- 相關(guān)推薦
計算機與人腦區(qū)別的思考
小編引言：無論怎樣努力，大腦科學(xué)家和認(rèn)知心理學(xué)家永遠(yuǎn)沒辦法在人腦里找到貝多芬第五交響曲的拷貝文件――單詞、圖像、語法規(guī)則或其他任何的環(huán)境感知也是如此。當(dāng)然，人腦并不是空空蕩蕩的。但是人腦并不包含大部分人們認(rèn)為它含有的東西――甚至簡單如“內(nèi)存”都沒有。小編今天來談?wù)動嬎銠C與人腦的區(qū)別。
感知、反應(yīng)和學(xué)習(xí)機制——這是人類一出生就有的，如果你仔細(xì)想想的話，這已經(jīng)是很多很多了。如果我們在出生的時候缺少這其中任何一種技能，我們的生存很可能會面臨困難。
但是我們來到這個世界的時候，并沒有：信息、數(shù)據(jù)、規(guī)則、軟件、知識、詞匯、算法、程序、模型、記憶、圖像、處理器、子程序、編碼器、解碼器、符號或者是緩沖區(qū)——這些都是設(shè)計數(shù)字計算機的元素，能夠使其工作起來好像有些智能。人類不僅沒有伴隨這些事物出生，我們的大腦也不會發(fā)展他們——從來不會。
我們不會存儲單詞，或是存儲操縱單詞的使用規(guī)則。我們不會為視覺感知生成標(biāo)識，將它們儲存在短期記憶緩沖器里，并將標(biāo)識存進(jìn)長期存儲器里。我們并不會從內(nèi)存里獲取信息、圖像或文字。計算機會做所有這些事情，但是人的器官不會。
計算機，從字面意義來講，處理信息——數(shù)字、字母、單詞、公式和圖像。信息首先必須要以計算機能夠使用的格式編碼，這意味著零和一的組合形成了一小簇數(shù)據(jù)。在筆者的電腦上，每一個比特(bytes) 包含八位，一種排列模式代表字母d，另一種代表o，還有一種代表g。順序排列，三個比特就形成了dog。一幅圖像——舉例來說，我桌面的壁紙是一只貓——以一種特殊的模式組合了上百萬比特，接著是一些特殊的字符，告訴計算機這是一幅圖像，而不是單詞。
計算機會將這些電氣原件中存儲的模式組合從一個物理位置挪到另一個物理位置。有時候計算機會復(fù)制組合模式，有時候會將其轉(zhuǎn)化成不同的形式——比如，當(dāng)我們糾正一篇文檔中的錯誤，或者為一張攝影照片修圖的時候。計算機移動、復(fù)制以及操作這些數(shù)據(jù)組合的規(guī)則，同樣存儲在計算機里面。將它們整個合起來，一組規(guī)則被稱為一個“程序”或者一個“算法”。能夠協(xié)同工作的一組算法可以幫助我們做一些事情 (比如購買股票或者在線尋找約會對象) ，被稱之為“應(yīng)用程序”——如今大多數(shù)人稱之為“app”。
請原諒我這樣來介紹計算過程，但需要清楚的一點是：計算機操作的是真實世界的符號標(biāo)識。它們會存儲和調(diào)用，也會處理。它們有物理內(nèi)存。所做的一切事情都需要指示，毫無例外，依靠算法。
另一方面，人類不這么做——從來沒有，永遠(yuǎn)不會。既然有這樣的事實存在，那為什么許多科學(xué)家在談到我們的思維活動時，好像我們是計算機一樣呢?
人工智能專家喬治 (George Zarkadakis) 在他的著作中，描述了過去2000年里曾用來解釋人類智能的六種比喻。
最早的一個，也就是圣經(jīng)里記載的，人類由泥土和灰塵組成，人被智慧的上帝賦予了靈魂。這個靈魂，被解釋為我們的智能，至少從語法上來看是如此。
公元前三世紀(jì)，水力工程的發(fā)展導(dǎo)致人類智能的水力模型解釋流行起來，大意是人體內(nèi)不同物質(zhì)的流動——也就是“體液”——負(fù)責(zé)完成我們的物理運動和思維功能。這種水力學(xué)的比喻，持續(xù)了超過1600年，也綁架了當(dāng)時的醫(yī)學(xué)發(fā)展。
1500年前后，由彈簧和齒輪驅(qū)動的人造機器被發(fā)明出來，激發(fā)了像迪卡爾 (René Descartes) 這樣的前衛(wèi)思考者，他認(rèn)為人類是復(fù)雜的機器。1600年代，英國哲學(xué)家霍布斯 (Thomas Hobbes) 提出，思考就像人腦中的小型機械運動。1700年時，有關(guān)電氣和化學(xué)的探索又引發(fā)了關(guān)于人類智慧的新理論——在很大程度上還是一種比喻。19世紀(jì)中葉，受到通訊領(lǐng)域進(jìn)展的啟發(fā)，德國物理學(xué)家赫爾曼(Hermann von Helmholt) 將人腦同電腦進(jìn)行比較。
每一種比喻，都反映了那個時代最前端的思想�？梢灶A(yù)見的是，就在電腦科技開始出現(xiàn)的1940年代，人腦也被描述為像計算機一樣工作，物理硬件就像人腦，我們的思想則是軟件。造就了如今被普遍稱為“認(rèn)知科學(xué)”地標(biāo)性事件的是1951年出版的《語言和通訊》(Language & Communication)，作者是心理學(xué)家喬治•米勒 (George Miller)。他在書中提出，精神世界能夠使用信息論、計算學(xué)和語言學(xué)的概念來進(jìn)行徹底的研究。
這種思想在1958年的《計算機與大腦》一書中發(fā)展成了終極的表述形態(tài)，數(shù)學(xué)家馮•諾伊曼 (John von Neumann) 直接將人類的神經(jīng)系統(tǒng)闡述為一種“未經(jīng)驗證的數(shù)字形態(tài)”(prima facie digital)。盡管他也承認(rèn)，關(guān)于大腦在人類分析和記憶時發(fā)揮的作用，人們所知甚少，但還是將人腦的組成部分與計算機器的部件不斷地劃等號。
隨著計算機技術(shù)和大腦研究兩個領(lǐng)域接下來的發(fā)展，旨在了解人類智能的跨學(xué)科研究逐漸發(fā)展起來，這些研究基于一個前提，那就是人類和電腦、信息處理器是一樣的。這一領(lǐng)域如今吸引了上千名研究人員，研發(fā)耗資數(shù)十億美元，發(fā)布了大量的出版物，既包含技術(shù)文章，也有供主流大眾讀者看的報道和書籍。庫茲維爾的《如何創(chuàng)造思維：人類思想所揭示出的奧秘》(How to Create a Mind: The Secret of Human Thought Revealed) 是一個典型，他在書中就人腦的“算法”做了一番猜測，還有人腦如何“處理數(shù)據(jù)”，甚至猜想了人腦在內(nèi)部結(jié)構(gòu)中形成集成鏈路。
這種信息處理的比喻如今在人類關(guān)于智慧的解釋中占主導(dǎo)地位，在民間、在學(xué)術(shù)界，都是如此�；旧详P(guān)于人類智慧行為的論述，沒有一種不是以此概念為前提的，就像歷史上某些時期關(guān)于人類智慧的討論無不是以靈魂或神跡為參考一樣。今天人腦信息處理的這種比喻，被認(rèn)為理所當(dāng)然，而沒有任何關(guān)于其有效性的質(zhì)疑。
但是這種比喻，畢竟只是另一個比喻方式而已——這是一個我們都在講的故事，為的是讓我們并不真正理解的事情能夠說得通。和之前所出現(xiàn)的所有說法一樣，在某一個時間肯定會被拋棄——或是被另外一種說法取代，而最終，將被真正的知識代替。
大概一年多以前，在一次訪問某個全世界最負(fù)盛名的研究機構(gòu)時，我向研究者們提出了一個有挑戰(zhàn)的問題，希望他們在不引用任何來自信息處理概念的前提下，解釋描述人類的智慧行為。他們竟然無法做到。當(dāng)我禮貌地在之后的電郵溝通中再次提出這一問題時，在幾個月之后，他們?nèi)耘f沒有任何東西可以提供。研究者們看到了這個問題，他們沒有忽視這個質(zhì)疑。但是他們無法提供一個說法。換句話說，信息處理的這種比喻方式，已經(jīng)“根深蒂固”了。語言和思路限制了我們的想法，作用太強大了，我們無法避開它來思考。
這種解釋人腦智慧的所謂“信息處理”的一套說法，其邏輯的錯誤之處很容易描述。它建立在一種錯誤的推導(dǎo)過程之上——兩個合理的假設(shè)，一個錯誤的結(jié)論。合理假設(shè)一：所有的計算機都能夠有智慧的行為。合理假設(shè)二：所有的計算機都是信息處理器。錯誤的結(jié)論：所有能夠做到智慧行為的實體都是信息處理器。
如果不使用正式的書面語言來談，那么這種因為計算機是信息處理器所以人類一定是信息處理器的說法，簡直就是蠢。當(dāng)有一天這種說法終于被放棄的時候，幾乎肯定會被歷史學(xué)家看作像是我們今天回顧水力和機械兩種比喻說法那樣，被認(rèn)為是愚蠢的。
可如果信息處理這種說法那么蠢的話，為什么會一直持續(xù)呢?是什么在阻止我們將這種概念拋棄?有沒有一種方式可以在拋棄不可靠理論的情況下，理解人工智能?如此長時間以來，我們嚴(yán)重依靠這一套特定的說法，所付出的代價又是什么?大腦智慧是“信息處理”的這個比喻，幾十年來在多個領(lǐng)域，畢竟一直是大量研究人員寫組和思考時的參考，為此我們付出了怎樣的代價?
相當(dāng)多的大腦研究結(jié)果表明，實際上大腦的許多區(qū)域，有時候是大片的區(qū)域，通常進(jìn)行的是那些甚至最平常的記憶工作。當(dāng)處在一種很強的情緒狀態(tài)時，上百萬的神經(jīng)元會被激活。在多倫多大學(xué)2016年發(fā)布的一份關(guān)于墜機幸存者的研究報告中，神經(jīng)心理學(xué)家布萊恩 (Brian Levine) 和他的同事們認(rèn)為，回憶墜機時的情景會增強旅客“扁桃體、內(nèi)側(cè)顳葉、腦前、后中線和視覺皮質(zhì)”(the amygdala, medial temporal lobe, anterior and posterior midline, and visual cortex) 中的神經(jīng)活動。
這種認(rèn)為特定記憶以某種方式存儲在個體神經(jīng)元中的主張，是荒謬的。關(guān)鍵的是，這種論斷將關(guān)于記憶的問題推到了一個更加令人挑戰(zhàn)的程度：如果是那樣的話，記憶是以怎樣的方式存儲在細(xì)胞里的?又是存在哪里的?
隨著我們對這個世界的探索，我們被各種各樣的體驗所改變。尤其要說的是這三種體驗：一、我們觀察到身邊發(fā)生的事情 (其他人的行動、音樂的聲音、指引的說明、紙張上的文字、屏幕上的畫面);二、我們被暴露在非重要感知 (比如鳴笛) 和重要感知 (比如警車出現(xiàn)) 的結(jié)合場景中;三、我們因為某種方式的行為被懲罰或是被獎勵。
如果我們能夠做出與這些體驗一致的改變，就能夠在生活中變得更加有效——如果我們現(xiàn)在能背誦一首詩或是吟唱一支歌，如果我們能按照被告知的指引去做，如果我們能夠像回應(yīng)重要感知那樣去回應(yīng)非重要感知，如果我們能夠控制被懲罰的行為，實施更多被獎勵的行為。
沒有人清楚在學(xué)習(xí)了唱歌和背詩之后，大腦會如何改變。但是歌曲和詩歌都沒有“存儲”在腦子里面。大腦只是以一種有序的方式進(jìn)行改變，能夠讓我們在一定條件下唱歌或是背詩而已。當(dāng)被召喚去表演時，歌曲和詩歌并沒有以任何方式從大腦中被“調(diào)用”，就像我在桌上點手指，手指的運動也不是被“調(diào)用”的一樣。我們只是唱歌或背誦——沒有任何調(diào)用的必要。
幾年前，我曾經(jīng)請教哥倫比亞大學(xué)的神經(jīng)科學(xué)家艾里克 (Eric Kandel)——他曾因為發(fā)現(xiàn)動物神經(jīng)元突觸中發(fā)生的化學(xué)變化而獲得諾貝爾獎——如果我們想要了解人類如何記憶，需要多久。他很快就回答：“一百年。”我當(dāng)時沒有想過要問他，如何看所謂信息處理的比喻拖慢了神經(jīng)科學(xué)的發(fā)展，但是一些神經(jīng)科學(xué)家的確已經(jīng)開始去思考之前未曾有人思考的事情——所謂的那套比喻說法，并非必不可少。
少數(shù)認(rèn)知科學(xué)家——著名的有辛辛那提大學(xué)的安東尼 (Anthony Chemero) ——現(xiàn)在已經(jīng)完全拒絕人類大腦像計算機一樣工作的觀點。主流的觀點是我們?nèi)祟愊裼嬎銠C，通過思維活動完成計算處理，并認(rèn)識這個世界，但是安東尼和其他學(xué)者描述了另一種了解智慧行為的方式——器官組織和它們所處世界的直接溝通交流。
在這些反對將人腦比作計算機的觀點學(xué)說中，有一個我最喜歡的例子，來自亞利桑那州立大學(xué)的麥克(Michael Mcbeath) 和他的同事1995年在《科學(xué)》雜志發(fā)表的一篇論文，用棒球運動員如何接住飛來的棒球舉例。信息處理的比喻說法會要求運動員計算球在飛行中的各種初始條件——打擊力度、軌道角度之類——接著要設(shè)計這個運動軌跡模型，并分析出這個球會往哪個方向移動，之后再用這個模型來持續(xù)不斷地指導(dǎo)、調(diào)整身體的運動，及時接住它。
如果人類像計算機一樣工作的話，這一切都很好。但是麥克和他的同事們給出了一個更簡單的闡述：為了接住飛行中的球，球手只需要保持移動，讓棒球停留在視線之內(nèi)，并顧及本壘的位置和周圍的動向 (用計算機的描述是，線性光學(xué)軌跡) 就可以了。這可能聽起來非常復(fù)雜，但實際上令人難以置信的簡單，而且完全不需要計算、標(biāo)識和算法。
棒球手的例子表明，在信息處理這套框架之外，我們看待人類智慧行為有更簡單和感性的方式。但是，主流的認(rèn)知科學(xué)仍舊繼續(xù)沉溺于信息處理的比喻說法，世界上一些最有影響力的思想家已經(jīng)基于這套說法就人類的未來做出了大膽的預(yù)測。
其中之一，就是未來學(xué)家?guī)炱澗S爾 (Kurzweil)、物理學(xué)家史蒂芬•霍金 (Stephen Hawking) 和神經(jīng)科學(xué)家蘭戴爾 (Randal Koene) 做出的，認(rèn)為人類意識可以像計算機軟件一樣，很快就能將人類思維下載到計算機當(dāng)中的預(yù)測。在集成電路中，我們將會變得異常強大、智能，并很可能實現(xiàn)永生。這個概念體現(xiàn)在強尼•德普 (Johnny Depp) 主演的烏托邦電影《超驗駭客》(Transcendence) 當(dāng)中，人類最終面臨災(zāi)難性的后果。
幸運的是，這些預(yù)測的前提條件，完全不具有可信度。我們永遠(yuǎn)不需要擔(dān)心人類思維在數(shù)字世界肆意妄為，我們也不會通過下載這種方式實現(xiàn)永生，因為大腦中沒有意識軟件的存在。即便是我們能夠捕捉大腦860萬億神經(jīng)元的狀態(tài)，并在一臺電腦里將它們模擬出來，但是脫離了這些神經(jīng)元所依附的大腦和身體，龐大的模擬沒有任何的意義。這就是每個人作為個體的獨一無二之處，即便是經(jīng)歷了同一種體驗，我們每個人會做出的改變?nèi)耘f是不同的。試圖模擬大腦神經(jīng)元的狀態(tài)，可能是信息處理這種比喻說法扭曲我們解釋人類行為的思考時最為糟糕的一種方式。
與此同時，大量的科研經(jīng)費投入在相關(guān)的項目中，研究的理論基于有錯誤的邏輯和觀點，無法自圓其說。最顯著的一個例子就是2013年歐盟投資13億美元啟動人類大腦項目 (Human Brian Project)，負(fù)責(zé)人亨利 (Henry Markram) 表示將會在2023年完成一個能夠模擬整個人類大腦的超級計算機，為治愈老年癡呆和其他疾病帶來革命性的進(jìn)展，歐盟官方在幾乎沒有限制的情況下資助了這個項目。不到兩年，整個項目就出了問題，負(fù)責(zé)人被迫辭職。
人類是有機體，不是計算機器。忘了這種說法吧。人類會繼續(xù)試著了解自己，但是不要背上不必要的包袱。所謂人腦是計算機的說法已經(jīng)有半個世紀(jì)的歷史了，并沒有帶來任何有洞察力的成果。現(xiàn)在是時候按下刪除鍵了。
【計算機與人腦區(qū)別的思考】相關(guān)文章：
老人腦梗塞如何護(hù)理07-06
新西蘭留學(xué)奧克蘭哪些區(qū)是好區(qū)09-22
戰(zhàn)略的慣性思考10-26
儲罐區(qū)損耗安全10-24
關(guān)于計算機網(wǎng)絡(luò)輔助大學(xué)英語教學(xué)的思考學(xué)習(xí)心得09-12
對職業(yè)發(fā)展的幾點思考06-21
“山寨”危機的冷思考07-29