神譯局是36氪旗下編譯團隊，關(guān)注科技、商業(yè)、職場(chǎng)、生活等領(lǐng)域，重點(diǎn)介紹國外的新技術(shù)、新觀(guān)點(diǎn)、新風(fēng)向。
編者按：破解大腦是人類(lèi)科技探索的圣杯，一直以來(lái)，人類(lèi)就用各種類(lèi)比來(lái)研究大腦。比如，笛卡爾曾經(jīng)用機械噴泉來(lái)比擬人腦機制，而最近關(guān)于人腦的類(lèi)比是電腦。幾十年來(lái)，這個(gè)東西一直都是神經(jīng)科學(xué)占據主導地位的隱喻。但是這種想法會(huì )不會(huì )導致我們一直都誤入歧途呢？ 曼徹斯特大學(xué)動(dòng)物學(xué)教授Matthew Cobb提出了他的質(zhì)疑，并且對大腦研究的未來(lái)進(jìn)行了設想。原文發(fā)表在衛報上，摘自他的新書(shū)《The Idea of Brain》，標題是：Why your brain is not a computer。篇幅關(guān)系，我們分兩部分刊出，此為上半部分。
人類(lèi)正進(jìn)行著(zhù)最偉大的一項科學(xué)壯舉之一——嘗試去了解宇宙當中最復雜的一個(gè)東西，大腦。從最小的大腦到我們的大腦，科學(xué)家們正在從大量的大腦當中積累有關(guān)其結構和功能的大量數據。成千上萬(wàn)的研究人員投入了大量的時(shí)間和精力來(lái)思考大腦的功能，而驚人的新技術(shù)正讓我們可以描述和操縱這種活動(dòng)。
現在，我們可以讓老鼠記住一些自己從未聞到過(guò)的氣味，將一個(gè)記性不好的老鼠變成好記性，甚至可以用電涌來(lái)改變大家對面容的感知。我們在繪制越來(lái)越詳細、越來(lái)越復雜的人類(lèi)以及其他生物的大腦功能圖。對于某些物種，我們可以隨意改變其大腦結構，從而改變其行為。我們日益精通這門(mén)手藝會(huì )產(chǎn)生哪些意義深遠的影響呢？從我們能夠讓癱瘓者利用意念控制機械臂可以管中窺豹。
每一天，我們都會(huì )了解到新發(fā)現，這些發(fā)現揭示了大腦的工作方式，以及能讓我們做一些離奇事情——類(lèi)似讀心術(shù)檢測犯罪或甚至上傳思想到電腦等——的新技術(shù)的希望（或威脅）。解釋大腦機制的書(shū)層出不窮，每一本的解釋都不一樣。
但是，一些神經(jīng)科學(xué)家卻愈發(fā)認為我們的未來(lái)之路尚不明朗。除了收集了更多的數據或依靠最新的、令人興奮的實(shí)驗方法以外，很難看出接下來(lái)的路應該怎么走。正如德國神經(jīng)科學(xué)家Olaf Sporns 所說(shuō)那樣：“在很大程度上，神經(jīng)科學(xué)仍然缺乏組織原則或理論框架，沒(méi)法將大腦數據轉換為基本知識和理解?！?盡管積累了大量事實(shí)，但我們對大腦的了解似乎正在陷入僵局。
2017年，法國神經(jīng)科學(xué)家Yves Frégnac 把關(guān)注重點(diǎn)放在到昂貴的大型項目里面去收集海量數據的流行做法，他指出，這些項目產(chǎn)生的數據海嘯導致了重大瓶頸的出現，就像他所說(shuō)的那樣，可悲的是，“大數據不是知識”。
Frégnac 寫(xiě)道：“僅僅20到30年前，神經(jīng)解剖學(xué)和神經(jīng)生理學(xué)的信息還相對匱乏，但了解與思維有關(guān)的過(guò)程似乎已觸手可及。今天，我們被淹沒(méi)在信息的海洋里面。自相矛盾的是，我們對大腦的共同理解反而面臨著(zhù)被這股浪潮沖刷掉的嚴重危險。對技術(shù)障礙的每一次克服，都會(huì )通過(guò)揭示隱藏的變量、機制和非線(xiàn)性，以及增加新的復雜性而打開(kāi)了一個(gè)潘多拉盒子。
神經(jīng)科學(xué)家Anne Churchland與Larry Abbott也強調了我們在解釋世界各地實(shí)驗室所產(chǎn)生的大量數據時(shí)遇到的困難：“要想從這種猛撲的做法獲得深刻的洞察，除了要熟練和創(chuàng )造性地運用實(shí)驗方法以外，還需要技術(shù)、數據分析方法取得重大進(jìn)展以及理論概念和模型的廣泛應用?！?/p>
關(guān)于大腦功能，包括人類(lèi)大腦可以做的最神秘的一件事情——產(chǎn)生意識，確實(shí)有一些理論方法。但是這些框架都沒(méi)有得到廣泛接受，因為通過(guò)實(shí)驗研究的決定性測試還沒(méi)有。再三呼吁更多的理論出現可能只是個(gè)虔誠的希望。這么說(shuō)吧，哪怕是蠕蟲(chóng)，也沒(méi)有單一的關(guān)于大腦功能的理論，因為大腦并不是一個(gè)整體。（科學(xué)家甚至發(fā)現對大腦的確切定義提出建議都很難。）
就像DNA雙螺旋結構的共同發(fā)現者弗朗西斯·克里克（Francis Crick）所觀(guān)察到的那樣，大腦是一個(gè)完整的，進(jìn)化的結構，大腦的不同部位是一點(diǎn)點(diǎn)地在不同的進(jìn)化時(shí)刻出現的，是為了適應解決不同問(wèn)題的需要。我們目前對所有大腦功能的理解都是非常局限的——比方說(shuō)，大多數神經(jīng)科學(xué)感官研究都集中在視覺(jué)而不是味覺(jué)上。從概念上和技術(shù)上來(lái)說(shuō)，味覺(jué)研究都更具挑戰性。但是嗅覺(jué)和視覺(jué)的工作機制是不一樣的，無(wú)論從計算上還是結構上都不一樣。因為我們的焦點(diǎn)放在視覺(jué)上，所以我們對大腦的功能及其作用方式的理解非常有限。
大腦的本質(zhì)（即整合又復合）可能意味著(zhù)我們將來(lái)對它的理解不可避免會(huì )變得支離破碎，并且這種理解將由對不同部分的不同解釋組成。Churchland和Abbott把這個(gè)潛在影響說(shuō)得很清楚：“對大腦的整體理解可能會(huì )是高度多樣化的鑲嵌形式，把一塊塊的小碎片拼湊成碎布床單?！?/p>
大約半個(gè)多世紀以來(lái)，我們研究的所有這些拼湊而成的高度多樣化的碎布片，都是通過(guò)把大腦的過(guò)程想象為某種在計算機處理的事情來(lái)進(jìn)行的。但這并不意味著(zhù)這種隱喻還將繼續見(jiàn)效。在數字時(shí)代伊始的1951年，神經(jīng)科學(xué)的先驅Karl Lashley就反對使用任何基于機器的隱喻。
Lashley寫(xiě)道：“笛卡爾對皇家花園里面那些的機械噴泉人物印象深刻，并形成了自己有關(guān)大腦活動(dòng)的水力理論。從那以后，我們有了電話(huà)理論，電場(chǎng)理論，以及現在基于計算機器與自動(dòng)舵的理論。我認為，跟沉迷于牽強附會(huì )的物理類(lèi)比相比，研究大腦本身以及行為現象更有可能了解大腦的工作原理?！保ň幷咦ⅲ旱芽栐凇墩撊恕分邪讶说纳眢w跟機械噴泉做比較）
法國神經(jīng)科學(xué)家Romain Brette最近甚至進(jìn)一步摒棄了這種隱喻，他向代表大腦功能的一個(gè)最基本的隱喻：編碼發(fā)起了挑戰。自從1920年代問(wèn)世以來(lái)，神經(jīng)代碼的思想就一直是神經(jīng)科學(xué)思想的主導——在過(guò)去10年的時(shí)間里，有關(guān)這一主題的論文發(fā)表了超過(guò)11000篇。Brette質(zhì)疑的一個(gè)基本點(diǎn)是，因為在用“代碼”去思考時(shí)，研究人員無(wú)意間從技術(shù)意義轉移到表征意義，前者考慮的是刺激與神經(jīng)元活動(dòng)之間的關(guān)聯(lián)，而后者考慮的是代表這一刺激的神經(jīng)代碼。
在大多數關(guān)于神經(jīng)編碼的描述里面，有一個(gè)東西是沒(méi)有明說(shuō)的，那就是神經(jīng)網(wǎng)絡(luò )的活動(dòng)會(huì )展現給給大腦里面一個(gè)理想的觀(guān)察者或讀者，這個(gè)東西通常被描述為“下游結構”（downstream structure），它利用用最優(yōu)方式對信號進(jìn)行解碼。但是，哪怕是在簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò )功能模型里面，此類(lèi)結構究竟是如何處理這些信號的依然未知，也很少有明確的假設。
對大腦的MRI 掃描。
對神經(jīng)代碼的處理通常被視為一系列的線(xiàn)性步驟——就像倒下的多米諾骨牌一樣。但是，大腦是由高度復雜的神經(jīng)網(wǎng)絡(luò )組成，這些神經(jīng)網(wǎng)絡(luò )相互連接，并跟外界關(guān)聯(lián)去影響動(dòng)作。把關(guān)注焦點(diǎn)集中在一系列感官和神經(jīng)元處理上而不是把這些網(wǎng)絡(luò )跟動(dòng)物的行為聯(lián)系起來(lái)，這樣其實(shí)忽略掉了所有這些處理都是為什么。
我們把大腦看作是一臺被動(dòng)響應輸入和處理數據的計算機，卻忘了它是一個(gè)活躍的器官，是我們身體介入世界的一部分，有塑造其結構和功能的進(jìn)化史。匈牙利神經(jīng)學(xué)家Gy?rgy Buzsáki在他的新書(shū)《The Brain from Inside Out》概要描述了對大腦的這種看法。按照Buzsáki的說(shuō)法，大腦不僅僅是被動(dòng)地接受刺激并用神經(jīng)代碼去表示那些刺激，而且還會(huì )積極地尋找替代的可能性來(lái)測試各種選擇。他的結論（類(lèi)似看法可追溯到19世紀）是，大腦所為不是表示信息：而是構造信息。
神經(jīng)科學(xué)的隱喻——計算機、編碼、電路圖等——這些東西必然是局部性的。這就是隱喻的本質(zhì)?？茖W(xué)哲學(xué)家和科學(xué)家對隱喻進(jìn)行了深入研究，因為隱喻似乎對科學(xué)家的思維方式至關(guān)重要。但是隱喻也是豐富的，是可以用來(lái)洞察和發(fā)現的。當它們所給予的理解勝過(guò)所施加的限制時(shí)，用隱喻是可以的，但大家對大腦的計算性和表征性隱喻其實(shí)并沒(méi)有達成共識。從歷史的角度來(lái)看，對大腦的隱喻之爭還在進(jìn)行這一事實(shí)表明，我們確實(shí)可能正在接近計算性隱喻的終結。但是，代替它的又會(huì )是什么呢？現在還不清楚。
當科學(xué)家意識到隱喻的使用如何塑造了自己的觀(guān)點(diǎn)時(shí)，常常會(huì )感到非常興奮，因為這說(shuō)明用新的隱喻也許會(huì )改變他們對自己工作的理解，甚至能讓他們構思出新的實(shí)驗。不過(guò)提出這些新隱喻是個(gè)挑戰——過(guò)去跟大腦有關(guān)的大多數隱喻都跟新技術(shù)相關(guān)。這可能意味著(zhù)對大腦有洞察力的，可與水力、電話(huà)交換或者計算機隱喻相提并論的新隱喻的出現，以及這種隱喻如何發(fā)揮作用，要取決于未來(lái)的技術(shù)突破。目前還沒(méi)有出現這種隱喻的跡象。盡管最新的流行術(shù)語(yǔ)如區塊鏈、量子霸權（或量子X(jué)X）、納米技術(shù)等等也很熱，但這些領(lǐng)域不太可能變革技術(shù)或改變我們對大腦功能的看法。
有一個(gè)跡象表明我們的隱喻可能已經(jīng)失去了它的解釋功效，那就是我們的一個(gè)普遍假設是，從簡(jiǎn)單的系統到人類(lèi)意識的出現，神經(jīng)系統所做的許多事情都只能解釋為涌現性（emergent properties）——沒(méi)法通過(guò)分析組成部分來(lái)預測，而是作為整體涌現出來(lái)的東西。
1981年，英國心理學(xué)家Richard Gregory認為，靠涌現來(lái)解釋大腦功能說(shuō)明了這種理論框架存在一個(gè)問(wèn)題：“‘涌現’的出現很可能是一個(gè)跡象，表明我們需要一個(gè)更普遍的（或至少不一樣）的概念圖式…好的理論應該能夠避免涌現的出現。（因此，對涌現的解釋也是假的。）”
但這個(gè)忽視了一個(gè)事實(shí)：涌現有強弱之分。弱涌現特征，比方說(shuō)一群小魚(yú)為了躲避鯊魚(yú)的移動(dòng)，可以理解為控制組件行為的規則。在這種情況下，看似神秘的群體行為是基于個(gè)體行為做出的，而每一個(gè)個(gè)體的行為都會(huì )對類(lèi)似旁邊的個(gè)體的移動(dòng)或外界刺激（例如掠食者的逼近）等因素做出反應。
這類(lèi)弱涌現連哪怕是最簡(jiǎn)單的神經(jīng)系統的活動(dòng)都解釋不了，更不要說(shuō)大腦的機制了，因此我們只能指望強涌現了，也就是涌現無(wú)法靠個(gè)體組件的活動(dòng)解釋的現象。你和你正在看住的這頁(yè)書(shū)都是由原子組成的，但是你卻可以閱讀和理解。這種能力源自人體的原子所形成的更高層次的結構所涌現出來(lái)的特征，比方說(shuō)神經(jīng)元及其點(diǎn)火模式，而不僅僅是靠原子的相互作用。
強涌現最近被一些神經(jīng)科學(xué)家非難，稱(chēng)其在“形而上學(xué)上有不像真實(shí)”的風(fēng)險，因為對于涌現是如何產(chǎn)生的并沒(méi)有明顯的因果機制，也沒(méi)有任何的解釋。就像Gregory一樣，這些批評家聲稱(chēng)，靠涌現來(lái)解釋復雜現象表明神經(jīng)科學(xué)正處關(guān)鍵的歷史關(guān)頭，這種轉變有點(diǎn)類(lèi)似于從煉金術(shù)向化學(xué)的緩慢轉變。但是面對神秘的神經(jīng)科學(xué)，涌現往往是我們唯一的手段。而且，涌現也不至于有那么的蠢——從本質(zhì)上來(lái)說(shuō)，深度學(xué)習程序的驚人特性，也就是它們的設計者無(wú)法從根本上對其作出解釋這一點(diǎn)其實(shí)就是涌現的屬性。
有趣的是，雖然一些神經(jīng)科學(xué)家對涌現的形而上學(xué)感到困擾，但人工智能的研究人員對這種想法卻十分迷戀，他們認為現代計算機的純粹復雜性，或者說(shuō)通過(guò)互聯(lián)網(wǎng)的互連性，會(huì )導致被稱(chēng)為奇點(diǎn)的事物出現。機器會(huì )變得有意識。
對于這種可能性已經(jīng)進(jìn)行過(guò)許多虛構上的探索（結局對各方來(lái)說(shuō)往往都非常糟糕），這個(gè)主題無(wú)疑激發(fā)了公眾的想象力，但是除了我們對意識的機制的無(wú)知之外，沒(méi)有任何理由認為這件事情會(huì )發(fā)生在不遠的將來(lái)。從原則上來(lái)講，這必須是可行的，因為意識是物質(zhì)的產(chǎn)物是有效假設，因此我們應該可以用設備去模仿。但是，哪怕是最簡(jiǎn)單的大腦，其復雜程度也令我們目前可以想象的任何機器相形見(jiàn)拙。在未來(lái)數十年（乃至數百年）的時(shí)間里，奇點(diǎn)都只能屬于科幻小說(shuō)而非科學(xué)。
有關(guān)意識本質(zhì)的一個(gè)相關(guān)觀(guān)點(diǎn)把大腦即計算機的隱喻變成了一種嚴格的類(lèi)比。一些研究人員把思維看作是在神經(jīng)硬件上實(shí)現的一種操作系統，這意味著(zhù)我們的思維被看作是一種特定的計算狀態(tài)，可以上傳到某些設備上或另一大腦里面。這種表示方式是錯誤的，或者充其量是幼稚到了無(wú)可救藥的地步。
唯物主義的有效假設是，人類(lèi)、蛆蟲(chóng)以及其他所有事物的大腦和思想都是一樣的。神經(jīng)元及其支持的過(guò)程——包括意識在內——都是一樣的東西。在計算機里面，軟件和硬件是分開(kāi)的。但是，我們的大腦和思想是由（最好是描述為）濕件的東西組成，也就是發(fā)生的事情和地點(diǎn)完全是交織在一起的。
想象一下，假設我們可以重新調整我們的神經(jīng)系統，讓其運行不同的程序，或者把我們的思想上傳到服務(wù)器上，這聽(tīng)起來(lái)似乎符合科學(xué)的，但是隱藏在這個(gè)想法背后的，卻是一種非唯物主義的觀(guān)點(diǎn)，這種觀(guān)點(diǎn)甚至可以追溯到笛卡爾及其以后。這種觀(guān)點(diǎn)暗示著(zhù)我們的思想實(shí)際上是漂浮在我們的腦海里面的，并且是有可能被轉移到另一個(gè)頭腦里面，或者被另一個(gè)思想取代的。這種想法可以佯裝成讀取一組神經(jīng)元的狀態(tài)，然后把它寫(xiě)入到新的有機或人工的基質(zhì)上，讓它看起來(lái)具有科學(xué)上的體面。
但是，哪怕光是想象一下這種想法的實(shí)現，就會(huì )發(fā)現這不僅需要理解數量遠遠超出了我們目前可以想象的范圍的神經(jīng)元的功能，而且還需要龐大到不可思議的計算能力以及對大腦結構的精確模擬。要想讓這件事哪怕在原則上成為可能，我們也首先需要完全能模擬可保持單一狀態(tài)的神經(jīng)系統的活動(dòng)，模擬想法更是想都不要想了。我們離邁出第一步還很遙遠，以至于至少在很遠的將來(lái)，上傳你的思想的可能性都可以被看作是幻想。
譯者：boxi。
本文來(lái)自翻譯,
聯(lián)系客服
