选自：aeon
作者：Robert Epstein
参与：Jane W，Rick R，刘婷娜，曹瑞，微胖
我们是生物，不是计算机。信息处理比喻已经发展了50年，但是在发展过程中几乎没有产生任何真知灼见，即使是有也非常少。是时候该点击「删除」键了。
无论怎么努力，脑科学家和认知心理学家也不会从一个大脑里面找到贝多芬第五交响曲，或者词汇、画面、语法规则等任何其他类型环境刺激的产物。当然，人类大脑并非真的是空的，但它没有容纳大多数人们认为它应该有的东西——即使像“记忆”这么简单的东西也没有。
我们对大脑的肤浅想法有很深的历史根源，但20世纪40年代计算机的发明让我们特别迷惑。半个多世纪以来，心理学家、语言学家、神经科学家以及其他研究人类行为的专家一直在声称人类大脑的工作方式就像一台计算机。
只要想想婴儿的大脑，我们就能发现这个观点毫无根据。多亏了进化，人类新生儿跟所有其他哺乳动物幼崽一样，一出生就做好了与这个世界有效互动的准备。婴儿的视力很模糊，但他会格外注意脸，并且可以迅速识别出母亲的脸。他喜欢人声甚于非人声，并且可以将不同的人声区别开来。毫无疑问，我们生来就是为了建立社会连结。
一个健康的新生儿同时也具备大量的反射——针对特定刺激的既有反应，这对生存很重要。婴儿会把头转向有东西碰他脸颊的方向，会嘬一切送进他嘴里的东西，他会在浸入水里时屏住呼吸，他会紧紧抓住手里的东西以至于几乎能够支撑他自己的体重。也许最重要的是，新生儿生来就具有强大的学习机制，这使他们能够迅速的改变，从而越发有效地与世界互动，即使这个世界已经不像他们的祖先所面对的世界了。
感觉、反射和学习机制，这是我们用来开始一切的东西。仔细想想，这其实相当多。如果我们出生时缺乏其中任何一种能力，我们可能都会有生存问题。
但下面这些是我们生来没有的东西：信息、数据、规则、软件、知识、词汇、表征、算法、程序、模型、记忆、图像、处理器、子程序、编码器、解码器、符号和缓冲器——这些让计算机能够做出一点智能行为的设计元素。我们不仅生来没有这些东西，我们甚至不会发展出它们——从来不会。
我们不会存储词汇或者告诉我们如何操纵词汇的规则。我们不创造视觉刺激表征，把他们存储在短期记忆缓冲器里，然后把这些表征转移到长期记忆装置里。我们不会从记忆寄存器里取回信息、图像或话语。计算机会做所有这些事情，但是生物体不会。
计算机是在真正意义上处理信息——数字、字母、话语、公式、图像。信息必须首先被编码为计算机可以使用的格式，也就是把0和1（bits，比特）组织成小块（bytes，字节）的模式。一个特定的比特模式代表字母 d，另一个代表字母o，还有的代表字母 g。排在一起，这三个字节组成了单词 dog（狗）。一个单一图像，比如说我的猫 Henry 在桌子上的照片，由一个特定的有上万字节（一个大字节）的模式表达，它被一些特殊字符围绕着，这些字符告诉电脑这是一个图像，不是单词。
计算机在真正意义上将这些模式从一个地方挪到另一个地方，这些地方都是蚀刻在电子元件上的物理存储区域。有时它们也会复制这些模式，或者用不同的方式转变这些模式——就像我们修正一个手稿的错误或者润色一张照片。计算机移动、复制和操作这些数据组的规则也同样存储在计算机中。一组规则被称作一个“程序”或一个“算法”。一组一起工作帮我们做事（如买股票或寻找网上约会）的算法叫做一个“应用”，现在大多数人把它称之为“ app ”。
原谅我用这种方式介绍计算，但我需要澄清：计算机真的对世界的符号表征进行操作，真的会存储和取回，真的会进行处理，真的拥有物理记忆，真的毫无例外的运用算法指导所有的事情。
而人类从不这样——以前不会，将来也不会。面对这一现实，为什么有那么多科学家在谈论我们的精神生活时就好像我们是计算机一样？
在《In Our Own Image》(2015)中，人工智能专家 George Zarkadakis 给出了六个过去两千年以来人们用以解释人类智能的不同隐喻。
最早的一个隐喻，最后被保留在《圣经》中，人类是由粘土或泥土做成，智慧之神为其注入精神。那种精神（spirit）“解释”了我们所谓的智力——至少语法上如此。
公元前三世纪水利工程的发明使得用水力学模型比喻人类智力的隐喻流行起来，亦即不同的水流趟过全身——“体液”——可以解释我们的身体和思想运动。水力学的隐喻持续了1,600多年，也至始至终妨碍了医疗实践。
到了十六世纪，人们设计了弹簧和齿轮驱动的自动装置，最终启发笛卡尔将人类比喻为复杂的机器。十七世纪，英国哲学家霍布斯认为思维源自大脑中小的机械力学运动。直到十八世纪物理和化学的发现才催生了有关人类智能的新理论，大部分本质上也是隐喻的。十九世纪中期，受当时传播技术进步启发，德国物理学家赫尔姆霍兹将大脑比作电报机。
数学家 John von Neumann 直截了当地说，神经系统的功能‘乍一看是数字的’，在当时计算机器和人脑组件之间做了一个对比。
每一种隐喻都反映出当时最为先进的思想。可以预测的是，上世纪四十年代计算机技术乍现曙光的几年后，大脑就会被人们形容为就像一台电脑在运行，物理硬件就是大脑，思想就是软件。让广为认知的“认知科学”得以兴起的标志性事件就是心理学家 George Miller 出版了* Language and Communication* （1951）。Miller 提出，借由信息理论、计算和语言学的思想，我们可以大致研究思想世界。
这类观点的终极表达可以在《The Computer and the Brain》（1958）种找到，书中，数学家 John von Neumann 直截了当地说，神经系统的功能‘乍一看是数字的’。尽管他承认，人类对大脑在人类推理和记忆中所扮演的角色几近一无所知，他还是在当时计算机器和人脑组件之间做了一个对比。
接下来计算机技术和大脑研究的进步，也逐渐推动着极具野心的跨学科努力，试图理解人类智能。这一努力深深根植于这样一个想法：人类是信息处理器，就像计算机那样。如今，这一努力牵涉了数以千计研究人员，花费了数十亿美元资金的资助，也产出大量作品，包括技术和主流文章以及书。库兹维尔的《How to Create a Mind: The Secret of Human Thought Revealed 》(2013) 就是例证，他推演了大脑的“算法”，大脑如何“处理数据”甚至从表面上看，如何在结构上类似于集成电路。
信息处理（IP）隐喻如今占据着人类思维的主导地位，无论是在大街上还是科学研究种，实际上没有哪一种形式的关于人类智能行为的讨论不会用到这个隐喻，就像某个领域或文化种有关人类智能行为的谈谈都会涉及心灵（spirit）或神性（deity）。信息处理在当今世界是有效的，也被认为是没有疑问的。
但是，信息处理隐喻只是另一种隐喻——一个让我们并不理解的东西变得有意义的故事。就像之前的许多隐喻，最终会在某个时刻被弃之一边，要么被其他隐喻替代，要么最终被真正的知识取代。
就在一年多前，我访问了世界上最负盛名的研究机构之一，在那里我询问研究人员如何解释人类智能行为，而不涉及任何信息处理比喻（IP metaphor）。研究人员无法解释，而当我在后续的电子邮件通信中礼貌地提出这个问题时，即使在几个月后他们仍然毫无进展。他们意识到了这个问题，并且没有认为它微不足道而忽略它。但他们无法给出一个替代信息处理比喻的答案。换句话说，信息处理比喻是“粘性的”。当我们的想法遇到困难时，它使我们的思维与语言变得强大。
信息处理比喻的错误逻辑很容易陈述。它是基于错误的三段论 —— 两个合理的前提和一个错误的结论。合理的前提＃1：所有计算机都能够智能地工作。合理的前提＃2：所有计算机都是信息处理器。错误的结论：所有能够智能行动的实体都是信息处理器。
撇开正式的语言，只是因为计算机是信息处理器就推论人类一定是信息处理器，这个推论有些愚蠢，当信息处理比喻最终被放弃时，历史学家几乎肯定这一点，我们也会像现在认为液压和机械比喻是愚蠢的一样，认为信息处理比喻是愚蠢的。
如果信息处理比喻是如此愚蠢，为什么它又如此棘手？是什么阻止我们像扫掉挡在前进道路上的树枝一样否定它？有没有一种方法来理解人类智慧，而不依靠一根脆弱的智力拐杖（intellectual crutch）？而我们在长时间严重依靠这个拐杖时付出了什么代价？毕竟，信息处理比喻已经主导了数十年来多个领域的大量研究人员的写作和思考。这个代价是什么？
多年来，我做了许多次这样的训练，开始让学生在前面的黑板上画一张美元钞票的详细图片 —— 我告诉他们「越详细越好」。当学生完成后，我用一张纸盖住图，然后从我的钱包中取出美元的钞票，将它贴在黑板上，并要求学生重复这个任务。当他或她完成后，我将第一张图上盖着的纸撕去，并让班集讨论两图的差异。
由于可能从来没有见过这样的演示，或者由于可能无法想象结果，当我让研究所的实习生 Jinny Hyun 做这个绘制美元的实验时，这里是她“记忆中的”图（注意比喻）：
这里是她随后参照美元钞票的绘画：
Jinny 对结果感到惊讶，不过谁都会惊讶的。正如看到的那样，没有参照美元钞票的绘画与参照美元钞票的绘画相比是可怕的，尽管Jinny 已经看过数千次的美元钞票。
问题出在哪里？难道我们没有把美元钞票的“表征”“存储”在我们大脑的“记忆库”里吗？难道我们不能“检索”信息，并用它来绘图吗？
显然不是这样的，有一千年历史的神经科学也从来没有给存储在人类大脑中的美元钞票定位，因为很简单，这个存储根本不存在。
记忆存储在单个神经元中的想法是荒谬的：记忆如何存储在神经元细胞中？它储存在哪里？
大量的脑研究告诉我们，事实上，即使是最平凡的记忆任务，也会经常涉及多个甚至大片大脑区域。当涉及强烈的情绪时，有多达数百万的神经元变得更加活跃。在2016年由多伦多大学神经心理学家 Brian Levine 等人开展的空难幸存者研究中，当幸存者回想起空难场景时，他们大脑的“杏仁体、内侧颞叶、前后中线和视觉皮层”的神经活动增加。
由一些科学家发展的，特定记忆以某种方式存储在单个神经元中的想法是荒谬的；这个断言只是把记忆问题推到一个更具挑战性的水平：究竟记忆是如何存储神经元中的？存储在哪里？
所以当 Jinny 在没看到美元钞票的情况下绘画时发生了什么？如果 Jinny 从来没有见过美元钞票，她的第一幅画可能根本不会像第二幅画。正是以前见过美元钞票，她在某种程度上发生了改变。具体来说，是她的大脑改变了，使她能够想象出美元钞票 —— 也就是说，重新像看到美元钞票一样，至少在某种程度上。
两幅图之间的区别提醒我们，可视化的东西（即想象的东西）远远不如看到的东西准确。这就是为什么我们更善于指认而不是回忆。当我们回忆事物时，我们必须试着重温某种经历；但是当我们指认某种东西时，我们仅仅需要意识到我们以前有过这种经历就够了。
也许你会反对这种实验方法。Jinny 以前见过美元钞票，但她没有刻意去“记住”细节。如果她这样做，你可能会说，她可能第一次画出的图会像第二幅图那样详细。即使在这种情况下，也没有任何美元钞票的信息以任何方式被“存储”在 Jinny 的大脑中。她只是准备得更好以便准确地绘制它，正如通过练习，钢琴家能更熟练地演奏协奏曲，而不用死记硬背乐谱。
通过这个简单的实验，我们可以开始构建一个不用比喻的智能人类行为理论的框架 —— 其中大脑不是完全空白，但是至少可以不用纠缠信息处理比喻了。
在世界上活动时，我们会被各种经历改变。三种类型的经历值得注意：（1）观察我们周围发生了什么（其他人的行为、音乐的声音、指示标识、页面上的字、屏幕上的图像）；（2）我们受到成对的不重要的刺激（如警笛）与重要的刺激（如警车的外观）的影响；（3）我们将因某种方式的行为而受到惩罚或奖励。
如果我们根据经历而不断做出相对应的改变，我们的生活会更加高效 —— 要是我们可以背诵一首诗或唱一首歌多好，要是我们能够遵循给出的指示多好，要是我们对不重要的刺激像对重要的刺激那样响应多好，要是我们因为惩罚而避免一些行为多好，要是我们因为奖励而改变行为方式多好。
尽管标题如此有误导性，但是没有人真正了解，当我们学会唱一首歌或背诵一首诗后，大脑如何变化。不过歌曲和诗歌都没有被存储在大脑里。大脑以一种有序的方式简单地改变了，以便允许我们在某些条件下唱歌或背诵诗。当需要唱歌或背诵诗时，无论是歌曲还是诗歌都不以任何方式从大脑中的任何地方被“检索到”，与当我在桌子上敲击我的手指时我的手指动作无法被“检索到”并无不同。我们只是唱歌或背诵 —— 不需要检索。
几年前，我问哥伦比亚大学的神经科学家 Eric Kandel —— 诺贝尔奖的获得者，他凭借研究 Aplysia（一种海洋蜗牛）学习完成后其神经元突触中发生的化学变化而获奖 —— 他认为需要多长时间来了解人类记忆的工作方式呢。他很快回答说：「一百年。」我不想问他是否认为信息处理比喻正在阻碍神经科学的发展，但一些神经科学家确实开始设想无法想象的可能 —— 比喻不是不可缺少的。
一些认知科学家 —— 特别是辛辛那提大学的 Anthony Chemero，他是《激进认知科学》（Radical Embodied Cognitive Science，2009）的作者 —— 现在完全否定了人类大脑像计算机一样工作的观点。主流观点是，我们像计算机一样，通过对大脑中的表征进行计算来理解世界，但是 Chemero 和其他人描述了另一种理解智能行为的方式 —— 通过生物与世界之间的直接相互作用。
我最喜欢的区别信息处理观点和所谓的“反具象化（anti-representational）”人类功能的观点之间的巨大差异的例子，涉及用两种不同的方式来解释一个棒球运动员如何抓住一个飞球 —— 由亚利桑那州立大学的 Michael McBeath 和他的同事在一篇1995年的科学文章中精彩地揭示。信息处理观点要求玩家制定球的飞行的各种初始条件的估计：冲击力、轨迹的角度等，然后创建和分析球将可能移动的路径的内部模型，然后使用该模型及时连续地引导和调整机械运动来拦截球。
如果我们像计算机这样运行也是不错的，但 McBeath 和他的同事提供了一个更简单的方法：为了抓住球，球员只需要保持移动，使球与本垒和周围景物保持一个恒定的视觉关系 （技术上称为在“线性光学轨迹”中）。这听起来很复杂，但它实际上非常简单，完全没有计算、表达式和算法。
在网络空间，我们永远不会担心人类的思想变得疯狂，而且我们永远不会通过下载实现不朽
英国利兹贝克特大学的两个坚定的心理学教授 —— Andrew Wilson 和 Sabrina Golonka —— 将棒球的例子与许多其它例子合理地总结为简单的可以看成信息处理框架外的内容。多年来他们一直发布他们称之为「更连贯、更自然的人类行为科学研究方法，这与主导的认知神经科学方法相悖」的文章。然而，这远不是一项思潮运动；主流认知科学继续毫无疑问的在信息处理比喻中湮没，而世界上一些最有影响力的思想家预测人类的未来取决于比喻的有效性。
由未来学家 Kurzweil、物理学家斯蒂芬·霍金和神经学家 Randal Koene 等人做出的一个预测是，因为人类的意识应该像计算机软件，不久将有可能将人类思想下载到计算机中，通过电路我们将变得智力超常和而且很可能实现不朽。这个概念推动了反乌托邦电影《超验骇客（Transcendence）》（2014）中由 Johnny Depp 主演的像 Kurzweil 的科学家的思想被下载到互联网的场景，电影中这个场景产生了对人类灾难性的后果。
幸运的是，因为信息处理比喻没有哪怕一点点的有效性，我们永远不会担心人类心灵会在网络空间变得疯狂；唉，我们也永远不会通过下载实现不朽。这不仅是因为大脑中缺乏意识软件；这里有一个更深的问题 —— 让我们称之为唯一性问题 —— 这同时是激励也是沮丧。
因为“记忆银行（memory bank）”和刺激的“表征（representation）”并不存在于大脑之中，我们在这个世界中运行所需的就是让大脑根据体验井然有序地变化着，因此没有理由相信我们中的任意两个人因为体验相同，大脑变化方式也相同。
这也是 Frederic Bartlett 在他的著作《Remembering》（1932）中证实没有两个人可以同样的方式复述同一个故事以及为什么随着时间的推移，背诵故事的差异会越来越大的原因。从来没有故事的“复本”；毋宁说，每个人都在根据所听到的故事，对故事做出某种程度的修改——修改足够多以至于后来问及故事时（Bartlett 给他们读了故事的几天、几个月甚至几年后）——他们能够在某种程度上重新体验听故事的情景，尽管并不是完全可以重复体验。
我认为这个证实很有启发性，因为它意味着我们每个人都是独特的，这种独特性并不仅仅止于基因组成，还根植于大脑随时间变化的方式。这也很让人沮丧，因为这让神经科学家的研究任务艰难地超乎想象。对于任何一种给定的体验，井然有序的变化可能涉及一千个神经元，一百万神经元甚至整个大脑，每个大脑的变化模式又不同。
更糟糕的是，即使能够快照大脑所有860亿个神经元，然后通过计算机模拟这些神经元的状态，但是，庞大的模式也意味着大脑之外的任何东西都不可能生成这些模式。或许这就是知识产品隐喻扭曲我们对人类功能思考的最臭名昭著的方式。尽管计算机可以存储数据复本，但是，大脑可以维持我们的智力，只要你还活着。没有关闭按钮。要么大脑持续运作，要么我们死去。而且，正如神经科学家 Steven Rose 在2005年的论文《The Future of the Brain》当中指出，大脑当前状态的快照是无意义的，除非我们能够知道大脑所有者所有的生活经历——也许甚至还要了解他或她成长的社会背景。
想象一下这个问题有多难。想要了解大脑如何维持人类智能的基本知识，我们可能不仅要了解860亿个神经元和它们的之间的100万亿种联系，不同连接的不同强度，每个连接点中存在的1000个蛋白质的状态，还要了解大脑时时刻刻的活动是如何帮助保持系统完整性的。此外，每一个大脑的特殊性部分原因在于每个人生活经历的特殊性，Kandel 的预测听起来有些太过乐观。（最近，在《纽约时报》的社论对页版面中，一位名叫Kenneth Miller 的神经科学家提出，想要弄清楚基本的神经元连接都将持续几个世纪。）
同时，因为一些不完善的想法或是期望，大量的资金正在流入大脑研究领域。据《科学美国人》近期的报道，神经科学领域中最引人注目的实践——2013年欧盟花费13亿美元建立的“人类脑计划”（Human Brain Project）——已经开始走样。所有人都被该计划的负责人 Henry Markram 所说服，他说在2023年之前，他可以在一台超级计算机上创造出对一个完整人脑的模拟。这样的模型会对阿兹海默症和其他疾病的治疗带来革命性的进展。欧盟的官员几乎无限制地对这一计划进行投资。不到两年的时间，这一计划已经成为了「大脑残骸」，Markram 也被迫下台。
我们是生物，而不是计算机。忘了这些吧。让我们试着去了解自己，而不是被一些不必要的智能包袱所拖累。信息处理比喻已经发展了50年，但是在发展过程中几乎没有产生任何真知灼见，即使是有也非常少。是时候该点击「删除」键了。
,
