神譯局是36氪旗下編譯團隊，關(guān)注科技、商業(yè)、職場、生活等領(lǐng)域，重點介紹國外的新技術(shù)、新觀點、新風(fēng)向。

編者按：破解大腦是人類科技探索的圣杯，一直以來，人類就用各種類比來研究大腦。比如，笛卡爾曾經(jīng)用機械噴泉來比擬人腦機制，而最近關(guān)于人腦的類比是電腦。幾十年來，這個東西一直都是神經(jīng)科學(xué)占據(jù)主導(dǎo)地位的隱喻。但是這種想法會不會導(dǎo)致我們一直都誤入歧途呢？ 曼徹斯特大學(xué)動物學(xué)教授Matthew Cobb提出了他的質(zhì)疑，并且對大腦研究的未來進行了設(shè)想。原文發(fā)表在衛(wèi)報上，摘自他的新書《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。

為什么說大腦不是電腦？（下）

了解大腦

人類正進行著最偉大的一項科學(xué)壯舉之一——嘗試去了解宇宙當中最復(fù)雜的一個東西，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(jié)構(gòu)和功能的大量數(shù)據(jù)。成千上萬的研究人員投入了大量的時間和精力來思考大腦的功能，而驚人的新技術(shù)正讓我們可以描述和操縱這種活動。

現(xiàn)在，我們可以讓老鼠記住一些自己從未聞到過的氣味，將一個記性不好的老鼠變成好記性，甚至可以用電涌來改變大家對面容的感知。我們在繪制越來越詳細、越來越復(fù)雜的人類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(jié)構(gòu)，從而改變其行為。我們?nèi)找婢ㄟ@門手藝會產(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，我們都會了解到新發(fā)現(xiàn)，這些發(fā)現(xiàn)揭示了大腦的工作方式，以及能讓我們做一些離奇事情——類似讀心術(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)認為我們的未來之路尚不明朗。除了收集了更多的數(shù)據(jù)或依靠最新的、令人興奮的實驗方法以外，很難看出接下來的路應(yīng)該怎么走。正如德國神經(jīng)科學(xué)家Olaf Sporns 所說那樣：“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，沒法將大腦數(shù)據(jù)轉(zhuǎn)換為基本知識和理解?！?盡管積累了大量事實，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)注重點放在到昂貴的大型項目里面去收集海量數(shù)據(jù)的流行做法，他指出，這些項目產(chǎn)生的數(shù)據(jù)海嘯導(dǎo)致了重大瓶頸的出現(xiàn)，就像他所說的那樣，可悲的是，“大數(shù)據(jù)不是知識”。

Frégnac 寫道：“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)的過程似乎已觸手可及。今天，我們被淹沒在信息的海洋里面。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，都會通過揭示隱藏的變量、機制和非線性，以及增加新的復(fù)雜性而打開了一個潘多拉盒子。

神經(jīng)科學(xué)家Anne Churchland與Larry Abbott也強調(diào)了我們在解釋世界各地實驗室所產(chǎn)生的大量數(shù)據(jù)時遇到的困難：“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)造性地運用實驗方法以外，還需要技術(shù)、數(shù)據(jù)分析方法取得重大進展以及理論概念和模型的廣泛應(yīng)用。”

關(guān)于大腦功能，包括人類大腦可以做的最神秘的一件事情——產(chǎn)生意識，確實有一些理論方法。但是這些框架都沒有得到廣泛接受，因為通過實驗研究的決定性測試還沒有。再三呼吁更多的理論出現(xiàn)可能只是個虔誠的希望。這么說吧，哪怕是蠕蟲，也沒有單一的關(guān)于大腦功能的理論，因為大腦并不是一個整體。（科學(xué)家甚至發(fā)現(xiàn)對大腦的確切定義提出建議都很難。）

就像DNA雙螺旋結(jié)構(gòu)的共同發(fā)現(xiàn)者弗朗西斯·克里克（Francis Crick）所觀察到的那樣，大腦是一個完整的，進化的結(jié)構(gòu)，大腦的不同部位是一點點地在不同的進化時刻出現(xiàn)的，是為了適應(yīng)解決不同問題的需要。我們目前對所有大腦功能的理解都是非常局限的——比方說，大多數(shù)神經(jīng)科學(xué)感官研究都集中在視覺而不是味覺上。從概念上和技術(shù)上來說，味覺研究都更具挑戰(zhàn)性。但是嗅覺和視覺的工作機制是不一樣的，無論從計算上還是結(jié)構(gòu)上都不一樣。因為我們的焦點放在視覺上，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(fù)合）可能意味著我們將來對它的理解不可避免會變得支離破碎，并且這種理解將由對不同部分的不同解釋組成。Churchland和Abbott把這個潛在影響說得很清楚：“對大腦的整體理解可能會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>

大腦就像電腦？

大約半個多世紀以來，我們研究的所有這些拼湊而成的高度多樣化的碎布片，都是通過把大腦的過程想象為某種在計算機處理的事情來進行的。但這并不意味著這種隱喻還將繼續(xù)見效。在數(shù)字時代伊始的1951年，神經(jīng)科學(xué)的先驅(qū)Karl Lashley就反對使用任何基于機器的隱喻。

Lashley寫道：“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)大腦活動的水力理論。從那以后，我們有了電話理論，電場理論，以及現(xiàn)在基于計算機器與自動舵的理論。我認為，跟沉迷于牽強附會的物理類比相比，研究大腦本身以及行為現(xiàn)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最近甚至進一步摒棄了這種隱喻，他向代表大腦功能的一個最基本的隱喻：編碼發(fā)起了挑戰(zhàn)。自從1920年代問世以來，神經(jīng)代碼的思想就一直是神經(jīng)科學(xué)思想的主導(dǎo)——在過去10年的時間里，有關(guān)這一主題的論文發(fā)表了超過11000篇。Brette質(zhì)疑的一個基本點是，因為在用“代碼”去思考時，研究人員無意間從技術(shù)意義轉(zhuǎn)移到表征意義，前者考慮的是刺激與神經(jīng)元活動之間的關(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(shù)關(guān)于神經(jīng)編碼的描述里面，有一個東西是沒有明說的，那就是神經(jīng)網(wǎng)絡(luò)的活動會展現(xiàn)給給大腦里面一個理想的觀察者或讀者，這個東西通常被描述為“下游結(jié)構(gòu)”（downstream structure），它利用用最優(yōu)方式對信號進行解碼。但是，哪怕是在簡單的神經(jīng)網(wǎng)絡(luò)功能模型里面，此類結(jié)構(gòu)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(shè)。

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性步驟——就像倒下的多米諾骨牌一樣。但是，大腦是由高度復(fù)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)去影響動作。把關(guān)注焦點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)跟動物的行為聯(lián)系起來，這樣其實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響應(yīng)輸入和處理數(shù)據(jù)的計算機，卻忘了它是一個活躍的器官，是我們身體介入世界的一部分，有塑造其結(jié)構(gòu)和功能的進化史。匈牙利神經(jīng)學(xué)家Gy?rgy Buzsáki在他的新書《The Brain from Inside Out》概要描述了對大腦的這種看法。按照Buzsáki的說法，大腦不僅僅是被動地接受刺激并用神經(jīng)代碼去表示那些刺激，而且還會積極地尋找替代的可能性來測試各種選擇。他的結(jié)論（類似看法可追溯到19世紀）是，大腦所為不是表示信息：而是構(gòu)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，是可以用來洞察和發(fā)現(xiàn)的。當它們所給予的理解勝過所施加的限制時，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并沒有達成共識。從歷史的角度來看，對大腦的隱喻之爭還在進行這一事實表明，我們確實可能正在接近計算性隱喻的終結(jié)。但是，代替它的又會是什么呢？現(xiàn)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點時，常常會感到非常興奮，因為這說明用新的隱喻也許會改變他們對自己工作的理解，甚至能讓他們構(gòu)思出新的實驗。不過提出這些新隱喻是個挑戰(zhàn)——過去跟大腦有關(guān)的大多數(shù)隱喻都跟新技術(shù)相關(guān)。這可能意味著對大腦有洞察力的，可與水力、電話交換或者計算機隱喻相提并論的新隱喻的出現(xiàn)，以及這種隱喻如何發(fā)揮作用，要取決于未來的技術(shù)突破。目前還沒有出現(xiàn)這種隱喻的跡象。盡管最新的流行術(shù)語如區(qū)塊鏈、量子霸權(quán)（或量子XX）、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。

解釋不了的東西就叫涌現(xiàn)

有一個跡象表明我們的隱喻可能已經(jīng)失去了它的解釋功效，那就是我們的一個普遍假設(shè)是，從簡單的系統(tǒng)到人類意識的出現(xiàn)，神經(jīng)系統(tǒng)所做的許多事情都只能解釋為涌現(xiàn)性（emergent properties）——沒法通過分析組成部分來預(yù)測，而是作為整體涌現(xiàn)出來的東西。

1981年，英國心理學(xué)家Richard Gregory認為，靠涌現(xiàn)來解釋大腦功能說明了這種理論框架存在一個問題：“‘涌現(xiàn)’的出現(xiàn)很可能是一個跡象，表明我們需要一個更普遍的（或至少不一樣）的概念圖式…好的理論應(yīng)該能夠避免涌現(xiàn)的出現(xiàn)。（因此，對涌現(xiàn)的解釋也是假的。）”

但這個忽視了一個事實：涌現(xiàn)有強弱之分。弱涌現(xiàn)特征，比方說一群小魚為了躲避鯊魚的移動，可以理解為控制組件行為的規(guī)則。在這種情況下，看似神秘的群體行為是基于個體行為做出的，而每一個個體的行為都會對類似旁邊的個體的移動或外界刺激（例如掠食者的逼近）等因素做出反應(yīng)。

這類弱涌現(xiàn)連哪怕是最簡單的神經(jīng)系統(tǒng)的活動都解釋不了，更不要說大腦的機制了，因此我們只能指望強涌現(xiàn)了，也就是涌現(xiàn)無法靠個體組件的活動解釋的現(xiàn)象。你和你正在看住的這頁書都是由原子組成的，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(jié)構(gòu)所涌現(xiàn)出來的特征，比方說神經(jīng)元及其點火模式，而不僅僅是靠原子的相互作用。

強涌現(xiàn)最近被一些神經(jīng)科學(xué)家非難，稱其在“形而上學(xué)上有不像真實”的風(fēng)險，因為對于涌現(xiàn)是如何產(chǎn)生的并沒有明顯的因果機制，也沒有任何的解釋。就像Gregory一樣，這些批評家聲稱，靠涌現(xiàn)來解釋復(fù)雜現(xiàn)象表明神經(jīng)科學(xué)正處關(guān)鍵的歷史關(guān)頭，這種轉(zhuǎn)變有點類似于從煉金術(shù)向化學(xué)的緩慢轉(zhuǎn)變。但是面對神秘的神經(jīng)科學(xué)，涌現(xiàn)往往是我們唯一的手段。而且，涌現(xiàn)也不至于有那么的蠢——從本質(zhì)上來說，深度學(xué)習(xí)程序的驚人特性，也就是它們的設(shè)計者無法從根本上對其作出解釋這一點其實就是涌現(xiàn)的屬性。

有趣的是，雖然一些神經(jīng)科學(xué)家對涌現(xiàn)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(xiàn)代計算機的純粹復(fù)雜性，或者說通過互聯(lián)網(wǎng)的互連性，會導(dǎo)致被稱為奇點的事物出現(xiàn)。機器會變得有意識。

對于這種可能性已經(jīng)進行過許多虛構(gòu)上的探索（結(jié)局對各方來說往往都非常糟糕），這個主題無疑激發(fā)了公眾的想象力，但是除了我們對意識的機制的無知之外，沒有任何理由認為這件事情會發(fā)生在不遠的將來。從原則上來講，這必須是可行的，因為意識是物質(zhì)的產(chǎn)物是有效假設(shè)，因此我們應(yīng)該可以用設(shè)備去模仿。但是，哪怕是最簡單的大腦，其復(fù)雜程度也令我們目前可以想象的任何機器相形見拙。在未來數(shù)十年（乃至數(shù)百年）的時間里，奇點都只能屬于科幻小說而非科學(xué)。

有關(guān)意識本質(zhì)的一個相關(guān)觀點把大腦即計算機的隱喻變成了一種嚴格的類比。一些研究人員把思維看作是在神經(jīng)硬件上實現(xiàn)的一種操作系統(tǒng)，這意味著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(shè)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可救藥的地步。

唯物主義的有效假設(shè)是，人類、蛆蟲以及其他所有事物的大腦和思想都是一樣的。神經(jīng)元及其支持的過程——包括意識在內(nèi)——都是一樣的東西。在計算機里面，軟件和硬件是分開的。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)生的事情和地點完全是交織在一起的。

想象一下，假設(shè)我們可以重新調(diào)整我們的神經(jīng)系統(tǒng)，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，這聽起來似乎符合科學(xué)的，但是隱藏在這個想法背后的，卻是一種非唯物主義的觀點，這種觀點甚至可以追溯到笛卡爾及其以后。這種觀點暗示著我們的思想實際上是漂浮在我們的腦海里面的，并且是有可能被轉(zhuǎn)移到另一個頭腦里面，或者被另一個思想取代的。這種想法可以佯裝成讀取一組神經(jīng)元的狀態(tài)，然后把它寫入到新的有機或人工的基質(zhì)上，讓它看起來具有科學(xué)上的體面。

但是，哪怕光是想象一下這種想法的實現(xiàn)，就會發(fā)現(xiàn)這不僅需要理解數(shù)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(jié)構(gòu)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(tǒng)的活動，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，上傳你的思想的可能性都可以被看作是幻想。

譯者：boxi。

本文來自翻譯,