李佩珊/文

在新著《大腦傳》中，英國神經(jīng)科學(xué)家馬修·科布（MatthewCobb）將人類對于心智和大腦的始于公元前的探索歷史娓娓道來。科布將首次把大腦比喻為機(jī)器的功勞追蹤至17世紀(jì)的解剖學(xué)家尼古拉斯·斯坦諾（NicolausSteno）。這位先驅(qū)在他的著作中寫道：“腦確實(shí)是一臺機(jī)器”。他認(rèn)為，我們是如何破解其他機(jī)器的玄機(jī)的，就應(yīng)該如何去破解腦的玄機(jī)，將其每一部分拆解下來發(fā)現(xiàn)其到底有何功能，除此以外，別無他法。

斯坦諾看似超前的想法，也正是科學(xué)革命和技術(shù)革命紛至而來的時代潮流的產(chǎn)物。在大時代的觀念變革中，科布強(qiáng)調(diào)，哲學(xué)家們和醫(yī)生們在思考身體的時候很樂意使用機(jī)械隱喻。哲學(xué)家托馬斯·霍布斯也曾寫道，所謂的心臟、神經(jīng)、關(guān)節(jié)，不過是彈簧、弦線和車輪。毫不意外，隨著電氣化時代的到來，大腦被比喻為由巨大電網(wǎng)串聯(lián)起來的電池堆，以及，隨著計(jì)算機(jī)時代的到來，大腦最終被比喻為一臺可編程的精妙計(jì)算機(jī)。

在科布的回溯中，大腦正是人類發(fā)明計(jì)算機(jī)時作為靈感來源的“原型機(jī)”。

馮·諾伊曼對于計(jì)算機(jī)設(shè)想的核心建立在人們對于大腦已有研究的基礎(chǔ)上。首先，“0”和“1”的二進(jìn)制構(gòu)想來自于當(dāng)時生物學(xué)界對大腦已經(jīng)達(dá)成的普遍看法，“高等生物的神經(jīng)元具有‘全或無’的特性，處于且僅能處于靜息和興奮這兩種狀態(tài)的一種”。

他對計(jì)算機(jī)控制的邏輯則來自于神經(jīng)生理學(xué)家麥卡洛克和他的搭檔皮茨所設(shè)想的神經(jīng)網(wǎng)絡(luò)。在他們看來，大腦由一系列放電或者不放電的神經(jīng)元所構(gòu)成，一系列的神經(jīng)元活動可以被簡化成“與”（AND）、“或”（OR）、“非”（NOT）命題，從而組成可以計(jì)算的神經(jīng)網(wǎng)（nervousnet）。馮·諾伊曼提出，可以用同樣具有“全或無”特點(diǎn)的二進(jìn)制元件，電報(bào)繼電器或真空管來模擬神經(jīng)元，進(jìn)行邏輯計(jì)算。

而當(dāng)1943年，計(jì)算機(jī)科學(xué)之父圖靈在紐約的貝爾實(shí)驗(yàn)室遇到信息論之父香農(nóng)時，他們發(fā)現(xiàn)了他們的共同興趣：如何構(gòu)建一個電子腦（eletronicbrain）。圖靈和香農(nóng)熱衷于討論完全模擬人腦的可能性，認(rèn)為在不久之后，10年或者15年內(nèi)，人類真的可以造出一臺相當(dāng)于甚至超過人腦的計(jì)算機(jī)。著名的“圖靈測試”則是對這一目標(biāo)的具體衡量：當(dāng)人類無法察覺與自己對話的機(jī)器是機(jī)器時，人腦和機(jī)器的區(qū)別則被消融了。這也是為什么圖靈測試被稱為“模仿游戲”的原因。

從某些意味上來說，計(jì)算機(jī)領(lǐng)域的發(fā)展建立在這場不斷模仿人腦的游戲之上。一方面，簡化版的神經(jīng)網(wǎng)絡(luò)不僅成為了計(jì)算機(jī)技術(shù)的起點(diǎn)，在計(jì)算機(jī)不斷的發(fā)展之中，神經(jīng)網(wǎng)絡(luò)算法還成為了機(jī)器學(xué)習(xí)的關(guān)鍵算法。計(jì)算機(jī)模仿大腦，從大量的示例中進(jìn)行學(xué)習(xí)，已經(jīng)能相當(dāng)優(yōu)秀地執(zhí)行那些比較傳統(tǒng)枯燥的腦力勞動，如DeepL那樣運(yùn)用了神經(jīng)網(wǎng)絡(luò)算法的翻譯軟件已經(jīng)相當(dāng)令人贊嘆。另一方面，算法也如大腦般，發(fā)展為了充滿復(fù)雜而神秘關(guān)聯(lián)的黑箱。正如科布強(qiáng)調(diào)的，腦科學(xué)家們越是獲得了關(guān)于大腦的海量數(shù)據(jù)，越是對大腦的研究陷入困境。人類模仿大腦制造的智能算法也是如此，人們將海量的數(shù)據(jù)輸入進(jìn)去并獲得結(jié)果，但是智能算法如何自我學(xué)習(xí)運(yùn)算的邏輯則已難以知曉。

在這種相似性之下，人們已經(jīng)習(xí)慣將大腦比喻為計(jì)算機(jī)來進(jìn)行理解。人們將計(jì)算機(jī)架構(gòu)的基本組成部分：邏輯電路、內(nèi)存、長期存儲、輸入和輸出通道，視為大腦的可能構(gòu)成部件，并從中尋找大腦運(yùn)行的邏輯。

但作為腦神經(jīng)科學(xué)家的科布，對這種用計(jì)算機(jī)來推演大腦的比喻深表懷疑。

首先，計(jì)算機(jī)和大腦在執(zhí)行相同任務(wù)時，所采取的方法并不一定相同。計(jì)算機(jī)的儲存是被按順序在磁盤上歸檔的，擦除磁盤的具體位置就可以消除相應(yīng)的文檔，但人類記憶并沒有被證實(shí)按相同的簡單方式組織。

科布在書中用了冗長的章節(jié)來告訴我們那些專門對于具體圖像做出反應(yīng)的神經(jīng)元，“祖母細(xì)胞”（顧名思義，是只對你祖母的圖像作出反應(yīng)的神經(jīng)元），是公眾被誤導(dǎo)的想象。事實(shí)上，神經(jīng)元總是在一個網(wǎng)絡(luò)中共同反應(yīng)，“即使直接操控特定的細(xì)胞或者網(wǎng)絡(luò)能改變或者恢復(fù)某種功能，也并不意味著這種功能就是定位于這個結(jié)構(gòu)中的……這些功能通常都需要一個龐大的神經(jīng)元網(wǎng)絡(luò)的參與。”這也是為什么科布號召，腦科學(xué)家應(yīng)該竭力用本世紀(jì)余下的時間去努力研究透徹果蠅那樣簡單動物的腦，搞清楚這25000個神經(jīng)元的聯(lián)系就已經(jīng)夠復(fù)雜了。

其次，計(jì)算機(jī)建立在二進(jìn)制之上，意味著只有0或1兩個離散狀態(tài)，而神經(jīng)元可以在連續(xù)范圍內(nèi)調(diào)節(jié)它們的活動。

科布從被人們遺忘的史料中打撈出了構(gòu)建出了馮·諾伊曼的對二進(jìn)制計(jì)算機(jī)的自我質(zhì)疑。早在1946年，馮·諾伊曼就憂心忡忡地發(fā)現(xiàn)科學(xué)家們對于大腦和計(jì)算機(jī)之間的聯(lián)系的關(guān)注可能是錯誤的：神經(jīng)系統(tǒng)實(shí)際上并沒有按照數(shù)字的方式運(yùn)行。神經(jīng)元的放電頻率會隨著外界刺激的增加而增加，“這意味著神經(jīng)元在表征外部世界時并不是數(shù)字化的”。事實(shí)上，他此時相當(dāng)悲觀地認(rèn)為研究“世界上最復(fù)雜的物體”——人腦是一個錯誤。而如果研究更簡單物種的神經(jīng)系統(tǒng)，即使人們弄清楚了數(shù)字部分，也就是神經(jīng)的部分，模擬（體液）部分將變得更難理解。倘若人類真的得以模擬出參照現(xiàn)實(shí)中人腦的神經(jīng)系統(tǒng)的實(shí)體模型，這模型將會復(fù)雜巨大到現(xiàn)實(shí)宇宙容納不下。

在馮·諾伊曼生前出版的最后一本關(guān)于大腦和計(jì)算機(jī)之間關(guān)系的著作，《計(jì)算機(jī)與人腦》（TheComputerandtheBrain）中，馮·諾伊曼總結(jié)了自己以上觀點(diǎn)，并且承認(rèn)大腦不僅遠(yuǎn)比機(jī)器復(fù)雜，而且大腦似乎沿著他最初設(shè)想的不同路線來實(shí)現(xiàn)其功能。幾乎蓋棺論定般地，他認(rèn)為使用二進(jìn)制的計(jì)算機(jī)完全不適合用來模擬大腦。這是因?yàn)樗呀?jīng)幾乎可以論定，大腦的邏輯結(jié)構(gòu)，和邏輯學(xué)、數(shù)學(xué)的邏輯結(jié)構(gòu)完全不同，那么，“從評估中樞神經(jīng)系統(tǒng)真正使用的數(shù)學(xué)或邏輯語音的角度來看，我們使用的數(shù)學(xué)的外在形式完全不適合做這樣的工作。”

最近的科學(xué)研究也證實(shí)了這一點(diǎn)。法國神經(jīng)科學(xué)家羅曼·布雷特（RomainBrette）的發(fā)現(xiàn)從根本上質(zhì)疑了大腦和計(jì)算機(jī)底層架構(gòu)上的一致性，即神經(jīng)編碼。科學(xué)家們受到大腦和計(jì)算機(jī)之間隱喻的影響，將技術(shù)意義層面上的刺激和神經(jīng)元之間的聯(lián)系，轉(zhuǎn)移到了表征意義上神經(jīng)元編碼徹底代表了刺激。事實(shí)上，神經(jīng)網(wǎng)絡(luò)是如何以一種最佳的解碼方式將信號傳遞給腦中的理想化觀察者的“下游結(jié)構(gòu)”（downstreamstructure），至今是未知的，甚至在簡單的模型中也沒有明確的假說。那么，這種隱喻會導(dǎo)致科學(xué)家們只關(guān)注感覺和神經(jīng)元之間的聯(lián)系，而忽視動物的行為真正對神經(jīng)元的影響。

匈牙利神經(jīng)科學(xué)家蓋伊爾吉·布薩基的研究結(jié)果更為激進(jìn)。在他的《由內(nèi)而外的腦》一書中，布薩基指出，大腦事實(shí)上并不是在通過編碼表征信息，而是構(gòu)建了信息。在他看來，腦并不是簡單被動地接受刺激，然后通過神經(jīng)編碼來表征他們，而是通過積極地搜索各種可能性來測試各種可能的選擇。這無疑是對于用計(jì)算機(jī)來比喻大腦的隱喻的全盤推翻。

無論是從腦科學(xué)，還是計(jì)算機(jī)科學(xué)的角度，這種將大腦比作計(jì)算機(jī)的隱喻壽命或許都將不再延續(xù)。科布敏銳地指出，這種隱喻被作用到人們對于計(jì)算機(jī)的研究之中，讓人們盲覺，縮小了真正該研究的范圍。

最近的幾十年來，AI技術(shù)的迅猛發(fā)展，似乎驗(yàn)證了圖靈的計(jì)算機(jī)將通過模仿超越人腦。1997年，超級電腦“深藍(lán)”（DeepBlue）擊敗了國際象棋世界冠軍卡斯巴羅夫，而在2014年，聊天機(jī)器人尤金·古斯特曼（EugeneGoost－man）在圖靈逝世60周年紀(jì)念日的活動上，愚弄了超過30%的對話者，被有爭議地認(rèn)定通過了圖靈測試。不管怎么說，這是一個里程碑式的成就，仿佛證明了圖靈對于計(jì)算機(jī)最終將全面超越人腦的樂觀估計(jì)終極成為現(xiàn)實(shí)。

而如今，事情在向一些不可預(yù)估的方向滑去。社交平臺上的機(jī)器人水軍足以影響美國大學(xué)，來自深度學(xué)習(xí)技術(shù)（deeplearning）的深度偽造視頻已經(jīng)對國際政治造成影響。在某些方面而言，計(jì)算機(jī)確實(shí)超越了人腦，但這種超越為人類未來所投下的陰影甚至有超過光明的趨勢。這是因?yàn)槲覀冮L久以來在將大腦比作計(jì)算機(jī)的隱喻下，對于研究大腦中如何形成情感和倫理機(jī)制并如何將其運(yùn)用到計(jì)算機(jī)中存在忽視、力有不逮，而這本來可能是這一個世紀(jì)來我們可能已經(jīng)有所突破的方向。