天天看點

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

編者注:原文為研究心理學家robert epstein的the empty brain,發稿時原文已在facebook上被分享近8萬次。

(一)

無論如何努力,科學家和心理學家永遠也不會在腦中找到第五交響曲的樂譜——或文字圖檔或其它任何刺激。人腦不真是空的。但人們以為大腦中存在的絕大部分簡單東西,如同“記憶”,其實都不在那裡。

我們對大腦的愚昧認知有着深遠的曆史根源,并格外受40年代計算機發明的影響。過了半個世紀,心理學家、語言學家、神經科學家和其他專家愈加認為,人腦有着電腦一樣的工作方式。

要意識到這種想法是多麼虛,請想象下嬰兒的大腦。像所有其他哺乳動物一樣,人類的新生兒在進入世界時就已經最好了與它有效互動的準備。嬰兒的眼睛很迷糊,但它會使勁識别人臉,很快能認出母親。相比其它聲音它更重視人語,能區分不同的對話。很明顯我們都是為建立社交關系而生。

健康的新生兒還具備着十幾種反射——随時應對某些性命攸關的刺激。它把頭轉向觸碰它臉頰的東西,吮吸任何流入嘴裡的液體。它會在水下屏住呼吸。它會抓緊所有放在掌中的物體。也許最重要的是,新生兒有着了強大的學習機制,即便不是與祖先生活在同一片天空下,也能為與這個世界更有效地交流而迅速改變自己。

感官、反射和學習機制——這就是我們的新手禮包,想想呢還是挺豐富的。如果出生時沒有這些技能,我們可能活不下去。

但我們沒有的卻更多︰資訊、資料、規則、軟體、知識、詞彙、表征、算法、程式、模型、記憶、圖像、處理器、子程式、編碼器、解碼器、符号和緩沖器……這些讓數字計算機得以智能工作的設計元素,我們沒有,也永、遠、進化不出。

我們不“存儲”單詞和文法。我們不建立視覺刺激的“表征”并将它們“存儲”在記憶體緩沖區後“傳輸”到存儲器裡。我們不從寄存器中“檢索”資訊圖檔或單詞。電腦做這些事,但有機生命體不這麼玩。

計算機名副其實地“處理資訊”(processinformation)。數、字、詞、公式和圖像。資訊首先得被編譯成電腦能了解的格式——從0和1的位(bit)到小塊的位元組(byte)。在我(原作者)的電腦裡,每個位元組包含 8 個位。位組成了位元組,位元組組成了詞或圖像(“狗”字占兩個位元組,“貓”圖可能有幾兆位元組)。

計算機名副其實地在不同的電子元件之間移動這些資料,有時也對其複制或修改。運作在這些資料陣列的規則也存儲在計算機内。規則攜起手來成為了“程式”或“算法”。能幫我們做事(炒股和約會之類)的一組算法化為“應用”——現代人俗稱app。

原諒我說了那麼多關于計算機的話。我必須弄清楚:計算機是在客觀世界的“符号表征”(symbolic representations)上運作。它們“存儲”(store)和“檢索”(retrieve)。它們“處理”(process)。他們有實體“記憶”(memory)。他們在做的事情,無一例外地由“算法”(algorithm)所指導。

人類則不這樣做——從來沒有,永遠不會。那為什麼研究我們精神的科學家還想把我們當成計算機?

(二)

在人工智能專家georgezarkadakis去年的著作in our own image中,他描述了世界人民在過去兩千年裡用來形容人類智能的比喻。

最早的一個被《聖經》所記載。人是用泥土造出,然後神靈賦予了人類智能。至少在字面上,神靈“解釋”了智能的來源。

液壓傳動技術在公元前3世紀的發明導緻則把智能跟體液聯系到了一起。不同體液的流動讓思想得以運轉的理念阻礙了醫學的發展,過了1600個春秋以後才退去。

16世紀,彈簧和齒輪驅動的自動機的發展讓笛卡爾等著名思想家相信:人類是複雜的機器。在17世紀,英國哲學家霍布斯認為思考來自于腦内的小型機械運動。18世紀電學和化學領域的新發現又帶來了不同的有關自然的象征。在19世紀中期,受到通訊行業進展鼓舞的德國實體學家馮·亥姆霍茲把大腦比做電報。

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

每個象征都反映産生了該時代最先進的思想。不出所料,計算機剛出現沒幾年的20世紀40年代,就有人說大腦像計算機一樣運轉,且大腦本身是硬體,思想是軟體。1951年心理學家george miller著作language and communication的出版則标志了“認知科學”的誕生。miller提出,人們可以用資訊理論、計算和語言學的概念來研究人的精神世界。

數學家馮·諾依曼更是在1958年《計算機與人腦》一書中将這一思想推向極緻。他對人對神經系統功能輕描淡寫:“乍看是數位的”(prima facie digital)。即便他表示人們還不知道大腦在人思想與記憶中所起的作用,他把那個時代計算機零件與人腦部件一筆筆聯系在一起。

在計算機技術和大腦研究發展的推進下,不同學科的專家共同在了解人類智能發展過程上做出努力。但他們一緻把人類當成像計算機一樣的資訊處理器。成千上萬的研究者消耗了數十億美元,寫出了大量技術文獻和主流文章。拿ray kurzweil在2013年的一本書舉例,他審視了大腦中的“算法”,大腦“處理資料”的方式,以及看起來大腦如何起到內建電路的作用。

把人類智能當成資訊處理(information processing,簡稱ip)的比喻在社會上和學界裡都占據了統治地位。像古人避不開神靈或上帝,現代人想要讨論人類智能行為就避不開ip。當今世界幾乎沒人質疑ip比喻的合理性。

但ip比喻畢竟隻是一個比喻,是在我們在困惑時拉住的一根稻草。像它之前的所有象征,它終将被另一種比喻替代,或是被真正的知識所推翻。

(三)

就在一年前,我造訪了某世界頂尖的研究機構。我問那些研究者,能不能在講述人類智能行為時不扯到ip比喻。他們-想-不-出-來。幾個月後禮貌的電郵往來中他們還是什麼也找不到。他們知道問題的存在。他們沒有忽視這個挑戰。但他們就是找不到代替品。換句話說,他們被ip比喻給“粘住了”。這些語言和思想的力量如此強大,我們繞不過它。

ip比喻的錯誤邏輯其實很好了解。它基于錯誤的三段論: 合理前提#1:所有計算機都能有智能行為。 合理前提#2︰所有的計算機都是資訊處理器。 錯誤結論︰能有智能行為的所有實體都是資訊處理器。

自然點說,因為計算機是資訊處理器,那麼人類就得是資訊處理器這個邏輯實在……太傻了。當曆史學家回頭看的時候,它一定和液壓比喻與機械比喻一起被扔在同一個角落。

如果ip比喻那麼傻了,那它為什麼還這麼粘?為什麼人類沒把它從前進的道路上挪開?能不能不依靠這根破拐杖來了解人類智能?這個破拐杖害了我們多少?ip比喻引領了不同學科的大量研究者這麼多年,我們又為之付出了什麼代價?

我在過去幾年裡重複進行了一項課堂實驗。我讓一位學生到黑闆上“盡可能詳細地”畫出一張1元美鈔。學生畫完以後把它給蓋上,再讓學生照着我拿出的一張鈔票在黑闆上畫出。然後讓全班同學比較這兩幅畫的差别。

你或許想象不出這樣的場景,又上不到我的課。是以我已經讓所在研究機構的大學實習生jinny hyun重制了這一場景。以下是她“從記憶中”畫出的鈔票:

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

然後是她照着紙币畫出的鈔票:

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

jinny跟你一樣驚訝。即便看過1元美鈔無數遍,在看不到鈔票的情況下jinny還是什麼也沒畫出。

問題在哪裡?我們不是應該有的鈔票的“表征”“存儲”在大腦的“寄存器”中嗎?我們難道不能直接“檢索”然後把它拿出來照着畫?

廢話。神經科學再發展一千年,也沒人能在腦中抽出一張鈔票的樣子。

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

被一些科學家推崇的,認為記憶存儲在獨立的神經中的觀點也太荒謬了:如果真這樣,那這種說法将把記憶推到更難了解的層次:記憶怎麼存儲在細胞中?存在細胞中的哪裡?

是以jinny憑空畫鈔票的時候發生了什麼?如果jinny從未見過鈔票,她第一次肯定跟第二次畫的完全不同。但在之前見過鈔票,她就已經變了。她的大腦發生了“變化”,以讓她能想象出鈔票的樣子,在某種程度上“重新體驗”見到鈔票的感覺。

這兩個圖的差别提醒了我們,我們善于認出但不善于回憶,沒有依據地想出的某物樣子比真正識别出它要難得多。當我們-回-憶-某事 (回,返也;憶,思也,念也)我們必須嘗試重新體驗。但當我們隻是認出某物,我們隻需要記得自己曾經感受過。jinny能背下鈔票的樣子,鋼琴家能通過反複練習而不用看樂譜演奏。但鈔票和樂譜的圖像不可能“存儲”在他們的腦中。

(四)

這麼一舞弄,我們終于可以開始搭建無比喻的人類智能行為理論的架構——這樣的大腦不是空的,但至少扔掉了ip比喻的包袱。

當我們在世界中穿梭,我們被各種經驗所改變。其中比較突出的有: (1) 我們“觀察”周圍的事物(他人的行為、音樂的聲音、給我們的指導、頁面上的文字和螢幕上的圖像); (2) 我們“同時”接觸到不重要的刺激(如警報)與重要的刺激(如警車的到來);
(3)我們依據自己的行為受到“懲罰”或“獎勵”。

如果我們依據這些經驗而改變自己,那我們能活得更好。背一首詩或唱一首曲、服從交給我們的指導、把不重要的刺激當成重要刺激來看待、避免做讓自己受到懲罰的事而争取做讓自己得到獎勵的事……

别管某些媒體如何報道,沒人真正知道學會唱歌或背詩後大腦究竟發生了什麼變化。但那首詩歌都沒被“存儲”在腦中。大腦隻是為了讓我們能在特定場合背誦詩歌而做出“變化”。表演時,我們可以直接吟誦詩歌,不需要在大腦中“檢索”。

幾年前,我詢問了哥倫比亞大學神經學家eric kandel,我們還有多久才能認清人類記憶的原理。他因研究海蝸牛的神經元突觸上某些化學變化而獲得諾貝爾獎。他很快回複了我:“一百年。”我沒問他是否認為ip比喻拖累了神經科學,但已經有科學家開始涉及這塊禁區:ip比喻并非不可或缺。

有的認知科學家——著名的有辛辛那提大學的anthonychemero——徹底拒絕相信人腦的工作方式類似電腦。主流的看法是我們像計算機一樣,通過對心理表征的計算來了解這個世界。但chemero等人持另一種觀點:智能行為是生物與世界的“直接互動”。

我最喜歡的範例要數michael mcbeath等人1995年在《科學》上的論文。他們研究了棒球賽中捕手接球的過程。在ip視角中,運動員需要建立出球初始運動狀态的表達式——包括撞擊的力度和軌道的角度什麼的——然後分析出可能存在的球的運動軌迹的内部模型。接着用這模型持續引導身體肌肉的運動,及時在空中截下該球。

如果我們能像計算機一樣工作,那這方法當然沒問題。但一個活着的運動員隻需要認清球的“線性視覺運動軌迹”(linear optical trajectory),根據場地判斷并調節自身與球之間的視覺關系就能接到球。完全不需要用到方程、表征和算法。

大腦為何無法像電腦一樣處理資訊?◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆◆ ◆ ◆

許多人——包括實體學家霍金,未來主義者kurzweil和神經學家randel koene——相信,因為人類意識跟計算機軟體類似,人類意識很快就能被下載下傳到計算機裡。我們會在電路中得到無比強大的智能并獲得永生。這一概念帶來了約翰尼·德普主演的電影《超驗駭客》。在這個反烏托邦故事裡,神似kurzewil的一位科學家的意識進入了網際網路,人類差點完蛋。

還好,因為人腦跟資訊處理無關,我們永遠也沒必要擔心人的意識會在賽博空間裡失控,我們也永遠不會通過下載下傳達成永生。這不僅是因為我們腦中沒有軟體,而且是因為另外一個原因——且稱它為“獨特性問題”。

(五)

因為“記憶銀行”和“刺激表征”都不存在于大腦中,因為我們隻需要讓大腦有序地根據我們的經驗來改變就能在世界中生活。我們沒理由相信兩個人會基于同樣經曆做而出同樣改變。你跟我一起去聽音樂會,你聽《第五交響曲》時大腦中的變化肯定跟我的完全不一樣。無論是什麼變化,它都是建立在現有的獨特神經結構上的,每個結構都受到那個人過去一生經曆的影響。

這是為什麼frederic bartlett爵士在他1932年remembering一書中闡述,沒有兩個人重續的同一故事會完全相同,久而久之故事的版本還會越來越多。人腦中沒有原故事的“備份”,人們隻是在被改變的大腦中“重新體驗”那個故事。(他們做得如何?請看第一張鈔票。)

我覺得這算是令人感動的吧,每個人都是獨一無二的,不隻是因為基因構成的不同,更是由于大腦随着時間做出的不同改變。但這也很悲傷,因為這樣複雜程度會把所有神經學家給吓跑。

即使我們能把860億腦神經都記錄下來并在電腦上模拟,這個巨大的結構将在造出那個大腦的身體之外毫無意義。ip比喻對我們撒下了彌天大謊:電腦可以關了再開,但人腦怎麼可能死了再活?人腦一旦停止工作,我們就離開了這個世界。如同神經生物學家steven rose在2005年thefuture of the brain一書中指出的,我們需要知道腦主人“一生的經曆”,包括過去成長的“社會環境”,這個大腦的複制才會有點價值。

想想着有多難。要了解人腦維持人類智能的基礎道理,或許我們需要知道860億神經元和它們之間100兆互聯的狀态,連接配接網絡的強度,每個突觸上1000個蛋白質情況,還需要知道保持系統完整性的大腦實時“活動”。再加上不同人生經曆帶來的大腦獨特性,kandel的預計已經聽起來很樂觀了。(最近在《紐約時報》上神經學家kenneth miller提出,人類要理清神經的基本聯系都還需要“幾個世紀”。)

與此同時,借着錯誤的理論和無法實作的諾言,許多大腦研究者們拿到了巨額資金。最駭人的案例已被《科學美國人》報道。歐盟在2013年為“人類大腦工程”(human brain project)注資12億歐元。henry markram聲稱自己能于2023年前在超級計算機上建立出整個人腦的模型,給阿茲海默等大腦問題的治療帶來革命性的改變,輕易說服了歐盟高官。項目還沒滿兩周年就發現進行不下去,markram本人也被要求辭職。

承認吧,我們是肉身,不是電腦。讓我們扔掉那些沒必要的智能包袱,繼續在了解自己的道路上前行。ip比喻已經被用了半個多世紀,沒跟我們帶來什麼好處,到了按下delete鍵的時刻了。

原文釋出時間為:2016-05-29

本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号

繼續閱讀