预测塑造了我们感知、理解这个世界的方式——这一观点在系统神经科学界变得越来越有影响力，同时也为我们理解神经精神性失调提供了一个框架——一般情况下，先验信息会影响我们的感知和观念；而这一机制在精神失调人群中被干扰了。这导致了患者无法形成表征这个世界的最优模型。越来越多的人将预测的影响概念化为“自上而下”的过程——从信息加工的角度来看，产生于（皮层）更高级区域的预测影响了位于更底层的区域。然而，这种看法并没有考虑“自下而上”信息加工过程中产生的预测信息。正如本文将揭示的一样，区分“自下而上”与“自上而下”的预测过程，是极其重要的。这种区分也是构建出预测加工框架的关键，这将帮助我们理解预测加工过程中的失调是如何引发精神性失调的症状与体验的。

生命使用感官输入来发现周围的结构，从而创造出对环境的表征。这样的表征是施动者（agent）*调控与外界交互的关键。然而，感官输入含义模糊并且充满噪音。因此，大家认为对环境的准确表征，也是需要先验信息的。先验信息提供的预测也许能消除感官信号的模糊，并且让人可以推测导致感官输入的外部刺激。根据这个预测加工的框架，基于关于外部世界的先验信息作出预测，是大脑的关键功能。

*编者注：在控制论、强化学习和人工智能等领域中，施动者是指在面对环境变化时能够自主行动并进行自我调节的实体。

就如人们在强化学习和人工智能的领域中所做的，在控制论的领域，我们也将系统——即一套互动组件构成的统一整体——细分成许多施动者及其环境。我们应该如何分辨系统、施动者和环境，取决于具体的问题。比如，系统可能是一条鱼（施动者）根据旋涡和水流（环境）做出反应。此外，系统也可以是鱼骨骼器官的部分（施动者），在整个身体（环境）中活动。又或者，我们可以将水流和其中的所有生物视为系统。控制论学家考虑的是，施动者在面对环境的变化时，如何与环境交互从而维持内在的稳态。早期的控制论学家意识到，这个假设同样也可以用来架构大脑的研究——施动者对环境扰动的最佳反应是预先行动（proactive）而非随机应变（reactive）；也就是说，预测是必要的。这个领域的先驱之一，威廉-罗斯-艾什比（W. R. Ashby），和他的同事提出了两个定理，来说明施动者如何能够成功抵抗环境扰动：

既然环境多变，施动者也要多变。在控制论的领域中，多变性（variety）是指一个系统（环境或者施动者）能处在的状态的总数。如果一个施动者为了维持自己内在的稳态，去控制或调节环境对他们的影响，那么施动者能处的状态总数一定大于环境影响他们的方式总数。这就是所谓的必要多变性定理（Law of Requisite Variety）。值得注意的是，这个定理是指施动者通过应对环境的影响，在理想范围内维持内在稳态的能力，而非其直接影响环境的能力。因此，施动者必备状态的数目一定会等于或大于所在环境可能扰动或者影响其的方式总数，而非环境能够达到的状态总数。

一个好的调节者能为其所在的环境建立优秀的模型。与必要多变性定理密切相关的是优秀调节者定理。这是一个数学概念：如果施动者成功地减轻了环境状态的影响，从一些意义上来说，施动者一定建立了一个环境的模型。这就是说，施动者一定知道要用什么样的内在状态来应对什么样的环境状态。

早期的控制论学家主要关心的是简单施动者的性能。其中有一个著名的例子就是一系列的自动化“陆龟”机器人。这些机器人能够简单地对环境中的变化作出即时反应，以此参与到与环境的复杂交互中。控制论学家很快意识到，同样的定律也适用于大脑中的信息处理：为了成功对环境变化作出正确反应，施动者需要对环境的相关方面进行建模和预测。这意味着，想要了解大脑的设计，我们可以仔细观察大脑面对的这个外界环境。

这一观点在心理物理学、灵长类电生理学、认知计算神经科学和临床神经科学领域变得越来越有影响力。在这些领域中，这个观点为感知、观念和行为的紊乱提供了全新的视角。然而，这些领域对“预测”本身的定义常常不明确，因此对这个术语的使用的也很不精准。几乎在每个地方，预测都被认为是在信息加工的等级中，高等级加工以“自上而下”的方式作用于低等级加工。本文中，我们将提供证据挑战这个仅仅考虑了“自上而下”的观点，并且表明神经系统中还包含了很多其他形式的预测信息，以“自下而上”的加工方式呈现出来。

在这篇观点文章中，我们认为，区分世界上两种规律（regularity）或者“模式”（pattern）是非常重要的，这两种规律共同构成了神经系统预测的基础。我们将介绍时空全局（或者恒常）不区分等级的规律（spatio-temporally global or constant, non-hierarchical regularities）与时空局部的规律（spatio-temporarlly local regularities）之间根本的区别，后者依赖于情景，因此是分等级的。我们将提供证据表明，基于这种两种规律的先验信息的预测在机制上是不同的：它们与两种不同形式的信息加工（自下而上和自上而下）相关。最后，我们举例说明区分这两种形式的预测的重要性。虽然我们认为，随着相关领域研究的成熟，这两种形式的预测会被进一步细化，我们将这主要的区分——基于形式而非预测的内容的区分——视作是在健康和疾病领域，向更为综合和多样的预测加工机制，迈进的重要第一步。

预测的本质

预测是信息理论（information theory）和贝叶斯决策理论（Bayesian decision theory）中的重要部分。贝叶斯模型在帮助我们理解大脑功能上一度发挥了重要的作用，感知和认知推断（perceptual and cognitive inference）不仅仅依赖于当前的输入，而且也被所谓的先验经验或者关于环境结构的背景信息塑造着。值得强调的是，贝叶斯决策理论提供了一个规范的框架：它允许研究者具体说明施动者考虑到能获得的信息时，应该如何利用当下的输入和先验信息来最大化特定的效用（utility），但是关于这一过程如何实施的准确机制仍然是不可知的。如同一个地图能详述最佳路线却不能提供最好的交通方式一样，贝叶斯决策框架是关于总体上的客观预测，而非预测是如何在神经系统中形成的。

预测编码（predictive coding）的概念很大程度上塑造我们了如何考虑神经信息的加工，并且在正常和疾病群体中，这个概念启发了一些最为详细的神经科学的预测机制。人们提出了一系列的预测编码模型。这些模型在计算上都是相似的，但是在神经元层面操作的假设却非常不同。然而，这些最有预测性的编码模型使得预测被进一步概念化为自上而下的加工过程。

在预示了如今预测加工框架大部分思考的控制论（cybernetics）领域中，早期研究对预测的本质提供了一个更广阔的理解。值得注意的是，我们这里使用的“预测加工”是作为一个笼统的术语，包含了预测编码；后者是预测加工的一种特定形式。控制论这个术语来自于“舵手”（steerman）这个希腊词，这个词表示了一个成功的施动者一定会通过某种方式控制其周围环境的效应：这种控制不一定是通过限制环境，也可以是通过适应性地对环境相关参数的变化作出反应。舵手不一定要控制风，浪潮和洋流，但是舵手可以通过做出调整从而最小化环境对船只航线的影响。

艾什比提出了必备多变性定理（Law of Requisite Variety）和优秀调节者定理（Good Regulator Theorem），这两个互补的定理与我们的构想密切相关。这些定理提供了一个关于预测本质的视角。这两个定理意味着，考虑相关环境影响的结构，能够为我们关于施动者的根本的特征设计提供重要的原则性见解。随着这个想法的深入，环境能对施动者产生影响，施动者也能对环境进行建模。我们认为将环境的规则考虑在内，能够帮助我们理清必要预测的形式。

我们可以根据不同种类的环境规则对施动者产生影响的时空尺寸进行分类。一般认为，一些规则是时空全局（即不局限于特定的空间或者时间节点）的，并且与施动者与环境的每次相遇有关。这些规则独立于情境因素，因此是非等级的：规则的存在是不可改变的，且与当下情境或者环境中的其他状态无关。因此我们可以假设，对这些规则进行建模要求施动者经历并处理相似的情境。支持这个假设的证据正在不断增加，这些证据会在下文提到。从这些证据出发，我们推断，让人得以进行时空全局规则预测的先验知识，是自下而上的加工结构的基础。这些先验信息对我们产生的影响是预测性的；从某种意义上说，这种影响是对施动者周围环境（与当下具体情境无关）的总体预测，并不依赖于当下的感官输入。我们假设，这种预测在每次施动者遇到刺激时无可避变地自动发生，决定和塑造了我们一直以来与世界的交互。

全局预测限制的概念虽然并非全新的，但是被现有的预测加工解释所忽略。现有的解释更多地的关注是另一种与时空局部规则相关的预测。这些规则只会在特定的环境下出现从而影响施动者。由于他们的情境依存性，这些规则具有等级结构，在等级结构中，情境状态决定了规则出现或者相关与否。为了对这些规则进行建模，施动者的大脑必须反映出规则的特征。这可以通过一个有等级的、自上而下的加工系统来实现：高等级的信息加工机制提取当下的情境信息，然后将预测结果返回给低等级的单元，以此来调制先前的加工。

两种规则到预测的对应都有等价的控制论中的舵手比喻：船的材料和形状是不变的——因为舵手依赖航行的媒介的核心特质是不变的。对比之下，对船结构特征的利用一定进行了情境相关地变化，来应对环境特征变化（风，浪潮，和洋流）所带来的挑战。简单来说，施动者具有不变的特征，用来调控周围环境的恒定的影响，同时也有情境依赖的特征，这些特征反映和调控周围世界的情境依赖特征。在下一节中，我们将给出支持这个观点证据的梗概。

现在开始，我们将使用术语“限制”（constraint）来指情境独立的规则和由此形成的情境独立的预测的基础。这个术语来自于计算机视觉领域。在这个领域中，限制指代一个相似的观点。它直观地指出，神经系统的结构强迫信息加工沿着预先决定好的道路前进。这些道路的轨迹是施动者根据先验信息对环境的估计，因此是预测性的。值得注意的是，我们不支持对“预测”这个术语的概念进行扩张。相反，我们认为，对于这个术语的计算概念的一致性使用，能引导我们思考自下而上加工的限制如何就是预测性的。与限制相反的是，我们使用术语，“期望”（expectation）来指代与情境依赖的规则的相关先验信息。注意的自上而下加工的影响在功能上与预测加工不同，预测加工是本文的所关注的，因此我们不会讨论注意的自上而下加工的细节。

规律与预测

• 情境独立规律性与约束

自然世界或许看起来千变万化，然而，从高地草甸到地中海海岸，自然景观在图像中表现出了千丝万缕的联系：不同图像在诸如局部线条方向、轮廓的形状与物体的摆放位置的分布上都非常相似。感官系统在解读图像时利用这些规律来优化编码信息，从而在耗能最小化的同时实现最优表现。如今，越来越多的研究着眼于从神经学角度，探究感官信息（sensory evidence）与基于先验知识的预测（knowledge-based predictions）是如何整合的。这些研究结果表明，人们基于先验信息总结出的全局性、情境独立性规律被内隐地镶嵌进了信息加工机制的结构中。举个例子，在景观图片中的方向信息并不是均匀分布的——垂直与水平方向方向在图片中往往存在着过度表达（over-represented）。正如感官系统对主轴（cardinal axes）方向存在着感官偏差，以及神经元对于该方向的敏感程度更高一样，人们在感知局部朝向（local orientation）时也存在着基于分布规则的倾向性。重要的是，基于一些电生理学及功能磁共振成像研究结果，人们认为这种倾向/限制（constraint）是内隐地存在于初级视觉皮层（V1）结构中的调频于（tuned to）主要（cardinal）方向的神经元在V1区域存在着过度表达，且调频功能相较于其他神经元更狭窄。在该结构基础上，人们能够内隐地进行基于方向知识（先验信息）的贝叶斯推断（Bayesian inference），而无需将先验信息以自上而下层级结构（top-down hierarchy）的方式进行外显的表达。一项关于另外一个环境基本属性规律——物体移动速度的研究显示，（先验）限制同样在神经元密度不均匀分布、相关神经元群调频功能较为狭窄的结构上得到了内隐表征。

人们还通过整体的、情境独立规律对于环境中局部表征进行分组。定义物体视觉边界的轮廓中同样存在着规律性。在提取图片中的轮廓信息时，人们的视觉系统会利用先验信息中的典型轮廓形状来对单个的位置信息进行分组使之成为更大的处理单元。这种分组机制称作“联想场（associate field）”，联想场中的方向信息分组与自然界中的轮廓分布规律极为相关。轮廓信息对于定义图片中的特征与物体信息至关重要。动物研究显示，对早期视网膜皮层（early retinotopic cortices）神经元间平行连接（horizontal connection）的结构[MOU3]在联想场的建立中扮演了不可或缺的重要角色。近来，一项动物研究探究了方向调频（orientation tuned）的V1神经元中的 “寂静（silent）”背景。寂静背景指的是当刺激位于特定视觉区域时，该刺激本身虽不足以激活激活神经元，但能够调节该神经元的活动。该研究表明V1神经元的水平连接结构在其空间排布上与人类的心理物理联结场（psychophysical association field）极其相似。V1区域平行联接排列结构的发现为人们利用与环境结构相关的先验信息对轮廓识别进行预测提供了神经生理学证据。这些结构嵌入式的限制保证了轮廓中的局部方向信息与我们对世界结构的先验知识相一致。关于轮廓整合的情境独立机制可能会受到自上而下层级结构的影响。

甚至在完整的物体中也存在着情境独立的基本规律。一个例子是，物体的轮廓通常随着物体一同弯曲（convex）。尽管包含自上而下过程在内的一系列机制都参与了视觉系统将物体从背景中分离的任务，仍有研究表明，情境独立预测以将弯曲度（convexity）限制镶嵌于自下而上处理程序内的方式在该任务中发挥重要作用。在V1区域中，前馈神经联结与反馈神经联结终止于不同的层级（layer）中，这为我们对自上而下调节与包含了平行影响（horizontal influences）在内的自下而上调节的分离提供了机会。一项对恒河猴使用层级录制（laminar recordings）的研究表明，V1中的平行联结在早期图像-背景分离中发挥了重要作用。重要的是，计算模型显示，V1区域内神经环路间的促进与抑制平行连接的专一性保证了预测的实施，且这种预测中的弯曲度限制来自于物体结构的情境独立性规律。

另一个证明背景独立性规律的例子源于这样一个事实：部分物体类别常出现在符合经验规律的位置上。由于我们的生理感官是用于识别环境的，真实世界中物体的坐标规律性因此被转换成为视网膜成像上的规律。举个例子，草坪与地毯的坐标位置可以转换为我们的下半部分视野，而面孔与文字可转换为我们上半部分的视野。近来一项关于神经元群感受野（populational receptive fields）的研究显示，对位置规律的预测产生于与特定物体类别相关感受野的高级视觉皮层神经元中，也就是说，感受野对特定物体类别在视野中常出现的位置出现了偏向性。譬如，在英文母语者中，与文字识别相关的神经元群在感受野中的表现为范围更小、偏向视觉正中，且更偏向于水平排布（而非垂直排布）。该发现在人脸与景色识别中同样得到了验证。

总而言之，上述研究表明了外界环境的规律性信息被内隐地编码于信息处理系统中，且为该系统中稳定的结构性成分。预测由此影响/限制了自下而上的信息处理过程。本段落中我们主要着眼于知觉过程，但还有更多来自学习或其他认知领域的研究同样为情境独立限制提供了证据。譬如，一些实验证明了不同生物体（organism）对于环境规则的习得程度是不同的。不同生物体对于学习的准备状态似乎受到了不同程度的限制，限制强度可能是由环境规则与该动物的相关程度决定的。近来一项关于果蝇的准备学习（prepared learning）研究为该发现提供了证据。该研究团队对两组果蝇施加不同的实验处理：一组在施与视觉信号后施加厌恶性刺激，另一组在施与嗅觉信号后施加厌恶性刺激。在经过40代繁殖后，两组果蝇对不同的刺激（视/嗅）产生了不同的准备状态。将预测建立在对自下而上信息处理过程的限制中，能够使得某种特定动物最大程度地利用环境信息，在保证发挥状态的同时降低代谢耗能。因此，我们不难理解为何人们在开发人工智能算法时会将情境独立规则镶嵌进人工智能网络中。

而这种镶嵌于结构中的限制源于何处呢？无论是从理论抑或是方法论上，我们都很难将系统发育（phylogeny）与个体发育（ontogeny）对动物的影响分割开来。本文将不对该问题进行进一步的讨论，但现存的证据表明，不存在一个能够解释所有相关现象的理论。系统发育与个体发育可能交互影响了神经系统中该限制的产生。在一些极端例子中，人们发现该限制可能以独立于感知经验的方式而与基因编码相关。在另外一些例子中，该限制还可能与成年后的相关经历有关。

• 情境相关规律与期望

另外一些环境规则以情境相关（context-dependent）的形式出现。设想这样一个场景：在森林漫步时，我们更可能观察到林地鸟类而非涉禽类。对鸟类种类的识别因而激活了人脑中用于预测特定特征的表征——比如对某种形态的喙的表征。喙的出现预示了某些基础水平（lower-level）的规律，例如某些特定轮廓及某些朝向边缘出现的视野位置。在这个例子中，对情境的依赖性取决于输入刺激的低水平局部特征规律是由其更高水平特征决定，还是由与该刺激无关的信息决定。因此，除了情境独立性特征外，环境结构中还存在着一种等级嵌套特征：环境中的高等级规律性决定了低等级规律性。我们预测，大脑中必然存在着类似的，用于处理情境相关环境规律的等级嵌套式信息处理机制。我们认为该处理机制中存在着一种自上而下的结构，高级程序由此能够提取情境信息（contextual information），进行推理预测，并将该预测回馈至模型中，进而影响早期知觉过程。

在大脑皮层结构中存在许多能够支撑自上而下处理的证据。在上文所举的鸟类学例子中，环境情境信息决定了我们更有可能碰见哪种鸟类。研究表明，大脑能够借助情景-物体相关性(scene-object dependency)对物体进行感知。例如，人们对置于常规情境中的物体识别速度更快。人们认为高水平情境加工皮层（high-level context-specific cortices）由情景作出的预测反馈至低级物体表征中，从而产生了这种促进作用[73]。当物体粗略的边缘从背景中提取分离出来时，人脑便推导出规律性预测，由此产生了局部特征处理与预测间的动态交互影响。许多关于灵长类动物的电生理学研究显示，自上而下结构能够极大程度地对信息加工各层级进行过滤，这种过滤甚至影响到了位于皮质下结构的早期信息加工阶段。

在上文例子中，预测信息主要来自于感官输入。然而近来，越来越多的研究指出自上而下结构不仅仅利用了感官输入信息。例如，鸟类学专家能够迅速地发掘并辨认鸟的种类。心理物理及脑功能成像研究给出了这样的证据，即对某种物体的专业知识（knowledge）能以自上而下的形式对物体识别发挥显著的促进作用。此外，心理物理学研究显示，对特定物体成分甚至语义意义的预期也能以自上而下的形式影响早期视觉特征的识别。预期产生于感官输入之前，存储于高级记忆系统中。脑功能成像研究也给出了类似的证据——储存于顶叶/额叶区等分布式网络中的物体先验知识，动态影响了早期视网膜皮层中的视觉成像。有趣的是，心理物理学及脑功能成像研究均发现了只有对刺激成分的期望能够激活早期视觉皮层中的特征模版。

人类及社会性动物的社会互动（social interaction）有较强的情境相关性。一些研究显示基于先验社交知识产生的预期对信息加工产生了极其重要的影响。心理物理学研究显示，人们能够利用社会互动知识中的情境相关规律来理解他人动作模式中的信息。这种指导关系同样是自上而下的。甚至是对他人心理状态的预期，如他人产生某一动作的意图，都可能影响对社会性信息的早期知觉加工。

持续性暴露于相同或类似感官刺激下可能影响人们的感知觉加工，这种现象通常被称作适应（adaption）。适应现象纷繁复杂，人们对其背后机制的理解尚不完全。现存模型大多反对将其视作被动的“神经疲劳”（neural fatigue）而更倾向于将其理解为一种主动加工，但我们仍不清楚适应现象是否受到了预测加工的影响。人们认为，诸如对重复出现或可预见刺激降低神经反应强度、对不可预知刺激增加反映强度等现象与自上而下处理的情境独立预测相关。但另一部分研究显示自下而上加工也同样影响着适应现象。认为适应现象与自下而上加工相关的研究通常采用相似的实验处理，而认为适应现象与自上而下加工相关的实验采用了各种不同的实验处理。这些发现可能揭示了两种机制：一种是受情境独立限制影响的自下而上加工，另一种是受情境相关预测影响的自上而下加工。后者能够在多变的环境下发挥作用。

总而言之，许多研究指出，环境预测性可能是情境相关的。在这种情景中，我们在上一部分所讨论的镶嵌了预测信息的自下而上加工便显得不那么有帮助。产生最佳表现的个体通常能够利用预测来以自上而下形式灵活调整信息加工，而现今大多数预测加工模型研究也通常着眼于这种预测形式。

意义与应用

有的人认为，没有必要区分预测的不同形式，因为它们最终都服务于同一个目的：即促进对世界状态的推断，从而优化有机体与世界的相互作用。这种想法是有道理的，当我们努力去对行为进行高层次的、功能性的描述时，就像许多与最优化有关的模型一样。这些模型为从功能角度评估一个施动者的性能提供了宝贵的基准。

然而，预测处理框架经常做出一个额外的前提假设：即预测过程是由自上而下的机制介导的。正如我们上文所说的，这个观点是不完整的：预测信息可以在大脑中以至少两种形式实现。如果我们的目标是寻求在神经机制上的理解，那么修正当前的单一观点是有必要的。在许多方面，我们都已经看到了增强和扩展单一的预测处理机制的价值。

• 将计算模型与神经机制联系起来

如果一个计算模型只描摹出自上而下的预测模型，那么很可能面临着计算模型与神经机制之前脱节的风险，这将反过来阻碍模型和实证研究之间的反馈循环，以至于阻碍接下来的研究进展。检验包含错觉的预测过程阐明了这个问题。“错觉”是被故意制造出来的，它违背感官系统在正常状态中的运行。在目前的预测加工过程中，错觉被概念化为自上而下加工的结果。例如，经典的康士维效应（Cornsweet effect）——两个灯光斑被一个中心的渐变部分分隔开，造成在亮度上不同的错觉——已经被视为是自上而下影响的例子，这与关于亮度和反射的空间梯度的信念有关，并且已经使用了一个自上而下预测的网络进行了模拟。然而，尽管它可能受到神经高层次水平的调节，大部分的影响是源于早期皮层下甚至视网膜的预测信息：康士维效应在理论上与视网膜神经节细胞的感受野结构有关，以及与外侧膝状体核（lateral geniculate nucleus）中信号有很强的相关性（视网膜神经节细胞的投射），并已被证明起源于单眼神经元，表明它起源于皮层之下。更简洁地说，用自上而下的框架来解释错觉的一个主要挑战是：导致错觉产生的神经回路可以独立于任何先前经验。这一点已经由临床证据表明：先天或者早发性失明的人在视力恢复手术后立即会产生某些错觉，比如缪勒莱耶错觉（Müller-Lyer illusion）。

这些错觉也许产生于预测处理的过程之中。然而，我们认为这些现象中的大部分（但不一定是全部）都可以被自下而上过程中，与情景无关的约束来更好地解释。比如，大量的错觉与来自上面的光有关。关于这个，我们将在下一节详细讨论。在这个例子中，经验证据和计算模型之间的脱节表明，一个解释可能在计算层面上具有描述有效性，但是在神经机制层面上是不具备有效性的。有趣的是，已有研究表明，即使是饶（Rao）和巴拉德（Ballard）开创性的预测编码框架，也是可以通过这样一种方式加以重新描述：预测也许是通过横向抑制（lateral inhibition），而非反馈连接（feedback connections）来实现的。

显然，我们需要更紧密地集成神经机制与计算模型，并且在不同尺度上区分不同形式预测的不同。例如，最近的一项研究暂时支持这样一种观点，即情景相关的预测可能共享一个公共源（common source），而情景无关的预测可能依赖于共享另一个源的内置约束。

• 说明预测之间的相互作用

在分级预测处理过程中，预测是在信息处理层次的几个不同层次生成的。不同层次的预测被认为是通过自上而下的机制相互作用，以确保最终所有的预测都是相互一致的。然而，自下而上的约束和自上而下的期望可能以一种完全不同的方式相互作用。由于约束在很大程度上不会因为预期的短期变化而变化，约束和预期可能会影响相同的过程，但不会相互直接影响而相互对齐。

“自上而下的光的先验”提供了一个很好的例子。光线照射到视觉场景的方向和由此产生的阴影，提供了人类视觉系统用来推断物体形状的信息。在缺乏光源位置的明确信息的情况下，人类观察者判断物体的性状表明，视觉系统会保守地预测光线来自上方。有趣的是，这种预测可以通过经验来修正；经过训练后，观察者收到的反馈表明光源的位置已经改变，视觉系统的预测就会移动到新的位置。对这一现象的传统预测处理方法表明，自上向下的预测信息已被更新。然而，这与新先验与实验室环境的研究结果不一致——先验是由其他习得线索引起的。另一种解释与这种情景特异性和电生理学证据相一致，即来自上述光的先验是作为自下而上处理的一种约束实现的，并且不受短期经验的影响。实验训练并没有改变原来的约束条件，而是产生了一种新颖的、与环境相关的预期，即光线已经发生了变化。

我们关于不同形式的预测之间相互作用进行了一个有趣的假设：当来自约束和期望的信息相互作用时，前者可能永远不会被后者完全覆盖。这与纯粹自上而下的预测处理形成了对比，后者的最终目标是确保所有预测都是相互一致的。此外我们的解释表明，自上而下处理的实验操作应该对新获得的预测产生不同的影响，但可能会保持原来的先验不变。这种差异效应应该进一步在神经水平上观察到。例如，我们可以预测，神经成像实验将显示在高级处理区域对光源位置偏移的短期学习的效果，而自下而上过程的神经特征将保持不变。

两种不同形式的预测之间的这种交互形式有助于在耐用性和灵活性之间取得最佳平衡，有趣的是，这种相互作用似乎并不是所有生物体都普遍存在的：即使经过长时间的经验积累，鸡感知物体形状的方式也表明它们的视觉系统假定光线来自上方。从出生开始，鸡似乎就有一种不可改变的自下而上的约束来预测来自上方的光线，并且无法获得一种与环境相关的期望来调节这些内置的预测，这有力地证明了预测信息可以完全与个人对世界的体验解耦。

• 确定机制，以告知临床相关的问题

在精神疾病的临床实践中，异质症状群体经常被误诊为同一个类别的症状，这是因为不同的诊断可能被重叠的神经生理学干扰。因此，研究往往避开标准的诊断类别，专注于单一症状，寻求更狭窄但是更深入的机制。预测处理框架一直是这项事业中的重要部分，但是它对单一预测形式的关注经常限制了该框架对症状多样性的解释。

以自体抗体介导的神经疾病和精神分裂症为例。越来越多的注意力被吸引到有精神疾病经历的人身上，他们的血清或脑脊液中发现了含有针对NMDA受体的IgA抗体。这些抗体可能是，但不一定是精神疾病的潜在病因。由于抗体介导的精神疾病的免疫疗法只在临床需要时才进行，因此临床医生面临着一个需要神经机制层面的深入解释，而不是计算层面的解释。换句话讲，从临床的角度考虑，预测处理模型更需要一个神经机制层面的解释。

• 将施动者的神经工具箱与环境统计数据联系起来

我们已经提出，支持预测的环境中的特征被有效地归类为情景无关或情景相关的规律性，并且这些特征分别映射到约束和期望上。承认这些根本上不同的预测形式，可能会激发对预测的更广泛的处理框架。特别是，将施动者的信息处理与环境统计联系起来的目标，一直是自然场景统计工作中的一个指导原则，并为预测处理的研究提供了一个类似的原则性框架。例如，对环境规律的分析可能使我们能够预测并解释这在多大程度上是由自上而下的过程或由自下而上的处理过程的约束调节，或者为什么预测过程对情景相关的短期变化的敏感性存在差异。更一般地说，对有机体环境中相关规律的分析可能有助于开发一个统一的框架，从而能够解释为什么有机体在不同领域的预测可能以不同的形式出现。这一观点提供了一种将预测处理框架与感官生态学和进化理论联系起来的方法。

结论

我们的论点背后的原理很简单：通过观察环境的结构，可以了解施动者的信息处理机制的关键设计特征。这一基本观点并不新鲜，它不仅推动了早期认知生物学家的思考，还促进了控制论专家，以及目前在自然场景统计方面的工作。在此，我们认为，将这一原理应用于预测在大脑功能中的作用，将为我们提供一个全新而有用的视角。为达到对大脑作为“预测机器”的更深层次的理解，我们认为有必要认识到神经系统的预测有不同的形式。环境中不可变的规则性反映在相应的独立于情景的预测机制中，这些机制作用于自下而上的处理，我们将这些机制称为约束。同样地，外部世界上下波动的、依赖于情景的规则性指向由自上向下过程实现的灵活的、依赖于情景的预测机制，我们称之为期望。随着预测处理的发展，期望能够被应用到越来越具体的、基于神经机制的问题上。其他的区别可能会有用，但我们认为这里提出的概念是主要的和基本的。虽然我们主要从神经信息处理的角度来探讨这些思想，但对预测在信息处理中的作用有一个全面的认识必须最终包括对整个有机体与其环境相互作用的认识。预测信息不仅存在于神经机制中，而且存在于整个生物体的形态中，这一点在许多感官生态学和行为生态学的例子中得到了证明。最后，预测处理框架的目标应该是将预测作为生物信息处理的一部分的许多不同方式结合起来，以便对我们如何与我们的健康和疾病世界相互作用提供更全面的见解。

编译来源：Teufel, C., Fletcher, P.C. Forms of prediction in the nervous system. Nat Rev Neurosci 21, 231–242 (2020). https://doi.org/10.1038/s41583-020-0275-5

编译：张紫雯、李蔚、山鸡
编辑：阿莫東森
封面：COCO

想象一下，你独自置身于一个黑暗、空荡荡的房间。这里寂静而安定，所有的一切尽在你的觉知和掌握之中（跟我念：unagi~）。这里没有什么无法预测的扰乱源，比如，亲戚家熊孩子、突袭查房的老妈、你以为他忘了但他其实没忘的催稿编辑。

也许你并不觉得这个场景过于魔幻？在全球的社交隔离中，我们或多或少测试了一下自己到底有多喜欢瘫着，宅着，或是瘫着宅。我们恍然大悟，原来搬砖真的会使我快乐，而且最好是去工地搬。

那么问题来了，“安静呆着”怎么就那么难？这种“艰难”也许和人类心智的本质有关。

现在，让我们将人类心智抽象为一系列从接受信息到作出反馈的过程，如果你愿意，也可以将这些过程称为功能或者算法。那么，是否存在一个更基础的理论，能够解释和指导心智过程所涉及的一切算法呢？如果我们能够发现这种“大一统理论”，我们无疑会更接近人类智能的本质和起源。

这篇文章，我们要怼谈的是近二十年来有望夺得“大一统”桂冠的选手 —— 预测编码（predictive coding），以及这个编码和你家没开灯的卧室到底有什么关系。

永远充满“期待”的大脑

第一次听到“预测编码”的人，大概想不到它离我们的生活有多近。双击点开一张JPEG图片，你就会接触到预测编码。

你可以想象一副海景照片。现在，我们想用尽可能少的信息量来编码这张图片，以便你可以快速地下载和传送它。我们发现，这张百万像素的照片太“蓝”了，绝大多数邻近的像素都“蓝”的那么相同！只有少数的地方颜色产生了变化，比如海天相接的地方，或是沙滩的边缘。

既然如此，我们就不需要一个像素挨着一个像素重复编码了，我们只需要重点编码那些“没有保持队形”的像素，用预测值和真实值之间的偏离值来编码特征部位。比如，如果某个像素周围的像素均为蓝色，那么这个像素就很大可能也是蓝色；但如果它实际却是黄色的，就严重偏离了预测。这里的“预测误差”（prediction error）就是我们要编码的对象。通过这种方式，我们只编码每个像素与它的预测值之间的差异，就可以压缩这张图片的信息量了。

大脑和一张JPEG图片有什么关系呢？

虽然“预测编码”这个术语最早诞生在信息处理领域，但这种“编码误差”的思想早在19世纪就出现在认知/大脑相关的研究当中了。毕竟我们的大脑也是一个容量和处理能力都有限的系统。对这样一个系统而言，压缩信息、提高效率、以及如何“保真”都至关重要。大脑有可能利用“预测编码”来提高信息的识别、存储、输出吗？

物理学家赫尔曼·冯·亥姆霍兹（Hermann von Helmholtz）在1860年，将知觉描述为一个概率推断的过程。根据这种思想，大脑在认识和理解外部世界的时候，并不只是一味地累积外部输入的信息，更重要的是，大脑根据已有的知识，不断地对当前的信息进行预测。

当然，大脑编码信息比计算机编码JPEG图片复杂多了，它有可能是一个“多层处理结构”：相对低级的处理层向高级层级传输信号，“高层”则根据已有的模型（知识体系）进行“逆向匹配”。也就是说，每个层级都在预测下一级处理层的活动，如果预测信号符合低层传来的信号（比如，预测信号=真实信号=“蓝色”），那么大脑就无需进一步协调；但是！如果二者不匹配，就会产生我们需要重点编码的“预测误差”（prediction error），这个误差信号会告诉大脑的高级处理层：“喂，你的推测和模型需要调整一下哦！下次长点记性！”

这就是为什么第一个黄色像素出现的时候，预测误差非常大，而第一百个黄色像素出现的时候，大脑已经通过前99次的预测调整了“概率模型”，到100个的时候，就能够颇为准确地预测了。

预测编码是怎么解释认知过程的呢？让我们看个例子。视知觉有一个叫做“双眼竞争”的现象。如果我们用一种特别的机械，向你的左眼呈现一栋房子，向你的右眼呈现一张人脸。在保持双眼接收刺激不变的状况下，我们将一会儿看到人脸，一会儿又看到房子。也就是说，我们的视知觉对恒定刺激的解释在“人脸”和“房子”二者间互相切换。

那么，大脑用了什么“算法”，使稳定的“输入”最终呈现出不稳定的“输出”呢？预测编码的描述颇为合理：在一定的时间内，我们的大脑对外界输入的信息（双眼刺激）形成一种最佳预测，比如“我看到屏幕上有个房子”，这种预测信号和你左眼传入的“房子”刺激相符合，预测成功；但同时，这个预测却无法匹配你右眼传入的“人脸”刺激，从而产生了预测误差信号，这种信号促使大脑寻找另一种对于刺激的解释，也就是“我看到屏幕上有一张人脸”，这时候视知觉切换到了“人脸”模式，但这时，原先“房子”的刺激输入又造成了新的误差信号。如此往复，你就一会儿看到人脸，一会儿看到房子。总的来说，这种知觉的不稳定交替现象，其实是房子信号和人脸信号轮番引起“预测误差”的结果。

至此，我们了解到预测编码的核心功能：“预测误差最小化”（prediction error minimization）。预测编码理论的支持者们认为，对预测误差的矫正和极小化是人类心智活动的核心目标。换个说法，“降低预测误差”能够解释人类所有的行为和心智过程，包括注意、学习、记忆、行动、情绪和动机在内的一切，本质上都是接受信息、形成假设、矫正误差的过程。 

相当有“大一统理论”的味儿了。

“破解”预测编码

预测编码的流行无疑与它的解释力有关。雅各布·霍威（Jokob Hohwy）在他的著作《作预测的心智》（The predictive mind）中说到：“大脑是一个复杂的假设验证系统，它所做的就是从外部世界接收信息，并不断地降低对于这些信息的预测偏差。这一机制旨在解释从知觉到行动的一切心智活动。”

是不是有点按耐不住内心的兴奋？想马上投身在花式预测模型的汪洋大海中？但等等，好像有什么不对劲？我们开头说过什么来着？

聪明的你发现了一个奇怪的矛盾：如果说大脑的终极任务就是消除一切的预测误差，那么，作为“误差终结者”的我们，为什么不干脆找一个黑房间，蜷缩其中呢？在这里，外部信息恒定不变，不存在任何新刺激，大脑始终处在“符合预期”的舒适状态之中。

这就是针对预测编码理论的“黑房间问题”（The Dark Room Problem）。“误差最小化”的大一统原则导致了一个吊诡的假设：我们应当竭力寻求最无聊的体验，而规避一切可能的“惊喜”。预测编码的理论能否克服这个问题，告诉我们，为什么人无法忍受一尘不变的环境？

“黑房间问题”是一个严肃的提问吗？也许你和许多人一样，并不这么认为。通常有这么几种回答“为什么不呆在黑房间”的方式：

• “你肯定是会饿的啊？你必须离开房间去找吃的！”一点都没错，但同时这也丝毫没有回答原本的问题。根据预测编码，如果有机体的目标仅仅是减小预测误差，那只有当一种状态增加了预测误差（比如，前面的例子中，“人脸”刺激和“房子”知觉之间的信号误差，导致知觉解释向人脸转换），才会促使有机体改变状态，以达到“预期准确”。然而，对于一个在黑房间里无所事事的人来说，饥饿信号的可预测性相当高。既然，机体传入的信号“饥饿”符合大脑预测的信号“饥饿”，有机体就缺乏离开房间的机制。

• “我们有好奇心，我们要探索世界啊！”从长期来看，离开黑房间也许会让我们更好的预测世界，探索未知或许会提高我们的预测能力。这个回应仍然没有抓住黑房间问题的本质。但即使预测编码的代表人物之一安迪·克拉克（Andy Clark）也承认：即使从长远看，那些驱使我们离开黑房间的动机无法一并归为“探索的工具性价值”。我们跳舞、坐过山车、援助慈善机构、朗读诗歌；我们甚至在刻意寻求出人意外的“惊喜”和“刺激”。即使诉诸于更长的时间和空间尺度，预测编码并不像它预计的那样，将所有的行为解释为“降低误差”的努力。

• “难道进化没有在我们的基因里录入固有的动机吗？也许我们的天性就是寻求新鲜的体验！”没错，但这个解释牺牲了预测编码本身的大部分解释力。预测编码理论最令人兴奋的地方，莫过于它作为一个独立且具有强大解释的心智“万物理论” —— 将心智活动极为多样的各个方面统合在独一的原则之下。然而，如果这个原则需要诉诸于外部的补充和解释，那么它就不再是一个完整的大一统理论了。

除了上面这些不太成功的解释。预测编码理论本身能否克服黑房间问题呢？预测编码的领军人物，神经科学家卡尔·弗里斯顿（Karl Friston）也曾回答了这个问题。

弗里斯顿认为，黑房间问题从一开始就偏离了正确的方向。这是因为，它错误地假设黑房间造成的预测偏差很低！“黑房间本身其实十分‘出人意料’，因为我们的预测是自己‘不会呆在黑房间’。”所以，“呆在黑房间”实际上造成了很高的预测误差，这时，“最小化误差”的机制就会驱使我们离开房间。和之前的几种直觉性回复不同的是，弗里斯顿的答案似乎解决了这个问题，“预测误差最小化”本身诠释了为什么我们不愿身居黑屋。

然而，这个回答却让这个“大一统理论”陷入了一个更危险的境地。

自我预测 vs. 自我强化

其实，预测编码并不是第一个剑指“大一统理论”的选手。它有个非常著名的前辈：强化理论。

半个世纪之前，针对“强化理论能否解释一切人类行为”这个问题，两位深刻变革了认知研究领域的科学家——斯金纳和乔姆斯基——展开对垒。在乔姆斯基针对行为主义提出的一系列反驳中，有一个并不格外瞩目的观点：乔姆斯基列举了一系列日常活动，而它们似乎无一源于强化原则，或者说“奖赏”。乔姆斯基说到，无论成人还是孩童，我们会自言自语，会在没人的时候哼歌，会模仿汽车和飞机的声音，而做这些并不会有什么奖赏。那么，行为主义要怎么解释这类行为呢？

斯金纳的回答是“自我强化”：我们自言自语是因为这么做令我们自己感到满足，也就是说，所谓的“自我奖赏”就能够强化我们的行为。

对此，乔姆斯基一针见血的指出，诉诸“自我强化”实际上消解了行为主义的解释力。这类解释要不是错的（自言自语的确是自我奖赏吗？），要不就是没有意义的万金油（所有的行为都可以号称是“自我强化”出来的）。一个能解释任何事的“机制”最终其实什么都解释不了，因为它是空洞且不可证伪的。为什么一个人会阅读一本书、弹奏一段音乐、说一些话，等等……？哦！因为他自我强化了这些行为。“强化”这个术语已然丧失了它的解释力。

弗里斯顿对于黑房间问题的“自我预测”辩护，会令预测编码理论落入同样的境地吗？有可能。为什么我们会跳舞？因为我们预测自己并不会静止不动；为什么我们会捐赠慈善机构？因为我们预测自己会做好事；为什么我们需要社交（而讨厌社交隔离）？因为我们的大脑存在这样的预期“啊，我们大脑不喜欢自己呆着。”一方面，这些解释也许暗示了心智的重要原则，但另一方面，这些答案可能根本不能称之为解释或者机制。如果只是诉诸“我们不会逗留在黑房间”的自我预期，来克服“黑房间问题”，那么，我们可能再也找不到什么行为是预测编码无法解释的了，因为一切的行为都可以被一个反向的自我预测来解释。

诚然，预测编码在许多方面推动了我们对人类心智过程的理解，“黑房间问题”并不意在否认这些重要的贡献。但是，当一个理论试图作为心智科学的“万有理论”去解释有关人类的一切，我们则不得不审慎了。

后记

最后的最后，请允许我为自家实验室代言，并推荐我们发表在《认知科学趋势》（Trends in Cognitive Sciences）杂志的观点文章The Dark Room Problem。小小的剧透一下，文章有一个这里没有谈到的有趣论点哦。再大大的剧透一下，我们已经收到了Friston给杂志的letter，并且正在友好地打嘴仗讨论科学问题。对后续情节有兴趣的话，敬请持续关注！

编辑：EON
插画：COCO

参考文献

• Sun, Z., & Firestone, C. (2020). The dark room problem. Trends in Cognitive Sciences, 24, 346–348.
• Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and brain sciences, 36(3), 181-204.
• Clark, A. (2016) Surfing Uncertainty: Prediction, Action, and the Embodied Mind, Oxford University Press, New York 
• Chomsky, N. (1959) Review of Verbal Behavior by B.F. Skinner. Language 35, 26–58
• Friston, K. (2013) Active inference and free energy. Behav. Brain Sci. 36, 212–213 
• Friston, K. et al. (2012) Free-energy minimization and the dark-room problem. Front. Psychol. 3, 130 
• Klein, C. (2018) What do predictive coders want? Syn- these 195, 2541–2557 
• Hohwy, J. (2013) The Predictive Mind, Oxford University Press, Oxford 

1956年，著名认知心理学家乔治·米勒（George Miller）发表了在认知领域内引用次数最高的论文之一——《神奇数字7±2》（The Magical Number Seven, Plus or Minus Two）。在论文中，他认为，尽管大脑可以用数以亿计的神经连接来储存人一生的知识，但能在意识中短期储存的事物数量却是有限的——平均来说，大概7个。

米勒认为：无论是一串数字、房间里的物品、一列单词，还是重叠的声响——统统都只有7项可以被塞进所谓的“工作记忆”——这个可供我们的注意力或其它认知过程访问的临时空间。它们在工作记忆中的保留时间也很短：一旦我们不再主动地去想，它们就会被储存到其它地方或者干脆被忘掉。

“感觉就好像它们在一起哼唱，一起哼唱的神经元们在相互交谈。”

Earl Miller

自从米勒的时代，神经科学家和心理学家都一直在研究工作记忆和它小得惊人的容量。他们发现这个容量可能并不到7，而是更接近4或5。他们还研究了人们如何在工作记忆的容量限制下变通，例如将电话号码的数字组合起来记忆（把1，4作为单一的“14”来记忆）、或者创造记忆技巧，从长期记忆中提取π的小数序列。

然而这些研究都没能解答一个最让人迷惑的问题：工作记忆在负载超过这个很低的阈值之后，就会变得不再可靠——这背后的机制到底是什么？科学家们发现：尝试记住更多事物会导致信息退化——神经对信息的编码变得“稀薄”、大脑节律发生变化、记忆分崩离析。在神经疾病患者（例如精神分裂症）中，这个本来就很低的阈值甚至会变得更低。

导致这些故障的机制，直到最近才开始明晰。

3月发表在《大脑皮层》（Cerebral Cortex）上的一篇论文中，三位科学家发现大脑脑区间“反馈”信号的显著衰落可以解释工作记忆为何会在过载时崩解。他们不仅为记忆的功能和功能障碍提供了启发，也为另一个最近很火的，解释大脑如何处理信息的理论——预测性编码（predictive coding）——提供了新的证据。

脑中齐声的哼唱

厄尔·米勒（Earl Miller），麻省理工大学皮考尔学习和记忆研究所（Picower Institute for Learning and Memory, Massachusetts Institute of Technology）的一位神经科学家，联合季米特里斯·皮诺齐斯（Dimitris Pinotsis），他实验室的一名研究员、以及普林斯顿大学（Princeton University）的一名助理教授，蒂莫西·布希曼（Timothy Buschman），想一起弄明白是什么机制把工作记忆的容量限制得那么低。

他们已经知道，一个由三个脑区组成的网络会在视觉工作记忆时活跃。这三个脑区包括前额叶皮层（prefrontal cortex, PFC）、额叶眼动区（frontal eye field, FEF）和侧顶内沟区（lateral intraparietal area, LIP）。但是他们还没有观察过在记得和不记得时，这些区域的神经活动会有什么区别——尤其是在工作记忆超负荷的情况下。

于是他们使用了一个米勒实验室几年前用过的工作记忆测试。在这个测试中，猴子会先看到一组彩色方块（屏1），随后是短暂的黑屏（屏2），然后屏1再次出现，但其中一个彩色方块改变了颜色。猴子需要找到这一个变色的方块。重要的是：有时，方块的数量会比工作记忆的容量要小，有时则比工作记忆容量要大。猴子脑内的电极会在猴子做任务时，记录脑波的激活时间和频率。

这些脑波实际上是数以万计的神经元协调一致的韵律——在它们同时活跃与静息时呈现在局域电场中。当两个脑区呈现出在时间和频率上都一致的韵律振荡时，两个脑区被称为“同步”。“感觉就好像它们在一起哼唱，”米勒说，“一起哼唱的神经元们就在相互交谈。”

米勒和他的同事在最新的研究中，重新挖掘了之前在猴子脑中收集的振荡数据，以寻找这个由三个部分组成的记忆系统如何工作的线索。他们建立了一个详尽的机理模型，在模型中，他们基于之前的研究，对该系统结构和活动做出一些假定，例如不同神经元集群的位置和属性（比如说它们是兴奋性还是抑制性神经元），还有振荡的频率是多少等等。研究者随后为不同脑区如何互相“交谈”提出了数个互不兼容的假说，这些假说之间的差异包括对话的方向和强度。他们比较了模型的计算结果和实验数据，以此确定哪个假说最有可能是对的。

他们的模型确认了三个脑区的活动——就像三个人在做复杂的抛接球杂耍。前额叶皮层似乎在脑中为外部世界建立一个模型。它将这个模型用“自上而下”的反馈信号传达给低层级的脑区。同时，额叶眼动区和侧顶内沟区以“自下而上”的前馈方式，将感觉输入的原始信号传送到前额叶的深层区域。通过比较自上而下的模型信号和自下而上的感觉信息，大脑可以根据两者的差别搞明白身体在经历什么，由此调整自己的内部模型。

米勒和他的同事发现，当所需记忆的方块数量超过猴子的工作记忆容量时，源自前额叶皮层的自上而下反馈信号便崩塌了。而来自另外两个脑区的前馈连接却还在持续传输。

根据研究者的理论模型，反馈信号的衰弱导致脑区间同步的减弱。失去了来自前额叶皮层的预测性信号，工作记忆的网络不再同步。

模型的更新

但为什么自上而下的反馈那么容易受所需记忆的事物数量影响呢？研究者们提出的假说是：来自前额叶皮层的模型信号实质上反映了一组对“我将感知什么”的预测，在本研究中，这个预测就是工作记忆中保持的事物的内容。“举个例子，当你阅读这句话时，你会对当前的单词、短语和句子有一个预期，”伦敦大学学院神经科学家，卡尔·弗里斯顿（Karl Friston）在邮件中写道，他并未参与该研究，“对当前句子的预期有所表征，意味着你对过去和未来也有潜在的表征。”

“有时系统根据的是它的记忆，而非正看到的东西，来做出决策。”

Dimitris Pinotsis

许多神经科学家相信，大脑在进行日常的认知和指令活动时，非常依赖这种对感觉信息的“预测性编码”。米勒和他的同事提出理论认为，当在工作记忆中所需记忆的东西太多时，对这些东西的预测难以被编码进前额叶的反馈信号中。最终，反馈信号崩溃，工作记忆系统也因过载而故障。

米勒和其他科学家的实验室正在努力揭示，脑波的相互作用是否在工作记忆中发挥更重要的角色。在工作记忆的传统理论模型中，人们更强调单个神经元的发放率。他们也正在探究为什么工作记忆的容量为四到五而不是其它。米勒认为大脑就像玩抛接的杂耍演员，在工作记忆中，一次在手上只能握一个球，其它几个球则抛在空中，轮流接住，抛起。“这意味着工作记忆中的所有信息都得被塞进同一个脑波中，”他说，“当这个脑波的容量用满时，你也就达到了工作记忆的极限。”

“如今的问题是下一步做什么，”法国国家科学研究中心的鲁芬·旺吕朗（Rufin VanRullen）说，他认为该研究中的理论建模和结论“很有力”，不过还需要更多实验数据的验证，“我们需要深入大脑内部，寻找更多直接证据支持这些联系。”

这些研究的潜在回报很大。实验证据对预测性编码模型的支持与巩固不仅将加深我们对工作记忆以及大脑如何运转的理解，还会让我们搞懂神经疾病患者的记忆系统哪里出了错。而且，根据弗里斯顿的说法，他还能为我们理解所谓的“智能”——甚至是“自我”，提供更多至关重要的启示。不说别的，对大脑的反馈连接的功能加深理解首先就能让人工智能研究向前迈进一大步。目前的人工智能算法大多关注前馈信号和分类任务。“但是有时系统根据的是它的记忆，而非正看到的东西，来做出决策。”皮诺齐斯说。

翻译：顾金涛

校对：octavarium1999

编辑：EON

原文：https://www.quantamagazine.org/overtaxed-working-memory-knocks-the-brain-out-of-sync-20180606/

用于帮助我们思考的工具，从语言到手机，也许都是心智本身的一部分。

意识的终点是否就是世界的起点？意识是否位于脑壳之中、隐藏于皮肤之下，还是说可以向外辐射，从而与它所指涉的事物、空间和其他心智混为一体？要是外部世界的物体，例如一支笔、一张纸和一部手机，也能作为大脑的一部分，发挥与大脑一样的功能，帮助大脑计算或记忆，我们又该如何看待意识呢？你可能会说，那些物体显然不属于意识的一部分，因为它们不位于大脑之中，但那又会产生另一个问题：它们到底在不在大脑中？

设想一个名叫因加的女孩，想去纽约现代艺术博物馆。她“询问”自己的记忆，想起博物馆位于第53大道，然后她就往那个方向走去。现在，再设想有一个名叫奥托的阿尔茨海默病患者。奥托去哪里都要随身携带一个便笺本，他会在本子上写下他认为可能会用到的信息。他的记忆力很差，因此，他总是要不停翻看便笺本，查看信息，或者写下新的信息。有一天，他决定去纽约现代艺术博物馆，他知道便笺本中有地址信息，于是开始在上面查找。

在因加“询问”记忆或奥托查询便笺本之前，他们脑海中都没能有意识地浮现出“第53大道”这一地址。但要是问起他们，他们都会说，他们知道博物馆在哪里——就好像如果你问某人是否知道现在几点，她一定会说知道，然后看看她的手表。那么，因加的“记忆”与奥托的“便笺本”又有什么区别呢？你也许会说，因加总是能通过大脑想起地址，而奥托不可能总是求助于便笺本，他不可能把它带进澡堂，不可能在暗处看见文字。但因加也不总是能想起地址——当睡着的时候，或者喝醉的时候，她就无法做到这一点。

安迪·克拉克（Andy Clark），爱丁堡大学的哲学家和认知科学家，相信因加和奥托、记忆和便笺本之间，没有本质上的区别。他相信，意识延展到了外部世界，并时常与很多设备交织在一起。但这肯定不是一个事实陈述，因为你显然可以反驳这一看法。不，这种看法更多地属于思考人类这种动物的一种方式。克拉克拒绝这样一种观点：人完全由其自身构成，可以与外界隔绝，而不需要外界的帮助。

既然大脑的构造非常相似，为何人类的意识与其他动物有如此大的差别呢？他认为，差别在于人类具有一种很强的能力，能够把技术和工具整合进我们的思维之中。如果不会使用这些工具，我们就不可能有今天这样的思维能力。如果我们不理解这一点，他写道，只是因为我们一直被偏见所俘虏——“无论我的意识指涉了什么事物，它们必定只存在于我的生物皮囊之中，位于我们先祖就已有的皮肤和头骨之中。”

克拉克认为，奥托例子存在一个问题：只有在大脑没有正常运转的时候，意识才会延展，而这时大脑肯定是需要外物辅助的——便笺本就像是认知方面的助听器。反过来，这又意味着，一个人的意识如果高度依赖于辅助设备，那他要么肯定是一个病人，要么肯定是科幻小说中的罕见而奇怪的混合生物——半机械人（Cyborg）。但事实上，他认为，从本质上讲，我们所有人都是半机械人。没有外部世界的刺激，一个婴儿既不能学会听，也不能学会看。在人的一生当中，大脑是通过回应外部环境才得到发育和连接的。任何将语言作为思考工具的人，就已经将外部设备整合进了他内在的自我，并从这一内在自我出发，与外界产生更多的连接。

在克拉克看来，这是一件很美妙的事情。如果能促进人类更好地思考，这样的设备和物体越多，他就越高兴。比如，他喜欢聪明的在线购物算法所提出的购买建议，他是谷歌眼镜的忠实粉丝。他梦想着未来他的冰箱可以下单买牛奶；他的衬衣能够监测情绪和心率；某种神经手机能够连接到他的耳蜗神经元；一个微型麦克风可以植入他的下巴，能够让他毫不费力地与人打招呼。曾经有一天，他的笔记本电脑丢了，他顿时觉得手足无措，就像中风一样软弱无力。但这并没有让他后悔对设备产生了依赖，就像他不可能因为大脑前额叶有受到损坏的可能，而后悔自己有大脑前额叶一样。

意识延展论的影响力已经超出了哲学领域，以至于60岁出头的克拉克，已经是现今论文引用率最高的在世哲学家之一。他的思想为认知科学领域（神经科学、心理学、语言学、人工智能和机器人）的不同学科，甚至为其他领域提供了灵感。有些考古学家现在认为，当他们挖掘消失的古文明遗迹时，不仅仅是在重新修复古物，更是在重新思考古人的心智。有些音乐理论家认为，弹奏乐器就是将物体整合进意识和情绪，聆听音乐就是走进了一个更大的认知系统，那个系统是由大量的物体和人所构成的。

克拉克不仅否认封闭自我的观念，他甚至厌恶这种观念。他是一个社交动物：一个优秀的合作者，一个团体的召集人。他在讲述自己学术生涯的故事时总会谈到其他人：他参与到他们的对话中，他阅读他们的文章，他与同事共事，同时，他们也参与到他的谈话中，他们也阅读他的文章。他们的生活和思想是与他交织在一起的。他的大门总是敞开的，他的边界总是不设防的。这也许是因为，他就是那样一类人，既欢迎延展的心智，又能第一时间意识到它的存在。显然，在他看来，你理解自己的方式和你与世界的关系不仅仅事关哲学争论：你的生活体验塑造了你对真实世界的期待和希望。

····

克拉克试图在他所做的每一件事中寻求与世界的融合。他的大多数汽车都是敞篷车，其中三辆分别是1965年的“凯旋使者”（Triumph Herald）、1968年的“福特雷鸟”（Ford Thunderbird）和1971年的“MG侏儒”（MG Midget）。“在艳阳天，或者没下雨的天，如果我不能打开天窗，我就感觉自己像是陷在了车里一样。”他说，“我很害怕别人看见敞篷车里的我就像看见了一个傻逼似的，所以关键是要选对车，车一定要怪异，而不要漂亮。”他喜欢电子音乐，他最喜欢做的一件事情是跳舞。“我喜欢充满硬科技设备的舞会上那种活力四射、挥汗如雨的氛围。”他说，“我喜欢能在灯海、肉林、乐池中完全失去自我的那种感觉。”任何跟他去过夜总会的人都能发现，他与外部世界的关系是很紧密的。“在喝了些酒之后，安迪的个性完全展现了出来。”纽约大学的哲学家大卫·查尔默斯（David Chalmers）说道，“在那个时候，他是如此和蔼，如此可爱，他真正做到了天人合一——一切都是那么美妙和谐！我认为那就是他真实的性情，白天清醒而克制的他只不过是自身的复制品，等待着真实的自己在这一场合彻底释放。”

克拉克又高又瘦，走起路来一蹦一跳的，就像沙鸥一样。他的发型像朋克鲻鱼，头顶的头发尖细而灰白，后脑勺的头发则有些长，是粉红色的。他还喜欢奇装异服，最近他便以大卫·鲍伊在Space Oddity时期的造型参加了某生日宴会。甚至在办公室，他的衬衣设计也是夸张而迷幻的，那是属于一个深爱着这个世界的男人的衬衣，它的张扬只是略微被他黑色的连帽衫、牛仔裤和靴子所压制。10年前，当他有些不情愿地同意担任哲学系主任时，他在自己身上刺了一个连环画风格的深海主题的大纹身。

认知科学解决的是一个哲学问题——什么是意识？心智与身体是什么关系？我们如何感知和理解外部世界？但它的方法是经验研究而不是理性论证。认知科学界之所以认可克拉克，是因为他不是那种呆在自己办公室独自沉思的哲学家，他喜欢访问实验室，琢磨科学实验。他不会亲自去做实验，他认为自己扮演的角色就是，从不同地方搜集想法，然后把它们整合进一个更大的可以自洽的理论框架。在物理学界，既有实验物理学，也有理论物理学，但基本上没有理论神经科学家或理论心理学家——大多数情况下，你必须要做实验，否则你连工作都找不到。因此，哲学家可以在认知科学领域扮演理论家的角色。

他意识到，大多数人倾向于用他们自己有意识的心智来定义自己。这是有一定道理的，毕竟，这样的自我是每个人都能理解的。然而，关于认知，问题没这么简单：隐秘的心智机器（大脑），像一个硕大而静默的洞穴，里面充满了各种管道、突触和电冲动，如此之多无意识的系统和通路，像变戏法一样通过连接促成了电化学反应，从而产生了自我。他花了职业生涯的大部分时间来探索意识产生的机制，也即是认知产生的物理和化学原理。这些基本的物质，有的很古老，可以在遥远的人类祖先和其他哺乳类动物身上找到，有的却很独特，才形成不久；当你思考它们时，意识似乎只是一种表面现象，就像电脑的用户界面，遮蔽了其背后真正的工作机制。

····

30年前，克拉克听说一个名叫列夫·维果茨基（Lev Vygotsky）的苏联心理学家写了一部著作，探讨孩子是如何通过外部世界的各种“脚手架”——老师的帮助、父母在生理上的抚养——来学习知识的。克拉克开始思索，成年人的思考事实上也经常需要得到大脑之外的事物的辅助。没有笔和纸，或者能实现相关功能的电子设备，很多类型的思考是不可能发生的，比如复杂的数学计算。写文章通常是在电脑屏幕或纸张与大脑之间往复互动：写出一些内容，读出这些内容，再思考这些内容，再修改。这一过程与画画很相似。他对这些例子思考得越多，越是发现，把那些外部设备称为“脚手架”低估了它们的重要性。事实上，它们是某些思考方式的内在组成部分。因此，如果思维能够延展到大脑之外，意识也可以做到这一点。

他写了一篇题为《意识和世界：打破有形的界线》（Mind & World: Breaching the Plastic Frontier），然后把它拿给大卫·查尔默斯看，当时的查尔默斯还是一个年轻的博士后研究员。查尔默斯认可他的观点，在文章中到处标注了笔记之后，把论文还给了克拉克，并鼓励他扩展对认知的看法。查尔默斯认为，克拉克的观点不仅适用于没有生命的物体，也适用于人类。“你需要为你的观点取一个漂亮的名字，”查尔默斯写道，“‘附随性外部主义’（Coupled externalism）？或者‘延展的意识’（The Extended Mind）……或者符合你观点的术语。”克拉克很喜欢查尔默斯的评论，决定与他一起重写这篇论文。他们紧密合作，最终完成的作品让他俩都觉得，这是意识延展论本身的一个绝佳案例。他们把论文题目取为《延展的意识》（The Extended Mind），作者是安迪·克拉克和大卫·查尔默斯，并附上了一个注释：作者排位顺序是根据对本文观点的认同程度来决定的。

当这篇论文在1995年刚开始流传时，很多人觉得它简直太荒诞了。然而，这么多年过去了，更强大的设备已经出现，人们开始依赖智能手机提升或取代越来越多的心智功能。克拉克注意到，意识延展论已是再明显不过的事实。那篇论文也成为自它发表之后的10年内被引用次数最多的哲学论文。哲学家内德·布洛克（Ned Block）戏称，意识延展论在1995年还是错误的，但现在变得正确了。

论文发表后，克拉克逐渐意识到，意识延展论也能应用到伦理领域。如果一个人的思想与她所在的环境具有紧密关系，那么破坏一个人的环境，其危害和不义就像是攻击了她的身体一样。如果某些类型的思考需要像纸和笔那样的工具，那么，得不到工具就会让人变得残弱无能，就像是大脑受到了损伤。而且，通过强调每个人如何由其所处的环境来完全决定，意识延展论还表明，残疾人对于辅助斜坡的依赖与每个人对于环境的依赖没有什么本质区别。有些学者就认为，“残疾”通常与人的生理特征无关，而更多地与无法满足人们需求的环境有关，意识延展论有力地支持了这一看法。

克拉克意识到，半机械人这一物种面临潜在的风险。算法对推荐音乐很有用，但也能以一种恐怖的方式侵入我们的世界。一方面，我们的心智总是在与这个世界发生着融合；另一方面，被误用的算法有可能会彻底侵犯我们的隐私。不过，他认为，这也许是件好事——隐私通常是不可告人的秘密，这些秘密的传播会让人类多样性变得更有能见度，从而可以让人们更好地接受这种多样性。“随着民众生活的能见度越来越高，我们的日常道德和预期也需要发生变化和转换。”他写道，“我认为真正的隐私契约应该是指，真正民主的国家必须确保公共空间变得更自由、更开放。”对此，他很乐观，认为最终会实现这一目标。“有些人担心，（现代社会）让人们越来越封闭和孤独。”他写道，“但我预计，社会只会变得越来越开放和复杂。”

他还不想成为字面意义上的半机械人——就目前而言，他很满意于那些可以与身体相分离的设备。对于自我与世界的融合，真正重要的是将事物整合进心智，而不是身体。不过，他觉得凯文·沃威克（Kevin Warwick）很酷，他是英国雷丁大学自动控制系的教授，绰号叫“赛博格船长”。沃威克在自己的左臂植入了一个芯片，可以发射无线电讯号，随着他位置的移动，他办公室的大门、电灯和取暖器便会自动开启和关闭。在沃威克看来，他与他私密的小世界已经融为一体，并成为了更和谐、更协调的大世界的一部分。这种感觉令人如此愉悦，以至于他发现他已经很难从身体里取下这些芯片了。

随后，在纽约，沃威克将新的更复杂的设备植入了自己的胳膊，将手腕和手掌的神经纤维与电脑连接起来。在雷丁大学，他能够通过互联网控制机械手臂，让它缩回，他甚至有机械手臂在触摸东西时的那种触感。受到这些实验的鼓舞，沃威克说服自己的妻子艾雷娜（Irena）也在自己的胳膊里植入设备，从而在两个人的神经系统之间创造纯粹的电子交流。这种机制仍是通过互联网完成的，而这只是通向心灵感应的第一步，他说。

很多人很看不惯沃威克的做法，认为他是一个哗众取宠的人，但克拉克喜欢他做一个半机械人的野心，喜欢他融合心灵与世界的欲望，那种融合程度甚至比他现有的程度更大。他尤其对沃威克心灵感应的想法感兴趣。他想知道，心灵感应术能走多远？两个人之间可以亲密到什么程度？两个大脑能以这种方式连接起来，协作完成一项共同参与的行为吗，比如，跳舞？这似乎是很有可能的。毕竟，大脑由两个半球构成，半球之间是厚密的神经纤维束（胼胝体）。研究已经证明，大脑的可塑性极强，甚至在人生的末段也是如此。“谁能知道，”他写道，“会有什么新的人际交往术和神经电子感应术出现呢？”

····

克拉克与女友阿列克萨·摩尔康姆（Alexa Morcom），一位研究记忆的认知神经科学家，住在一套有上下两层、具有旧式爱丁堡风格的大联排别墅中。当他第一次见摩尔康姆的父母时，他很兴奋地发现她的大伯是克里斯托弗·摩尔康姆（Christopher Morcom），计算机科学创始人之一阿兰·图灵（Alan Turing）的第一个同性爱人。克拉克和摩尔康姆的房间堆满了很多小型塑料制品——《星际迷航》中穿着小短裙的动作玩偶、微型机器人、中型机器人；《神秘博士》（Doctor Who）中名叫戴立克的机器人、玩偶、人体模特的躯干，以及书架和堆放老唱片和DVD的架子。客厅里有一个落地式大摆钟，一个芭比娃娃坐在玻璃后面，而那是以前大摆钟所在的位置。客厅的电视旁边有一对人体模特的双腿。在沙发背后，矗立着一棵将近有一个人那么高的棕榈树，它由一串绿灯组成，曾经摆放在克拉克很喜欢的按摩浴缸旁。那个浴缸是他在美国印第安纳大学教书，住在伯明翰时的家用设备。他知道在爱丁堡的家里没法安装按摩浴缸，于是就把棕榈树带了回来，权当作按摩浴缸的纪念物。

在两层楼的楼梯平台上，放着一些代表着“空”的物品——一个佛头和一些石头。摩尔康姆经常冥想，而且还会闭关修炼。克拉克试过几次冥想，但发现自己坐在那里一无所获。

他绝对不是“一切皆空”的那类人。他喜欢各种物件——他欢迎它们进入它的意识和房间。他喜欢技术，喜欢古董，喜欢几乎所有过时的技术。他最喜欢的电影是《妙想天开》（Brazil），一个发生在未来的浪漫故事，片中使用了大量友善的逆向技术来为人类提供自动化服务，比如，自动文件夹移动机和自动早餐制作机。几年前，他在洛斯阿拉莫斯（译者注：美国国家科学实验室）做了一次演讲，然后来到一家出售大量旧式科研设备的名叫“黑洞”的商店，这些设备是老板从国家实验室收购的。商店老板曾是核武器技术专家，后来成为了和平主义积极分子。克拉克完全被这些设备迷住了——“第一代重型计算机……阴极射线管……灰色的、很重的、上面带有很多红色按钮的金属盒（很像办公室的文件柜），盒子上贴着“紧急”字样的标签。这些设备，他能带走多少，就买了多少。后来他回忆说，其中包括“两个黑盒子，里面充满了神秘而发光的电子电路”。

克拉克很幸运，在家居装饰问题上，摩尔康姆跟他有着同样的品味，她也是一个喜欢穿奇装异服的人，但他们的工作风格却迥然不同。

“我更像是一个批评家。”摩尔康姆说。

“你更像是一个专门针对我的批评家。”

“我所在的领域有很多种观点，但我是那种对各种观点都持开放态度，愿意检验它们，看它们是否有效的那种人。”

“我认为我更像是一个整合者。”克拉克说，“我喜欢观察各种事物，然后思考是否能将它们整合进一个统一的理论，这个理论能解释的人类现象越多，我越喜欢。但我想这就是科学的工作方式吧：有些人喜欢构建一个理论，看它能解释多少现象；而另一些人则喜欢质疑，反驳前者。我就是那种喜欢搜集信息、构建理论的人。”他能与那些批评他观点的人相处得很好。毕竟，他很感激他们能就他的论文写反馈意见。

“没有批评，你的工作就没有意义。”他说。

“确实。”摩尔康姆说，“这意味着没有任何人关注你的研究成果。但在科学界，在公共场合批评别人的研究成果是一件很有争议的事情。有很多次，我看到有人在台上演讲，听众在台下听，讲的内容纯属胡说八道，数据也绝对有问题，但没有一个听众指出来。”

克拉克成长于南伦敦的工薪阶层社区。他的父亲是一个喜欢数学的警察，他的母亲是一个为当地报纸撰写诗歌和文章的全职主妇。克拉克是家里的第一个大学生。让他上大学的想法是一个牧师建议的。他的父亲认为当一个海关或税务职员是个不错的职业选择。小时候，他读的大多数书籍都是漫威的漫画书。他对于普通的小说没什么兴趣。跟有些人一样，小说中的文字无法调动起他大脑中的意象，而漫画都是些鲜明的图片，直接呈现在纸上。

当他进入位于苏格兰斯特灵的大学时，他本来打算学法国文学，在高中时，他很喜欢读萨特和加缪的作品。但在进入大学后不久，他就对哲学着了迷。他发现，他很擅长逻辑思维，当他意识到学哲学可以让自己谋生时，他就继续攻读心灵哲学博士，并与两个售卖《社会主义工人报》（Socialist Worker）的人住在伦敦道格斯岛上一所丑陋的公寓里。

1980年代初，在拿到博士学位后，他在格拉斯哥大学获得了一份临时教职，讲授如何证明上帝的存在。他对上帝存在这个问题并不感兴趣，但那就是他职业生涯的开始。同时，他在晚间课堂上教授心灵哲学和人工智能，并开始阅读有关GOFAI（Good Old Fashioned A.I.）的著作。通过用符号系统为计算机编程，GOFAI创造了一种智能机器，并用算法来操控这些机器。GOFAI在解决某些问题上是非常成功的——那些需要逻辑和精确思考、而由人类来完成又很困难的问题。但这与你在真实的动物身上所发现的意识还是有很大区别的。人类有能力处理逻辑问题，但通常只有在纸和笔的帮助下才能完成。于是，他开始思考，GOFAI是否犯了方向性的根本错误，原以为认知只是大脑本身的产物，但其实是需要工具辅助的。

那个时候，用符号系统构建的AI与动物认知之间的差异似乎并不必然是一个大问题。GOFAI的工程师并不试图制造出动物，他们只是想要制造出智能物体。他们的想法是，意识是一种软件，而身体和大脑是硬件，因此原则上没有理由认为，认知不能由一种不同类型的硬件产生出来——比如说，由硅基材料构成的机器，而不是由碳基材料组成的肉体。正因为如此，你就不需要动物身上的器官了——胳膊、大腿、肺、心脏。在这一观念背后隐含着这样一种没有明说出来的愿望：如果你可以把意识上传到电脑，那么意识就能被保存，它的所有者就会实现永生。

所谓的AI，很大程度上不过是运用了计算机不断增强的计算能力，而采用这条路径注定是错误的。

克拉克认为，想象心智的产生不再依赖于肉体，是一件令人振奋的事情，但这对GOFAI提出了太高的要求，它必须得非常聪明才行。尽管符号主义的AI系统很强大，但它也相当脆弱——哪怕出现一个小问题，就无法正常运转。两年后，还是在1980年代，他听说了AI出现了一种新的方法，叫联接主义。联接主义者采用了一种不同的设计方式，也即是模拟人类神经元的运作过程。每一个神经元都很简单，而且能响应相邻的神经元信号，这些信号整合在一起就在大脑中产生了复杂的意识。工程师试图用人工神经网络取代符号系统，后者只不过是一种指令式的语言，从而想知道人工神经网络是否能够从非常简单的东西开始，进行自我学习。事实上，这种新的神经网络要比符号系统灵活和稳定得多——它能够从障碍和噪音中恢复过来。由于它同时以多种并行的路径运作，而不是以单一序列运作，它的运行速度也要快得多。

人工神经网络似乎比GOFAI更接近于人类认知，刚开始，这让克拉克感到异常兴奋。但尽管联接主义者的愿望很美好，结果却令人失望。“1950年代的科幻小说和1960年代的科学新闻中承诺的人工智能在哪里呢？”他写道，“为什么我们最好的人工智能，其愚蠢程度还是难以形容，令人绝望？一种可能性是，我们完全误解了智能本身的性质。我们把智能想象成了一种使用一系列清晰的数据来做出逻辑推理的设备——一种逻辑机器和文件柜的结合物。”他认为，所谓的AI，很大程度上不过是运用了计算机不断增强的计算能力，而采用这条路径注定是错误的。

他开始相信，如果想要搞清楚智能是如何工作的，你就总是要记得，智能的出现最初是从完成具体的任务进化而来的：逃脱捕食者，结识伙伴，寻找食物。换句话说，心智最初的任务是想控制身体。纯粹思维这一观点，即认知总是具身的，从生物学的角度来讲是不合逻辑的。在AI发展的早期阶段，智能被认为是一种解决问题的能力，这些问题在AI研究人员看来是很有难度的，比如，证明定理，下象棋。而小孩子很容易做到的事情，比如，走路不撞到墙，或者区分填充动物和桌子，则完全不被认为是智能的体现。然而，一旦研究人员开始制造机器人，他们才发现，让机器人具备小孩走路的能力是一件极其困难的事情，比下棋还难。

····

上世纪九十年代中期，当克拉克在圣路易华盛顿大学教书时，他决定也要造一些机器人来帮助他思考。他一直都很喜欢机器人——这种神秘的机器行动起来就像鲜活的生命一样。他的机器人很简单，很容易造出来：它们看上去就像是车轮上放了几个小的甜甜圈。但是，对于机器人来说，简单并不总是一件坏事。实际上，简单具有难以想象的价值，这是从机器人学中引申出来的最重要的原则之一。

几年前，克拉克看了一部名叫《欲焰狂流》（Elmer and Elsie）的黑白老电影。Elmer和Elsie是美国发明家威廉·格雷·沃尔特（William Grey Walter）于1940年代用真空管、电动机和安装了老式计量表的齿轮制造出来的两个小机器人，它俩如乌龟般大小，移动速度也很缓慢。他专门设计了与乌龟一样的外壳，让它们看上去更像是乌龟，只不过头顶上还安装了感光器。这两个小机器人只能做有限的事情：它们被指令朝有光线的地方移动，当它们碰到障碍物时，会进行随机移动，直到找到前进的方向。尽管它们的机械原理非常简单，但令人惊讶的是，它们的行为却很难预测。由于沃尔特让它们身处的世界过于复杂，它们的行为也变得复杂起来。它们似乎就像动物一样，你甚至可以用拟人词汇来描述它们的行为：搜索、犹豫、绕圈、逃跑。

之后，机器人变得越来越复杂。在1960年代，斯坦福大学的一群人设计了一款与人同样大小的机器人，名叫谢克（Shakey），它可以绕开障碍，执行指定的任务，比如，将一个木块从一个房间推到另一个房间。谢克身上有一个摄像机，由一台远程计算机控制，该计算机预装了一套完整的谢克所在世界的二维地图。此前的Elmer和Elsie非常无知，只能以一些简单的方式应对它们所遇到的障碍，而谢克则可以一步一步地仔细谋划自己的行程。在移动了一小段距离之后，或者在遇到了一个障碍物时，它会停下脚步，呆上几分钟，同时它的计算机“大脑”消化由摄像机发送给它的位置信息，计算下一步走向。谢克比Elmer和Elsie更聪明，但也更刻板，反应速度更慢。它的行为完全不像动物。如果一个动物需要停下脚步，为接下来的行进方向思考五分钟，那它一定是一个死动物。

在圣路易斯，克拉克开始阅读与机器人学有关的著作。他发现，一个名叫罗德尼·布鲁克斯（Rodney Brooks）、在麻省理工学院工作的澳大利亚籍机器人学家与他持有同样的观点：也许，试图通过安装设备让物体变得更聪明，是一条错误的路径。正确的方式也许应该是设计一种能够逐渐进化的智能物体，就像孩子一样——从看和走学起。很多类型的智能，甚至是那种可以证明定理和下棋的智能都是从最基本的技能（感知、移动控制）产生出来的。尽管制造了一个名叫艾伦的机器人，但布鲁克斯认为，给它安装感知设备的最好方式，就是根本不去安装这样的设备。艾伦比Elmer和Elsie更复杂，它被一个具有层级架构的程序所控制，更高层级能够指挥更低层级，它要完成的目标有三个：回避障碍物、随机游走、计算距离。但与谢克不同的是，艾伦不知道朝前走是什么意思，它也不会做出任何规划，只是见招拆招。

艾伦以及之前的Elmer和Elsie，让克拉克想到了一种完全不同的心智理论。看到这些机器人在完成简单目标的过程中如此笨拙，他意识到，认知没有那么简单，不是由位于大脑中的高级中央规划者发出指令，然后大脑下面的身体做出相应的回应就搞定了。在响应身体遇到的紧急情况时，中央规划过程太笨拙、太缓慢。认知是由相对独立的技能和策略所构成的网络，这些技能和策略是在应对不同的身体需求的过程中逐渐进化出来的。对于AI而言，移动并非是一个很容易实现的低级应用功能，但只要实现了该功能，接下来，把它嫁接到更抽象的逻辑思维之中就万事大吉了。不，行动和思考之间的界线比想象的要更模糊。一个动物不会去想如何移动，它只需要移动就是了。在移动过程中它观察到这个世界，然后形成了自己的想法。

····

这个世界充满了尖叫声、喇叭声、嗡嗡声、恶臭味、甜味、红色、灰色、蓝色、黄色、长方形、多面体、各种不规则的奇形怪状、冰冷的表面、光滑而油腻的东西、柔软而粘稠的物体、尖锐而锋利的事物，但所有这些东西都能以三维体的形式呈现出来，我们可以记住它们的属性，可以理解它们的用途。但这一切是如何发生的呢？毕竟，大脑本身是不具有视觉、听觉、嗅觉和触觉的。它的周围有一些设备——眼睛，耳朵，鼻子，更远一些的双手，皮肤——它们将外部世界的信息传递给了大脑。但这些设备本身只是传递混杂的信息，它们无法理解这些信息。

对有些人而言，感知（传递从外界获取的各种感官信息）似乎就是世界与心智之间的天然界线。克拉克已经在他的意识延展论中质疑了这一界线。在很早的时候，他就知道有一种关于感知的理论，在他看来，这种理论将心智——甚至从最传统意义上去理解的心智——描述为不仅仅是被动应对来自外界的信息，而是主动搜寻这些信息。这被称为“预测处理”。

传统上讲，感知被认为是自下而上产生的。比如，眼睛接收到各种视觉信号，然后转化为形状、颜色、维度和距离，这种感官信息一路往上走，到达越来越高的理解层次，直到呈现在你面前的事物被大脑认定为是一扇门或一个杯子。这种归纳叙述听起来似乎是符合逻辑的，讲得通的。但还有很多感知情形，用这种叙述方式就讲不通了，比如，每个人都会有视力幻觉。当你从里面看一张空面具时，外面看上去是凹进去的部分，在里面看上去是凸出来的，但为什么面具看上去还是很像一张脸的样子？或者，当一张照片放在你右眼前——比如说，一张特写的脸——同时，再放一张完全不同的照片在你左眼前，比如一间房子，为什么你不可能同时感知这两张照片，即便你同时看到了它们？相反，为什么你只能先感知其中一张，才能感知另一张，就好像大脑遇到了一个荒诞而不可能出现的情景：一张脸和一间房子具有同样的大小，存在于同一个地方，于是，大脑只好一个一个地去分辨哪个是脸，哪个是房子？

如此看来，似乎大脑对于这个世界有着自己的看法：哪些为真，哪些为假？而那些看法比眼睛（以及其他感觉器官）所看到的更真实。那么，感知的运作方式就不仅仅是自下而上了，它首先是自上而下的。比如说，你所看到的不仅仅是眼睛传来的信号，更是这一信号和大脑自己预计这一信号会产生什么样的想法的结合物，有时，大脑的预测甚至起到了主要作用。为什么有些人会把一件衣服看成白色和金色，而另一些人会看成蓝色和黑色？大脑不是直接感知到颜色的：一个有经验的大脑知道，一个物体在阴暗处会比在阳光下看上去更昏暗、更模糊，因此大脑会根据物体所处的情景调整对颜色的感知。（心理学家推测，大脑对于颜色的推测可能是由一个人更多处于阳光下还是处于人工灯光下决定的。）因此，感知不是被动和客观的，而是主动和主观的。某种程度上讲，感知是由大脑产生的幻觉：一个人看上去是受到了现实的影响，但实际上是受到了幻觉的影响。

这种自上而下的感知理论事实上已经有超过200年的历史了。伊曼努尔·康德曾经认为，大脑是通过内在的心智概念来理解复杂的感官世界的。1860年代，普鲁士物理学家赫尔曼·冯·亥姆霍兹（Hermann von Helmholtz）也提出过与“预测处理”类似的理论。当亥姆霍兹还是个小孩时，在波茨坦，他路过一座教堂，看到一些小人站在钟楼上，他以为它们是些玩偶，于是叫他母亲上去帮他取下来：他还不能理解距离的概念，而这正是小人看上去很小的原因所在。当他年龄再大点，他的大脑就会很自然地把这一概念整合进他对世界的无意识的认知中去——也即是整合成了一系列的期望值，或者“先验物”，而它们都来自于经验——距离这一概念如此基本，以至于他只能透过它去看这个世界。

我们成为一些视觉把戏的俘虏：比如空面具幻觉，或者没有注意到在前一段文字中我故意让“the”这个不起眼的单词在三个地方连续出现两次。这是大脑所付出的必要代价，而大脑对于期望值的控制使得我们对于世界的认知更为可靠。有些精神分裂症和自闭症患者更不容易受到空面具幻觉的影响：他们的大脑不太容易驱除虚假的感知信息。在其他感知方面，他们与常人也有区别。当一个精神正常的人抚摸自己时，会比别人抚摸他时敏感度更低，因为他的大脑已经预测到他要抚摸自己的行为——这就是为什么挠自己的痒不会发笑的原因所在。精神分裂症患者更容易在挠自己的痒时发笑，也更容易产生幻觉，以为他们自己的行为都是外部因素造成的。

····

克拉克意识到，感知问题的一个困难在于，太有多的感知信号持续涌进大脑，需要得到消化，因此大脑必须做出选择。获取信息本身不是大脑的目的所在，认知世界的原因在于动物需要通过认知来求得生存。出于生存的目的，我们并不需要掌握世界的全景，而只需要掌握有用的部分——能够指导行动的信息。大脑需要知道事物是正常还是不正常，是有用的还是危险的。大脑必须推断所有这些信息，必须做出快速响应，否则它的身体会死掉——掉进洞里、走进火坑、被吃掉。

大脑要么预测每样事物都会保持不变，要么预测事物会以可预见的方式发生变化，如果它所预测的事情没有发生，就会产生错误的信号。

那么，大脑究竟会怎么做呢？它会专注于最紧急、最令人焦虑、最令人困惑的问题：那些它没有预料到的问题。大脑并不是每时每刻都会吸收所有新奇的信息，就好像这些信息是它之前从未见到过的事物似的，相反，它只会专注于“新闻”：事物有什么不同，有什么变化，哪些是它没有预料到的。大脑要么预测每样事物都会保持不变，要么预测事物会以可预见的方式发生变化，如果它所预测的事情没有发生，就会产生错误的信号。只要预测是正确的，对大脑来说就没有“新闻”可言。但如果信号与预测相冲突——你的沙发上有一只大狗（你并没有一只狗）——预测错误的信号就出现了，大脑将尽最大努力，以最快速度设想发生了什么偏差（所谓的狗其实只是弄皱了的毛毯）。这一过程不仅处理得很快，而且很轻松——它节省了神经带宽，因为它只利用了它所需要的信息——这种做法从动物生存的角度来讲是很有利的。

然而，如何将自上而下的行为预测和自下而上的信号发射整合起来，却并不那么容易。当预测错误的信号出现时，大脑不得不权衡两种相互竞争的事态解释：预测的事态和新信息下的事态。它应该相信哪个解释？它的先验能力（让它可以进行预测的能力）过去被证明是值得信赖的，然而，有时眼见不一定为实。它应该基于新信息相信自己的先验预测吗？（沙发上有一只狗——就在那里！）还是拒绝新信息，因为该信息很有可能是错误的？（狗不可能无中生有地出现在房间里。）大脑需要做的就是判断这种先验预测有多大可能是正确的，新的感知信息有多大可能是正确的，最后在综合两种可能性的基础上得出最终答案。

在克拉克看来，预测处理描述了大脑、身体和世界是如何持续互动的，而这种互动是人们在无意识中以一种非常流畅顺滑而又十分协调的方式完成的。为此他写了一本书，名叫《在不确定性中冲浪》（Surfing Uncertainty），冲浪是他对生活的一种比喻：是的，朝你迎面而来的海浪既凶猛、冰冷，又十分危险，但如果你一次次尝试着冲浪，与浪共舞，而不是遇浪则退，并相信你会战胜挑战，你就会放下自我，感受到与世界融为一体的那种快乐。

克拉克是用他乐观的个性来看待预测处理理论的。但一个强调认知不确定性的理论，即大脑必须推测外界发生了什么而非直接吸收外界信息，并不必然是一个统一的理论。相反，在另一个对预测处理理论感兴趣的哲学家、莫纳什大学教授雅各布·霍威（Jakob Hohwy）看来，该理论强调了大脑要理解外部世界有多么困难。克拉克将大脑视为是在轻装前行，只吸收“新闻”，只吸收能指导下一步行为的信息，但霍威则把大脑看成是重型的心智装备，只能处理转瞬即逝的视线或感知。他为一本即将出版的新书《安迪·克拉克及其批评者》（Andy Clark and His Critics）写了一篇文章，其中他提出了与克拉克的快乐冲浪相反的比喻：不死僵尸。大脑就像是被关在了棺材里的吸血鬼。

“很多人都觉得，我们离与世界融为一体还差得很远。”霍威写道，“我们被世界包围，而我们还不知道该如何处理感官信息。我们总是在怀疑自己，不断退缩，试图搞清楚发生了什么。对很多人而言，当然也包括我自己，我们都很熟悉一种感觉，那就是社会焦虑。我们一直在从他人的行为中推测行为背后的理由，也即是他人内心的想法，但这些想法隐藏在他人的大脑之中，因此预测是一件非常困难的事情。很多人总是想知道，我冒犯那个人了吗？他们喜欢我吗？他们正在想些什么？我理解他们的意图吗？”对克拉克而言，心智最显而易见的特点是，它的认知方式非常迅捷，而且能完全适应身体需求；但霍威则注意到，大脑经常犯错。“我对精神疾病进行了大量的思考。”他写道，“我们忘了很多人都有这样那样的精神疾病，它们通常被认为是因为大脑内部的运作模式失去了自身的稳定性。1%的人患有精神分裂症，10%的人患有抑郁症，还有人患有自闭症。大脑系统崩溃的频率比我们所认为的要更高。”

····

2008年，克拉克在《新科学家》（New Scientist）上发表了一篇文章，介绍了据称是关于大脑的统一理论。该理论涉及他一直在思考的预测处理理论，但还涉及更大范围的内容，不仅解释了认知和感知，还解释了由单一机制所产生的行为。克拉克发现，他的新理论已经被伦敦大学学院的教授卡尔·弗里斯顿（Karl Friston，全世界论文被引用次数最多的神经科学家）认可。在神经影像实验中，弗里斯顿设计了一种统计方法来分析大脑行为，但他只是将做神经影像实验看成是自己的日常工作：他只在周末思考关于神经生物学的理论问题。弗里斯顿把他的理论称为“自由能量原理”（the free-energy principle）。弗里斯顿所谓的“自由能量”大约等同于克拉克所谓的预测偏差；弗里斯顿相信，大脑需要将自由能量最小化，或者将预测偏差最小化，大脑所做的一切都是为了达到这个目的。

克拉克与弗里斯顿碰了面，并进行了交流。之前，在周末的时候，弗里斯顿一个人在办公室做了大量的理论思考。他的办公室位于女王广场，装修风格参照了詹姆斯·邦德电影中的M办公室——地球仪、摆了几个香槟杯的鸡尾酒桌、挂毯和覆盖了方巾的沙发。他从来没从哲学角度思考过认知科学。“直到我遇到了安迪，”他后来写道，“我才明白什么是哲学。我知道哲学很美妙，就像国家公园、诗歌、乡村游园、历史以及其他事物一样，能丰富我们的生活。然而，我从没真正理解过哲学的科学意义。”

但弗里斯顿开始意识到，他很不擅长解释自己的理论。他尝试过，但没人理解他。心理学家和神经科学家不能理解他，因为他们不懂数学——想帮他们都帮不了，而数学家也不理解他。从纽约到墨尔本，有好几所大学组织过读书会和研讨会，试图理解弗里斯顿的自由能量原理，但不可避免地均以失败告终。不可能理解弗里斯顿的理论甚至逐渐成为一种网络文化现象（meme）。一个在西北大学教书的人工智能学者在网上发表了一篇题为“如何阅读卡尔·弗里斯顿（用原始的古希腊文）”的文章。一个名为“Farl Kriston”的推特账户，在一开始的几个月里，引用了弗里斯顿的一些令人费解的话，如“接下来，我们推测，将模型证据最大化的迫切性是（可能是同义反复）不证自明的”，之后的推文则完全像是胡言乱语，如“我想是什么就是什么，不然我为什么那么想？”（译者注：这句推文其实化用了说唱歌手Eminem的歌《The Way I am》里的歌词。）

然而，由于将预测处理与他更早之前对具身认知（认知的进化是为了身体和伴随着身体而展开的）的思考联系了起来，克拉克对弗里斯顿的自由能量原理特别感兴趣。弗里斯顿相信，将预测偏差最小化——大约等同于将自由能量最小化——导致身体产生了动作。的确，这种身体行为理论听起来有点奇怪。大脑是如何让一只胳膊移动的？它预测胳膊将要移动。拥有自我感受的感知器官发出了狂乱的错误信号给肌肉，告诉它胳膊不会移动；肌肉通过让胳膊运动解决了这一相互冲突的情况，于是让大脑的预测最终变正确了。

在克拉克看来，将身体动作整合进预测处理的心智世界循环是讲得通的，但他对这一理论是否能解释所有心智现象是心存疑虑的。弗里斯顿并不满足于只为人类大脑构建统一理论，他还把他的原理应用到动物、甚至植物身上。他说，在他很小的时候，他就对“融合和简化着迷”：他不仅对神经科学，还对数学和物理学着迷。克拉克则相反，他的世界观来自于进化生物学，生命被视为混乱、临时的过程，随着时间的推移由一点一滴的材料拼凑而成，一个系统进化成另一个系统，并一路伴随着冗余和杂乱。他对简化并不感兴趣，他甚至怀疑简化论——他凭直觉认为，简化论不可能是正确答案。

克拉克认为，根本问题在于，他就像一个肮脏的流浪汉，而弗里斯顿则像一个有洁癖的君子。克拉克喜欢多样、丰富、充裕。这不仅仅是因为他相信生物就像是从很多拼凑而成的魔法袋中蹦出来的，他还非常喜欢这种事物存在的方式。然而，弗里斯顿的观点把他拉向了简化论——他现在已经准备接受这样一种看法：预测处理是一种高级的精巧机制，消除了生物意义上的混乱。但他绝不会像弗里斯顿那样妄图构建一个优雅的理论。克拉克告诉弗里斯顿，从性情上讲，弗里斯顿更像冷峻的哲学家W.V.Q.蒯因（W. V. O. Quine）。弗里斯顿从未听说过蒯因，于是克拉克解释说，蒯因曾经针对那些不必要的复杂理论说过这样一句话：“从很多方面来讲，人口稠密的地球是很讨厌的，它冒犯了我们对美的感受，我们喜欢沙漠的简洁之美。”

····

如果不从字面上去理解“预测”这个词，弗里斯顿的身体行动理论——为了让胳膊移动，你的大脑必须预测你的胳膊将会移动——听起来就没那么怪异了。弗里斯顿所谓的预测不是对未来的猜测，而更像是一种投射——大脑理解世界的一种方式。投射可以是对正在发生的事情的一种推测，也可以是一种想象的场景，一种幻觉。大脑想象胳膊正在移动，构想胳膊正在移动，通过这种幻觉的力量，导致胳膊真的发生了运动。当然，有时现实并不配合：有时胳膊瘫痪了，或者被熊咬住了。在那种情况下，大脑将被迫通过压制先前的预测来应对预测偏差，至少承认感知到的信息是正确的，胳膊不可能移动了。

为了生存，大脑不得不做两件事：它必须驱动身体满足自身的需要，它必须形成对世界的理解，并且这种理解还要足够真实，才能指导对世界的理解和行为。

从神经科学的角度看，幻觉理论听上去像是怪异的弗洛伊德学说，然而，自由能量原理与弗洛伊德之间的关系正是弗里斯顿自己所探究的问题。曾经有位来自苏黎世的年轻神经科学家克里斯托弗·马泰斯（Christoph Mathys）到他的实验室工作。马泰斯在实验室呆了6个月之后，弗里斯顿偶然发现，他还是一个训练有素的精神分析学家。马泰斯从来没有提及这件事——精神分析学对于神经科学家而言并不是很要紧的知识。但事实上，促使马泰斯来到实验室的一个原因就是，他意识到弗洛伊德关于心智的理论与弗里斯顿的自由能量原理有极大的相似之处，并意识到两者之间有历史的渊源。

马泰斯知道，亥姆霍兹的无意识干预理论——源自于他童年时看见钟楼上像玩偶一样的人的经历——是弗里斯顿感知理论的先声，他知道弗洛伊德也受到了亥姆霍兹的影响。（在到达伦敦之后，马泰斯立即拜访了位于汉普斯特德的弗洛伊德生前最后的居所，他很惊讶地发现，在弗洛伊德那张很有名的沙发正上方的架子上，有一本亥姆霍兹所写的关于生理光学的手册复印本。）马泰斯向弗里斯顿提到了他的自由能量原理与弗洛伊德理论之前的相似性，并认为他们的理论在亥姆霍茨那里都有体现。弗里斯顿开始对精神分析产生兴趣。他找到那些比他更了解弗洛伊德的学者，并与他们一起就他的理论与精神分析学的关系写了好几篇论文。

弗洛伊德版本的自由能量（他也用了同样的词）与弗洛伊德的激发理论很相似：一种神经系统想要释放被迫激发起来的心理能量。“兴奋的累积，”他在《梦的解析》中写道，“被认为是一种痛苦……而兴奋的释放则被认为是一种快乐。”想要释放自由能量的迫切性是一个人产生行为（来回移动、寻求性满足、工作）的驱动力。弗里斯顿版本的自由能量（预测偏差）初听上去像是只与认知有关的理论，就像弗洛伊德版本初听上去像是只与性有关的理论，但从根本上讲，它们都与生存有关。换句话说，预测偏差最小化比它听上去的意义更为重大。当大脑努力做到预测偏差最小化时，它不仅仅是在试图降低正在发生的行为的不确定性，它还在努力解决幻觉与现实之间的冲突——更准确地讲，让现实变得更像幻觉。为了生存，大脑不得不做两件事：它必须驱动身体满足自身的需要，它必须形成对世界的理解，并且这种理解还要足够真实，才能指导对世界的理解和行为。自由能量正是驱使大脑做这两件事的动力所在。

····

也许是因为克拉克与神经科学家之间的合作太紧密，他偏离自己研究生涯开始的领域已经相当之远了——1980年早期，他从认知科学领域开始了自己的职业生涯，并对AI产生了兴趣。“那个时候，我非常认同机器功能主义。”他说，“我原以为心智和智能是非常高阶的抽象产物，是否具有与之相对应的低阶结构完全不重要。”从符号主义AI到联接主义，从联接主义再到具身认知，再到现在的预测处理，一路走来的每一步都让他越来越远离那种将认知看成是一种与身体无关的语言的观念，并逐渐把认知看成是由动物身体的特殊结构——它的胳膊、大腿和充满神经元的大脑——所产生的东西。他已经走得太远，以至于现在碰到了一个问题：如果认知说到底是一种动物行为，那么人工智能究竟能走多远？

他知道机器人学家罗德尼·布鲁克斯最近也开始质疑整个AI事业的核心假设：心智可以由机器产生。布鲁克斯提出了一种理由，认为AI系统和机器人将在某种复杂程度上遇到天花板。这一理由便是，AI和机器人都是由错误的材料构成的——也即是说，机器人不是由肉体构成的，这一事实的重要性是他之前没有意识到的。克拉克不知道该怎样回答这个问题。一方面，他肯定不再是一个机器功能主义者：他不再相信心智只是一种软件，可以在不同材料的硬件上产生出来。另一方面，他又不相信，或者说不愿意相信，心智只能由柔软的生物组织产生。他对意识延展论注入了太多心血——对脑机融合、对半机械人的奇妙未来抱有太多的期待——以至于难以将它舍弃。

从某种意义上讲，正是大脑本身的一些构造特点，让他一开始提出了意识延展论：意识不是由一个不可分割的整体事物（比如大脑）所产生的，而是由数百万个准独立的事物（比如神经元）紧密协作产生的，而每一个这样的事物都是一个独立的存在。“生命真是太有趣了。”克拉克说，“我们的生命似乎是由一层又一层的系统构成的，最小的系统是单个细胞，它也有大量属于自己的微弱智能，如果你愿意这么去看待它的话——它们可以照顾好自己，它们有自己的使命。也许，在由这些微小的事物构造成人的过程中，还存在着巨大的灵活性，这些事物可以有能力保护自己，组织自己。我越来越对这样一种观点持开放态度：生命的某些基本特征的确是理解人类心智的关键所在。我以前并不这么认为，我曾经认为，你可以从中途开始，制造出你想要的一切东西。”

翻译：王培

审校／编辑：EON

The Mind-Expanding Ideas of Andy Clark

Larissa MacFarquhar on the philosopher and cognitive scientist who believes that the tools we use to help us think may be what makes human thought special.

绫屋纱月（Satsuki Ayaya）还记得她小时候和其他孩子们玩起来有多难，就好像有一道屏幕把她和别人隔开。有时她觉得迟钝，有时变得太敏感；有时声音消失了，有时又太尖锐。作为一个绝望地想努力理解自己的青春期少女，她开始记录自己的生活。“我开始把我的想法写进笔记本里，例如：我身上发生了什么？或者：我哪里出了错？或者：我是谁？我写啊，写啊，写满了40本笔记本。”她说。

如今43岁的绫屋对自己有了更好的理解：她在30岁出头时被诊断为自闭症。作为东京大学（University of Tokyo）科学史与科学哲学专业的博士生，她正在用自己的日记研究自闭症，从她始于青少年时期的陈述里产生假说，并启发实验。这种自我分析的研究方法被称为当事者研究（Tojisha-Kenkyu，英文：self-support research），始于20年前日本的残疾人权利运动。

How the brain’s expectations may fail people with autism

S atsuki Ayaya remembers finding it hard to play with other children when she was young, as if a screen separated her from them. Sometimes she felt numb, sometimes too sensitive; sometimes sounds were muted, sometimes too sharp. As a teenager, desperate to understand herself, she began keeping a journal.

在绫屋的叙述中，她的自闭症中存在着一大堆感知上的“失联”。举个例子，她能感觉到细枝末节，却不能将它们拼凑在一起，而常人则会把这些细节组合为“饿”。“对我来说总结出‘我饿’十分困难，”她说，“我感觉烦恼、我感觉悲伤、我感觉不对。这些信息是分离的，没有联系在一起。”她需要过好久才意识到自己是饿了，通常那时她已经感觉头晕了，直到别人提醒她吃东西，她这才去吃。

她还将自己言语上的困难归咎于她期望发出的声音和实际声音的不匹配。“她说话之后，自己的声音传回耳朵。她倾向于过分注意两者的区别，”她的合作者熊谷晋一郎（Shin-ichiro Kumagaya）说。熊谷是东京大学的儿科神经学家，他正在用 Tojisha-Kenkyu 研究自闭症。那种效应很像打电话时，听筒偶尔传回奇怪的回声，让你没法讲话。只不过对于绫屋来说，这样的情况几乎在每次说话时都会发生。

绫屋对她自身经历的详细记录帮助建立了一个全新的案例，它为自闭症的一个新兴理论提供了支撑。该理论将自闭症和感知研究中最具挑战的问题联系起来：大脑是如何分配注意力的？新奇的东西会吸引注意力，但是要有“新奇”，大脑需要先有一个的期望，并且违反这个期望。大脑还必须为这个期望分配一个确定度，因为在嘈杂的世界中，并不是所有违反期望的事件都有等同的新奇性：有时候这个事件的发生是有理由的，有时候它只是发生了而已。

大脑是如何做到那些的？科学家现在觉得最有可能是通过一个叫做元学习（学习的学习）的过程来实现的——学着去发现要学什么和不学什么。根据这个理论，元学习过程中的偏差解释了自闭症中的主要症状。这个理论本质上将自闭症重新描述成了一个感知病症，而不是一个社会病症；它将自闭症的标志性症状——与社会互动的困难——重新理解为对例行惯例的执着，而这种执着来源于自闭症大脑对感觉输入处理方式的与众不同。

我们面对新处境和新课题时，每个细节——图像上的每个亮点、人声中的每个音调变化——看上去都有意义。随着我们经验的积累，我们开始总结出规律，知道该期待什么。细节变得不那么显著；大脑将注意力转移到了更大的图景上。通过这种方式，大脑解决上一个挑战转而迎接下一个，让自己在无趣和挫败之间，保持最佳的表现。自闭症大脑可能代表了一条不同的学习曲线——它们更喜欢细节，却牺牲了更广的特征。

不像其它“大一统”理论试图解释自闭症所有的症状，这个理论是建立在对大脑功能更通用的描述上的，这种描述被称为预测性编码（predictive coding）。它假设所有的感知活动都是一种模型构建（model-building）和模型测试（testing）的实践——做出预测并看看是否实现。用预测性编码理论的话说，一个自闭症患者的大脑过分看重预期和实际感觉的差距。当路边的汽车鸣笛开过，普通的大脑可能只是将它作为城市听觉背景中的偶然波动；而对自闭症大脑来说，每一次鸣笛声都会让它有意识地注意。“这为自闭症的主要特征提供了非常简洁的解释。”伦敦大学学院（University College London）的神经科学家卡尔·弗里斯顿（Karl Friston）说。他曾经帮助建立了预测性编码理论应用于大脑的数学基础。

目前，这个模型还在一些重要的细节上模糊不清。“还有很多没拧紧的螺丝。”耶鲁大学的自闭症研究者卡塔日娜·哈瓦尔斯卡（Katarzyna Chawarska） 说。一个简单的模型能否解释自闭症那么多不同的症状？有人质疑。但支持者认为正是这种多样性才支持一个统一的理论。理解一个基本的病因或许可以开发出同样通用的疗法。“如果预测真的是潜藏（在自闭症中）的核心障碍，那针对这个方向的干预有可能会在其它不同方面也产生积极影响。”麻省理工学院的计算神经科学家帕万·辛哈（Pawan Sinha）说。

“所有的体验都是受控的幻觉。你体验到的，从某种程度上说，是你期望体验的世界。”

····

预测性编码入门：

预测性编码的基本假设早在19世纪中期就由德国物理学家、心理学家赫尔曼·冯·亥姆霍兹（Hermann von Helmholtz），以及哲学家伊曼努尔·康德（Immanuel Kant）提出。他们两人都坚持认为我们的主观体验并不是外部现实的直接反映，而是一种建构。“所有的体验都是受控的幻觉，”爱丁堡大学（University of Edinburgh）的认知科学家安迪·克拉克（Andy Clark）说，“你体验到的，从某种程度上说，是你期望体验的世界。”

我们如此依赖期望，其中一个原因是我们的感知落后于现实。我们的大脑有意识地探测到输入需要80毫秒甚至更长；我们做的很多事情，包括在吉他上演奏十六分音符和在晃动的地铁上调整站姿，都发生在意识到之前，更加不会等输入被处理好之后再据此行动。因此大脑必须时刻预测下一刻会发生什么。它生成了一个描述世界的模型，在此基础上做出决定，然后根据感觉反馈更新模型。用概率论的话说，大脑是一个贝叶斯推断机，将先验预期与当前情景结合，来估计未来事件的概率。

预测和更新不需要——通常也没有——意识的参与，大脑在多个潜意识层次建立模型。将近20年前，研究者揭示了视觉皮层使用的多层次、预测性的工作方式（Rao & Ballard, 1999, Nat. Neurosci. ）。初级视觉皮层产生了对图像的小尺度特征的预测，比如边缘信息，然后试图通过完善预测来匹配视网膜的信号，但如果这局域化的微调不够，那它就把任务再甩给次级视觉皮层，后者再改进对更大尺度的几何特征的预期。随着层级向上，更广泛的变化被唤起，直到最高的层级：意识为止。（“预测性编码”一词是神经科学家从通讯工程中继承的，该术语在1950年代被建立，用来描述为减少所需要荷载的信息量，通讯网络只传递偏差而不是原始数据的想法。）

当大脑感知到偏差时，它要么更新模型，要么将偏差视为偶然的偏离。在第二种情况下，这个偏差不再会浮起到意识层面。“你希望少听些假新闻，”弗里斯顿说。或者，还有第三种选项：面对模型和世界的偏差，大脑也有可能去更新世界——譬如说，通过移动一条胳膊或者握紧一只手来使预测成真。“预测误差不仅仅可以通过更新模型实现，也可以通过实施动作来实现。” 英国苏塞克斯大学（University of Sussex）的神经科学家阿尼尔·塞斯（Anil Seth）说。通过这种方式，预测性编码不仅仅可以是感知系统的工作方式，也可以是运动控制系统的一部分。

不过大脑如何在三个选项中抉择呢？在预测性编码模型中，大脑通过分配给预测的精确度（precision）来决定。精确度就是大脑对输入信号的可变性的统计学预期（statistical variability），也就是大脑版本的误差限（error bar），或者说大脑对模型有多确定。高精确度（低可变性）的预测被违反时，大脑会重视：“这很重要，注意！”预测的低精确度（高可变性）让偏差不那么重要：“只是随机现象罢了，别理它。”

假设大脑总是把精确度设得比实际需要得高，那就像谷歌地图把一个人的位置不确定性表示得太低（把那个围绕定位点的蓝色圆圈画得太小），信号的随机变化就会让估计位置的跳动显得像真正的运动似的。这时你一定会看着地图思考：到底什么会让那个用户像这样跳来跳去？别人看到的是噪音，你却当成了信号。

自闭症患者中也发生了同样的错误计算。“可能自闭症谱系障碍（autism spectrum disorder）包含了一种无法将贝叶斯估计平衡好的障碍，或者说，至少没能用神经系统典型的方式来平衡。”克拉克说。

“人们相信精确度是由大脑中的神经调质编码的，那些可以改变大脑皮层响应增益的化学分子。”

····

高估的精确度

尽管预测性编码的理论可以追溯到至少150年前，但直到上世纪90年代它才成为神经科学理论的一部分，就像机器学习也是不久前才转化到计算机科学中那样。这并不是巧合，两个领域是相辅相成的。

弗里斯顿说，很多机器学习系统中，都有一个参数“学习速率”（learning rate），发挥着与预测精确度等同的作用。人工智能通过试错（trail and error）来学习；如果它误将小狗认成小猫，他就会修改内部的连接来使自己下一次做得更好。学习速率就决定了每次修改的程度，预测的精确度越高，所需修改的程度就越大。机器学习系统会调整自己的学习速率，使得它们在学习优化的同时避免过度拟合数据（只能认出遇到过的所有小猫小狗，却不能推广出分辨小猫和小狗的特征）。学习速率通常在起始时很高，随后随着时间下降。在预测性编码模型中，普通的大脑也会在开始时为预测分配较高的精确度，随后逐渐调低。调低的方式可能是通过化学信号分子，例如去甲肾上腺素（Yu & Dayan, 2005, Neuron）和乙酰胆碱（Moran et al. 2013, J Neurosci. ）。“人们相信精确度是由大脑中的神经调质编码的，那些可以改变大脑皮层响应增益（gain）的化学分子。”剑桥大学的丽贝卡·劳森（Rebecca Lawson）说。当需要开始新一轮学习时，大脑又会调高精确度。

在患有自闭症的人脑中，精确度却有跃向高水平或者卡在高水平的倾向——不论出于什么原因，他们的大脑倾向于过拟合。这个大致想法首先于2010年由哥伦比亚大学的神经科学家钱宁（Ning Qian）和理查德·利普金（Richard Lipkin）提出。受机器学习的启发，他们提出：自闭症大脑偏向于死记硬背，而不是找出规律和模式。“我们可以把自闭症患者面临的困境想成是任务和学习风格的不匹配。”钱宁说。

过了一年，另一个研究组提出了首个自闭症的贝叶斯模型（Pellicano & Burr, 2012, Trends Cogn Sci.），认为自闭症大脑不太信任自己的预测，从而相对过于依赖感觉输入。作为回应，另外两个研究组（其中一组包括了弗里斯顿和劳森）提出预测性编码可以作为这种预测-感觉不平衡的机制（Lawson, Rees & Friston, 2014, Front Human Neurosci.）。辛哈和同事则在2014年提出自闭症大脑并不是看轻预测，而是无法准确预测（Sinha et al, 2014, PNAS）。举个例子，当一个事件发生在另一个事件之后的频率比偶然偏高一点点时，自闭症患者可能是注意不到两个事件之间的联系的：对普通人来说至少在某种程度上可以预测的世界，却可以弄懵自闭症患者，使其觉得反复无常，或者按辛哈的话说，“魔幻”。

尽管这些研究组关注的是预测过程中的不同环节，他们描述的大致是同一原理：对一个自闭症患者，世界从来都让人惊奇。“这是在自闭症患者中很常见的描述，”熊谷说。“相对于拥有普通神经系统的人，他们有被频繁惊奇的倾向。”某种程度上，这种世界观辅助了某些学习。举个例子，研究显示自闭症人群在需要持续注意细节的任务中做得更好，比如大家来找茬（Joseph et al. 2009）和辨音（Bonnel et al. 2006）。同时，他们也更不容易看出视觉错觉（Mitchell et al. 2010）和多感觉错觉（Stevenson et al. 2014），这些错觉都源于感知系统的强烈预期。

然而持续处于觉知状态很累人，“你永远被自己的感觉系统奴役。”弗里斯顿这样描述。自闭症患者给日常事物分配太多注意力，这可以解释他们为何常常报告感官过载。一些患者说他们一直能意识到台灯的嗡嗡声和空调的隆隆声。研究还显示他们对重复刺激适应得更慢（Jamal & Sinha, 2017 SfN会议) 。

还有一个支持预测性编码模型的证据：自闭症患者对于本身考验预测的任务，例如接球，很不擅长。应付世界上最不可预测的东西——人类时，问题更被放大了。要预测一个人在特定情境下会做什么，你需要根据这个人或者类似这样的人在不同情况做过什么来作推测。这对任何人都很困难，但对自闭症患者尤其困难。“举个常见的例子，（自闭症患者）难以将情境A学习到的社会互动用到情境B。”利普金说。缺乏预测能力会导致严重的焦虑，这在自闭症谱系患者也是常见问题。自闭症的一些症状，例如对惯例的偏好，可以被理解为是一种应对焦虑的表现（Van de Cruys, 2014, Psych Rev. ）。“当你看到他们重复做一些动作时，大多数时候他们是在积极地逃避，远离自然世界的复杂性。”比利时鲁汶大学的Sander van de Cruys说。

除了为自闭症的一系列特征作出解释，预测性编码可能还能帮助我们理解自闭症和精神分裂症之间令人困惑的联系。这个理论，在某种程度上将精神分裂症看成自闭症的镜像。自闭症中，感觉信号推翻了脑中的模型；精神分裂症中，模型胜过了感官。

让我们看看精神分裂症独特的症状：听觉言语幻觉（幻听出说话声）。去年，耶鲁大学的菲利普·科利特（Philip Corlett）和同事通过诱导这种幻觉的弱化版本，研究了它的起源（Powers, Mathys & Corlett, 2017, Science）。他们招募了30位有幻听症状（汇报每天听到说话声，其中一半被诊断患精神病）和29位没有幻听症状的人，并且借鉴了俄罗斯生理学家伊万·巴甫洛夫的方法：在给被试展示棋盘图像的同时播放一个纯音，让他们预期两者会同时发生。随后研究者不再播放纯音。不幻听的被试很快发现了变化，但是倾向于幻听的被试则有更可能仍旧认为自己听见了纯音。研究组从预测性编码的角度理解了结果。“有听觉言语幻觉的人对实验中的两种刺激之间的关系有非常，非常严格的期望，以至于凭空构造了感觉，” 科利特说，“这让他们听到了实际上没有放给你听的声音。”

自闭症在某些方面和精神分裂症很像，科利特说。尽管听见说话声不算常见，自闭症谱系人士中产生妄想的比例却不低（妄想指的是被所有证据驳斥仍坚持的错误信念，例如自己被外星人或超自然力量操纵）。科利特认为这些妄想的产生，是因为感觉信息被赋予了太多信任，继而在脑中植入了一套新的信念，并固定了下来。

····

展望

预测性编码还没有解释自闭症中的一切。例如，是什么导致了自闭症大脑在获得经验后不及时调低预测精确度？是哪一环出了错：是预测、感觉输入、两者的比较还是利用两者差距更新模型的那一步？研究者们还在调查。还有，有哪些预测受到自闭症的影响，是所有预测，还是特定种类的预测？大脑的预测发生在不同层次和时间尺度上，自闭症患者在其中许多尺度上都做得不错。

一些研究者依然对疾病根源持怀疑态度，认为自闭症不一定是预测的问题。同样在耶鲁的心理学家詹姆斯·麦克帕特兰（James McPartland）表示，他依然偏爱更关注社交病征的解释。如果只用一个特征来描绘自闭症，那只能是社交困难，他说，研究者应该把关注点放在与他人互动的精神机制上，比如说面部识别。“我们对大脑处理面部信息的脑区是清楚的，”他说。他还质疑预测性编码模型弄错了因果：不是预测本身的问题导致了社交困难，而有可能反过来——大脑的许多预测能力可能来自社会接触。“社交信息会不会是预测性编码正常发育所需的关键信息？”他说。

预测性编码的研究者自己也承认，他们才刚刚开始在自闭症中测试自己的理论。“那些最早的论文，只是讲了些‘不过是那样’的故事，是事后分析——解释已经收集到的数据，”劳森说。但她和其他人也已经开展实验，试图更确切地探测预测机制。许多实验涉及了联想学习（associative-learning）任务，其中参与者需要总结出一系列图像和其它刺激之间的规律。时不时地，实验者会改变这个规律，改变的效果在一开始不容易察觉，随后实验者观察参与者多快能意识到规律的改变。

譬如说去年，劳森和她的同事就招募了20个自闭症患者和25个普通人。他们给参与者播放一个高音或一个低音，并展示一张脸或者一个房子的图片。然后要求参与者按下对应“房子”或“脸”的按钮。一开始，高音预示了之后有84%的可能性是房子，随后规律变成了低音对应84%的房子，最后，高低音分别对应两种图片50%的可能性。对照组（普通人）在期望被违反到一定程度，让他们认定规则已经改变时，会放慢速度；而患有自闭症的参与者则以更加均衡的速率按键，而且总体上按键比对照组慢。（Lawson, Mathys & Rees, 2017, Nat Neurosci. ）研究者总结认为对自闭症患者来说，每次偏离期望——比如说在高音之后脸更多的情况下，出现了高音-房子——都是规律改变的表现，而普通人则倾向于将头几次偏离视为偶然而不在意。

对大约一半的参与者，研究者还测量了瞳孔大小，因为瞳孔会因去甲肾上腺素（norepinephrine）而扩张。而去甲肾上腺素被认为是编码预测准确度（precision）的化学分子之一。对结果的理解不很直接，因为每个人都遵循略微不同的学习曲线，形成不同的期望。为了判断一个事件是否会违反期望，研究者只能给每个人的反应模式单独建模。最后的要点是自闭症患者的瞳孔似乎一直处于一触即发的状态。“不像我们会适应性地去为应该惊讶的东西而惊讶，自闭症患者似乎对所有东西都有轻微的惊讶。——所以说，这像是，嗯，这有点惊人，啊，那也有点惊人，这个也惊人，那个也惊人。”劳森说。

将预测性编码理论放在计算机模型，甚至机器人中实验也是一个有吸引力的方案。人工神经网络可以被当作数字小白鼠，来测试我们有关大脑功能的理论。研究者可以改变模型中的参数，看神经网络是否能重现自闭症、精神分裂症等各种精神疾病的症状。2012年，计算科学家谷淳（Jun Tani）和一个同事给机器人编程，来模拟精神分裂症（Yamashita & Tani, 2012, PLOS One）。通过在机器人控制器的计算中加入噪音，他们让它错误地计算期望和感觉输入之间的差距。这个伪造的误差——你可以说是机器人幻觉，如果愿意的话——沿着机器人的认知层级向上传播，并破坏了它操作的稳定性。“这个机器人表现出了紊乱的行为。”谷说，他现在是日本冲绳科学技术大学院大学（Okinawa Institute of Science and Technology）的教授。他和另一些人一起，正开始用这个方法将预测性编码推广到自闭症研究中。

如果预测性编码确实是解释自闭症的模型，它也可以为新的治疗方案给出方向。“不同的自闭症儿童可能会在预测链的不同部分表现出异常，”哈瓦尔斯卡说。这些不同可能对应一系列临床治疗。当她与自闭症孩子的家长会面时，她用“预测”的概念来帮助他们理解孩子对世界的体验，告诉他们：“你们的孩子只是非常难理解下一秒会发生什么罢了。这是他们必须经历的，特别是在他们特别特别小的时候。他们联系各个事件时的苦恼和困难只是他们不知道这些事件该被整合到哪里。”

即使不能提供别的治疗，预测性编码的想法也可以为一些年轻人提供他们渴求的启示——就像绫屋在她十几岁时渴求的那样。“我注意到了我和其他孩子的不同，然后我想，为什么会这样？”她回忆道。现在成年了，她说自己的焦虑已经减轻了，不仅仅因为她对自己的认识加深了，也因为她的同伴和朋友表现出的意识。通常，和她待在一起的人都知道她的情况。她说：“他们了解我。（因此）我可以更轻松地问出‘我觉得刚刚那个让我感到惊讶，不过对你来说那并不是，是吗？’”

翻译：顾金涛

编辑：EON