一起就是“dog”（狗）這個單詞。一張圖像——比如說我的電腦桌面貓咪亨利的照片——是用百萬個按特殊方式排列組合的字節(jié)來表示（即兆字節(jié)），周邊有一些特殊符號告訴計算機這是一張圖像而非一個單詞。

計算機真的是將這些排列組合移動至各個時刻在電子元件上的物理儲存區(qū)。有時計算機也會復制排列組合，有時以各種方式變換排列組合——例如，當我們更正文本中的錯誤或修圖時。計算機移動、復制、運轉(zhuǎn)這些數(shù)據(jù)的規(guī)則也被儲存在計算機里。這些規(guī)則合稱為“程序”或“算法”。運行一組算法能為我們效力（如買股票或是網(wǎng)上約會），也就是所謂的“應用”——即現(xiàn)在大多數(shù)人說的“app”。

請原諒我啰嗦了一堆信息處理技術(shù)，但有一點仍要說清楚：計算機的確運行的是符號表示（symbolic representations）。計算機確實存儲、提取然后處理，也的確有物理內(nèi)存。其每一步都在算法的引導之下進行，無一例外。

而另一方面，人類則不是這樣——過去從不曾，以后也絕不會。既然如此，怎么就有如此多的科學家談論人類智力時將人類看作計算機呢？

人工智能專家喬治·薩卡達杰斯（George Sarkadakis）在其2015年出版的《另一個自己》（In Our Own Image）一書中，介紹了過去兩千多年來六種解釋人類智力的比喻。

最早的一個比喻見于《圣經(jīng)》（The Bible），認為人生于塵土，然后耶和華神吹了一口靈氣。這個“靈”就是人類智力——至少文法上說得通。

公元前3世紀，水利工程出現(xiàn)使得用水利模型解釋人類智力極為盛行，認為在人體內(nèi)流動的液體——“體液”——可以解釋人類的生理和心理活動。在長達1600多年里，水力比喻極大地阻礙了醫(yī)學實踐的發(fā)展。

直到16世紀，由彈簧和齒輪驅(qū)動的自動機的問世，最終給了人們新的啟迪，如偉大的思想家勒內(nèi)·笛卡爾（René Descartes）堅稱人是精密儀器。17世紀英國哲學家托馬斯·霍布斯（Thomas Hobbes）認為思維發(fā)源于大腦中細小的機械運動。到了18世紀，人們發(fā)現(xiàn)了電與化學，這又引出了新的人類智力理論——還是一個比喻。19世紀中葉，德國物理學家赫爾曼· 馮·赫姆霍茲（Hermann von Helmholtz）有感于通訊進步，將人腦比作電報。

每種比喻都反映出各個時代最先進的思想?？上攵?，上個世紀40年代計算機技術(shù)出現(xiàn)沒幾年人腦就被看成計算機，大腦如同硬件，人類思維則是軟件。1951年心理學家喬治·米勒（George Miller）出版著作《語言與交際》（Language and Communication），成為了開創(chuàng)如今通稱“認知科學”的標志性事件。米勒提出可以運用信息理論、運算和語言學的概念細致地分析精神世界。

這種觀念最終呈現(xiàn)在薄薄的《計算機與人腦》（The Computer and the Brain）一書中，數(shù)學家約翰·馮·諾依曼（John von Neumann）直言不諱地指出人類神經(jīng)系統(tǒng)的運轉(zhuǎn)就是“表面數(shù)字式的”。盡管他自己也承認人們對大腦在人類推理與記憶中所起到的作用知之甚少，他仍找出了當時的計算機部件與人腦結(jié)構(gòu)之間的種種相似之處。

計算機技術(shù)與大腦研究不斷進步，推動了人類智力跨學科研究的興起發(fā)展，影響不小。其中心思想是人類如同計算機是信息處理器。現(xiàn)在成百上千的研究人員、幾十億的研究基金都投入其中，海量的相關專業(yè)文獻與主流期刊著作層出不窮。雷·庫茲韋爾（Ray Kuizweil）2013年出版的《人工智能的未來——解釋人類思維的奧秘》（How to Create a Mind ： The Secret of Human Revealed）闡述了該觀點，推演了大腦的“算法”，大腦 “處理數(shù)據(jù)”的方式，甚至大腦結(jié)構(gòu)與集成電路的表面相似之處。

如今關于人類智力比喻占主導地位的是信息處理（IP，information process），并得到了普通民眾與專家學者的認同。幾乎任何一篇研究人類智能行為的文章必提該比喻，就好像在一些特定時代和文化下，所有談及人類智能行為的文章都不離神靈。毫無疑問，當今世界普遍認為信息處理這個比喻合情合理。

可是信息處理比喻終究不過是一個新的比喻而已——人們遇到無法理解的事情，為了弄懂它就會編故事。如之前那些比喻一般，有一天人們也會摒棄這個比喻——要么有新比喻取而代之，要么終于有了正解。

一年多前，我訪問了一家全球最負盛名的研究機構(gòu)，向該機構(gòu)的研究人員請教如何不用信息處理這個比喻來解釋人類智能行為。他們回答不出來。之后我通過郵件往來再次委婉提出了這個問題，幾個月過去了他們?nèi)耘f無法回答。他們意識到了這個問題，并沒有忽視此次發(fā)問而認為其不值一提?？删褪遣荒芾@開信息處理的比喻。換言之，信息處理比喻“很黏人”。其表述和思想深入人心，以致我們逃不出這個思維定式，阻礙了人類的思考。

至于信息處理比喻不合邏輯之處很容易澄清。這個比喻建立在偽三段論上——兩個合理前提得出一個錯誤結(jié)論。大前提：所有計算機都能智能運行。小前提：所有計算機都是信息處理器。錯誤結(jié)論：所有能夠智能運行的實體都是信息處理器。

姑且不論形式語言理論，僅僅因為計算機是信息處理器就認定人類必定是信息處理器，這種想法愚不可及。以后幾乎可以肯定的是，就像今天我們認為水力和機械比喻愚昧可笑，以后當人們最終摒棄信息處理比喻，歷史學家亦會如此看待。

如果信息處理比喻如此可笑，為何又如此棘手呢？是什么阻礙我們不能像掃去前行道路上攔路的樹枝那樣，將其棄之一邊呢？有沒有能讓我們?nèi)拥暨@根差勁的知識拐杖來解釋人類智力的方法呢？長期以來人們極度依賴這根特殊拐杖，我們又付出了多大的代價？畢竟幾十年里在各個領域，信息處理比喻引導著不計其數(shù)的研究者出書立著，思考探討。代價為何？

過去這些年來，我在課堂上多次布置了一個練習：首先我讓一名學生畫一張一美元紙幣的圖案——我要求“越詳細越好”——畫在教室前面的黑板上。當學生畫好后，我用一張紙遮住，從錢包里抽出一張一美元面值的紙幣，讓學生再畫一次。學生畫完后，我拿掉遮蓋第一張畫的紙，讓全班說說兩張畫有何不同。

也許各位從未見過這樣的演示，又或許這樣憑空想象結(jié)果有點困難，我請了一名在我進行實驗的機構(gòu)實習的學生金賢（Jinny Hyun）畫了這兩幅畫。下圖是她“憑記憶”（from memory可表示憑記憶也可表示來自內(nèi)存——譯注）畫的（注意此處的比喻）：

然后下面這一張是之后她對照著一美元鈔票畫的：

金賢同學當時很驚訝，可能各位讀者也一樣，不過這個很有代表性。大家可以看到，與照著鈔票畫相比，憑記憶畫出來的與實物相去甚遠，哪怕之前金賢之前看過千百回一美元紙幣。

問題出在什么地方？在我們腦海中的“存儲寄存器”中不是“存儲”了關于一美元的“表示”嗎？難道我們不可以直接“檢索”然后照著畫嗎？

顯然是不行的，就算再過1000年，神經(jīng)科學也無法找到大腦中存儲的一美元紙幣的表示。原因很簡單：找錯地兒了。

大量的大腦研究表明，事實上即便是最單調(diào)的記憶任務也要用到大腦多重的、有時是大片的區(qū)域。人在大喜大悲時，百萬個神經(jīng)元變得活躍起來。2016年，多倫多大學的神經(jīng)心理學家布萊恩·萊文（Brian Levine）等人對飛機失事幸存者進行研究，乘客回想空難時“杏仁核、內(nèi)側(cè)顳葉、前后正中線以及視覺皮質(zhì)”的神經(jīng)活動變得更活躍。

有些科學家提出特定的記憶存儲在單個神經(jīng)元中，這極其荒謬。要真是這樣，這種論斷會讓記憶問題更難以解答：那么記憶是怎么儲存在腦細胞里的，又儲存在腦細胞哪個地方呢？

那么當金賢憑記憶畫美鈔的時候到底發(fā)生了什么呢？要是金賢之前從未看到過一美元紙幣，她的第一張畫就不可能與第二張有所相似。既然之前看過美鈔，畫出來的畫又有不同。確切來說，她的大腦有所改變，使她能想象出美鈔的樣子——即重復回憶（re-experience）看見一張美鈔，至少某種意義上如此。

兩幅草圖不同之處提醒了我們，想象某樣事物（即眼前看不到實物）遠遠不及真切看到實物那樣準確無誤。所以我們更擅長識別而不是回想。當我們再記起（rememorari源于拉丁語，re表示“再，又”，memorari 表示“注意”）某事時，我們會重溫那次經(jīng)歷；可是當我們識別某物時，只需知道曾有過這樣的感知經(jīng)歷就可以了。

或許讀者會對此次演示提出異議。金賢之前確實看過美鈔，但是她并沒有特意去“記住”那些細節(jié)。有人可能會說要是她記住了細節(jié)，說不定不需要參考實物就可以畫出像第二張那樣的圖像來。就算真是這樣，金賢的大腦中也不可能“存儲”美鈔的圖像。不過是她有了準備可以畫得更準確，就像是通過不斷練習，鋼琴家能夠不背曲譜就能彈奏協(xié)奏曲。

通過這個簡單的練習，我們可以開始不用任何比喻搭建人類智能行為的理論框架——大腦并非空空如也，至少沒有那些信息處理比喻的成見。

當我們經(jīng)歷世事時，種種經(jīng)歷會改變我們。值得特別一提的是以下三種經(jīng)歷：（1）我們觀察周圍發(fā)生的一切（他人言行、音樂之聲、前人教導、書本知識、銀幕畫面）；（2）我們置身于各種不重要的刺激（如警報聲）與重要的刺激（如警車的出現(xiàn)）的雙重影響中；（3）我們因特定行為而受到獎懲。

如果人們能隨著各種經(jīng)歷做出相應改變，那么我們能活得更好——背詩或唱歌，聽從教導，對不重要刺激的反應能像重要刺激的反應那樣，不做會受到懲罰的事情，多做會被獎勵的事情。

盡管標題使人產(chǎn)生誤解，沒人知道在人們學會某首歌或背下某首詩后大腦如何改變，哪怕一絲一毫。無論歌曲還是詩歌都沒有“存儲”在大腦里。大腦只是有序地改變，使我們在某些條件下能夠唱這首歌或背這首詩。一旦需要表現(xiàn)，歌曲也好詩歌也罷，都絕不是從大腦中“檢索”出來的，正如我用手指輕敲桌面的手指動作也不是“檢索”而來。我們不過是唱歌或背誦而已——無需檢索。

幾年前，我曾訪問過哥倫比亞大學的神經(jīng)科學家埃里克·坎德爾（Eric Kandel）——他發(fā)現(xiàn)了海兔（海蝸牛）神經(jīng)元突觸在學習之后產(chǎn)生化學變化，因而獲得諾貝爾獎。我問他我們要多久才能弄明白人類記憶機制。他不假思索答道：“一百年?！蔽覜]有問他是否覺得信息處理比喻延緩了神經(jīng)科學進步，但是部分神經(jīng)科學家確實開始思考以前不考慮的事情了——即比喻并非必不可少。

少數(shù)認知科學家——著名的有辛辛那提大學的安東尼·舍梅羅（Anthony Chemero）于2009年出版了《激進的具身認知科學》（Radical Embodied Cognitive Sicence）——現(xiàn)在徹底摒棄了人腦如同計算機運作的觀點?，F(xiàn)在的主流觀點則是人類就像計算機，通過運算精神表示來認識世界，然而舍梅羅和其他科學家用另一種方式來理解智能行為——有機體與客觀世界的直接互動。

信息處理說與某些人宣稱的“反表示”（anti-represnetational）觀點在人體機能方面存在顯著差異，我最喜歡舉的例子用了兩種不同的方式來解釋棒球手如何接球的——現(xiàn)任教于亞利桑那州大學的邁克爾·麥克貝思（Michael McBeath）和其同事在1995年《科學》（Science）發(fā)表的文章對此作了完美解答。信息處理說要求棒球手估計棒球飛行的各種初始條件——擊打力度、飛行軌跡角度等諸如此類，然后建立內(nèi)模分析棒球可能的飛行路徑，再利用該模型不斷及時引導和調(diào)整動作來接住球。

要是我們真的是計算機，那一切問題都迎刃而解，不過麥克貝思及其同事給出了一個更簡單的說明：球手要接住球只需不斷移動使得棒球始終在本壘板和周圍環(huán)境的視線范圍之內(nèi)［準確來說就是“線性光學軌跡”（linear optical trajectory）］。這個可能聽上去有點復雜，實際上極其簡單，根本不需要運算、表示和算法。

英國利茲貝克特大學的兩位意志堅定的心理學教授——安德魯·威爾遜（Andrew Wilson）和塞布麗娜·戈龍加（Sabrina Golonka）——收集了連同棒球的例子在內(nèi)的很多可以跳出信息處理框架且簡單直觀的例子。多年來他們發(fā)博客自稱，有“使人類行為科學研究更條理清楚、更易懂的方法……與主流認知神經(jīng)科學方法意見相左”?？墒?，這樣遠成不了氣候。主流認知科學仍舊對信息處理比喻來者不拒，甚至有些全球最具影響力的思想家大膽預測人類未來立足于合理的比喻。

未來學家?guī)炱濏f爾、物理學家史蒂芬·霍金（Stephen Hawking）和神經(jīng)科學家蘭德爾·科恩（Randal Koene）等在內(nèi)都曾預言，由于人類意識猶如計算機軟件，不久之后就能實現(xiàn)將人類意識載入計算機，在計算機電路中人類智力突破極限，甚至很有可能永生。2014年上映的反烏托邦電影《超驗駭客》（Transendence）就是取材于這個概念，主演約翰尼·德普（Johnny Depp）就是一名庫茲韋爾式的科學家，將精神載入網(wǎng)絡——給人類帶來災難性后果。

幸運的是，由于信息處理比喻一點都不合理，我們也就不必擔心人類精神在網(wǎng)絡空間發(fā)狂；可惜，我們也就不能通過載入精神實現(xiàn)永生不死。這不僅僅是由于大腦中沒有意識軟件，還有一個更深層次的問題——暫且叫做“唯一性問題”吧——讓人既振奮又憂愁。

由于大腦中既沒有“內(nèi)存條”也沒有刺激的“表示”，而且我們只需令大腦變化契合個人經(jīng)歷即可行走世間，且也沒有理由認為任何兩個有著相同經(jīng)歷的人會有著同樣的變化。假如你和我欣賞了同一場演奏會，當我聽了貝多芬第五交響曲后大腦的變化絕不會與你的相同。不管是什么樣的變化，都建立在已有的獨一無二的神經(jīng)結(jié)構(gòu)上，每個結(jié)構(gòu)一生不斷發(fā)展變化，絕無雷同。

正如巴特利特勛爵（Sir Frederic Bartlett）在《記憶》（Remembering）一書中解釋的那樣，為什么沒有兩個人能分毫不差地復述聽到的同一個故事。為什么日子一久兩人的復述逐漸相去甚遠。沒有所謂的故事的“副本”；相反，每個人都會在聽到的故事基礎上進行改動——改動到當他們之后被要求復述故事時（有些時候距離巴特利特第一次給他們講故事已過去數(shù)天、數(shù)月甚至數(shù)年）——他們能某種程度上重復回憶聽到的故事，盡管不一定能復述得很好（參見前面第一幅美鈔的畫圖）。

在我看來這點讓人精神為之一振，因為這就意味著我們個人都是真正獨一無二的，不僅僅是先天基因構(gòu)造，歷經(jīng)歲月之后我們大腦的改變亦是如此。同時這也令人沮喪，因為這使得神經(jīng)科學家的任務無比艱巨。無論什么樣的經(jīng)歷，有序改變都涉及一千個，一百萬個神經(jīng)細胞甚至是整個大腦，而每個大腦的改變模式千變?nèi)f化。

更糟糕的是，即便我們能夠粗略了解人腦860億個神經(jīng)細胞，然后在計算機上模擬這些神經(jīng)細胞的狀態(tài)，這個巨型排列組合脫離了大腦本體也毫無意義。也許這是信息處理比喻最惡劣的影響了，帶歪了我們對人體機能的思考。當計算機存儲數(shù)據(jù)分毫不差的副本時——即使斷電副本也能長久不變——而人腦只能在人活著的時候保存我們的智力。人腦沒有開關。要么大腦一直運轉(zhuǎn)，要么就是我們消亡。還有正如神經(jīng)生物學家史蒂芬·羅斯（Steven Rose）在《未來大腦》（The Future of the Brain）中指出，定格人腦此刻當下的浮光掠影也許根本沒用。除非我們能知曉大腦主人的完整人生歷程——也許還要知曉其成長的社會背景。

想想這個問題有多難。要理解大腦如何留存人類智力的基本原理，我們也許要先了解所有860億個神經(jīng)細胞的當下狀態(tài)和其100萬億次的聯(lián)通，不僅僅是神經(jīng)細胞相互聯(lián)系的不同強度，也不僅僅是每個連接點的1000多個蛋白質(zhì)狀態(tài)，還有大腦當下活動對整個系統(tǒng)的影響。再加上每個大腦的唯一性，以及每個人的生活經(jīng)歷不可復制，蘭德爾的預測聽上去似乎過于樂觀了。［最近《紐約時報》（New York Times）專欄中，神經(jīng)科學家肯尼思·米勒（Kenneth Miller）認為要花數(shù)個世紀才能弄清楚基本的神經(jīng)元聯(lián)系。］

與此同時，人們?yōu)榇竽X研究募集了大量資金，有些項目建立在錯誤觀念和無法兌現(xiàn)的承諾上。最近一樁神經(jīng)科學的驚天謊言是2013年由歐盟發(fā)起的人類大腦項目（Human Brain Project），涉及資金高達13億美元，《科學美國人》（Scientific American）對此事曾有相關報導。亨利·馬克拉姆（Henry Markram）巧舌如簧，說服人們相信他可以在2023年前用超級計算機模擬出整個人腦，并且該模型能徹底治療阿爾茨海默?。ɡ夏臧V呆）和其他神經(jīng)紊亂疾病，歐盟官員資助了該項目，幾乎不設上限。不到兩年時間，整個項目陷入“腦癱”，馬克拉姆也被下課。

我們是有機體，而非計算機。別糾結(jié)了！讓我們著手認識自己，但不要因不必要的成見而駐足不前。信息處理比喻已盛行了半個世紀，幾乎沒有衍生多少真知灼見。是時候按下“刪除”鍵了。

原文標題：The Empty Brain