丹尼特的《心灵的演化》：由脑组成的脑

自上而下的计算机和自下而上的脑

人脑是自然选择所设计出来的机器，用来指挥和控制身体的移动，去趋利避害。与其他动物相比，人脑在出厂时还很不成熟。马刚出生不久就会跑，鱼刚出生就会游泳，而人刚出生只知道吃喝拉撒，连走路和说话都不会。

然而，这正是人脑比其他动物的脑更强大的地方。因为人脑的不成熟，所以在成熟过程中就有更大的可塑性。一出厂就定型的脑，其学习能力很弱，难以变得更强大。

波普尔式造物的脑都有能力提取环境中的语义信息，从而在正确的时间做出正确的行为。斯金纳式造物只能通过试错的方式来学习，一旦试到严重的错误，那就只能死去。波普尔式造物除了能用试错学习，还能利用语义信息来学习。

人类这种格里高利式造物比波普尔造物还要聪明，像图灵和冯诺伊曼这样聪明的人脑，甚至可以发明计算机，来替代许多之前人们认为只有人脑才有能力完成的工作。从操纵电梯到操纵飞机和汽车，电脑的能力看似要超越人脑。还有一些人工智能的鼓吹者，认为电脑的能力能在二十一世纪中期就超越人脑。

丹尼特认为这种对人工智能发展前景的看法太过于乐观。因为人脑不是GOFAI，计算机是自上而下式的设计，而人脑的工作原理是自下而上的。

脑中的竞争与合作

丹尼特总结了一下人们常常认为的大脑与计算机的三个区别：

1.大脑是模拟的；计算机是数字化的。

2.大脑是并行的；计算机是串行的。

3.大脑是碳基的；计算机是硅基的。

然而，他并不认为这三个区别很重要。在下一章中会看到，大脑也能对语词进行数字化处理。大脑虽然在硬件层面是并行的，但在意识层面却是串行的。而串行的计算机也可以模拟出并行的虚拟机器，人工智能研究中的联结主义路径就是采取这种方式，在普通的家用电脑（串行的冯诺伊曼式计算机上）运行并行的虚拟机器（人工神经网络软件程序）。就实现计算功能的化学成分来看，目前也没有发现碳基的蛋白质比硅基的半导体有什么优越之处。

他引用Terrence Deacon给出的论证，说明大脑和计算机最大的区别在于，大脑是活的，而计算机不是。

大脑中的每个神经元都是活物，就像是一个又一个单细胞动物一样。我们的大脑就像是几百亿个单细胞动物组成的军团，军团中会区分出不同的部队模块，模块之间有合作，也有竞争。而电脑中的每一个零件都不是活物。电脑没有维持自身正常运行的想法，它无法在没电的时候伸出一只机器手去给自己插上充电线。它也不会向它的人类主人抱怨自己总是没有得到充足的电能。

大脑是活物，电脑是死物。活物坏了能自我修理，而死物坏了只能依赖别人来修理。活物也有自己的想法，当一团细胞不想死的时候，它就成了癌细胞，不受控制地不断复制，最后害死整个人体。而死物没有自己的想法，不管我们怎么虐待自己的电脑，它都无所谓。

人类的智能依赖于人脑自下而上式的信息处理，每个神经元就像是一个小人，而大脑是860亿个小人的智慧结晶。自上而下和自下而上的区别，就像是计划经济与市场经济的区别，后者的效率更高。

神经元，骡子，白蚁

François Jacob曾说，每个细胞的梦想就是变成两个细胞。没错，每个生命体的梦想就是拥有更多的后代。神经元也是一种细胞，但它们就像骡子一样，只有亲代，没有子代。

大家都知道，计算机科学家和哲学家曾就强人工智能展开论战，前者认为以GOFAI的方式就能发明出在所有领域都至少等同于人类的机器，而后者则认为这不可能。在这场论战中，哲学家们占了上风，因为哲学家们往往很擅长论战。丹尼特虽然是哲学家，但他却是支持计算机科学家这一派的哲学家，认为人类的大脑也只是复杂的机器，每个组成部件都可以由能发挥相同功能的机器所替代。

现在，丹尼特转变了自己的想法。他认为自己犯了一些错误，最大的错误就是误以为大脑是一台实现智能功能的机器，用另外的机器零件替换其中的部件也没有问题。大脑不是一台机器，而是860亿台有着自主性的机器所组成的网络结构。每台神经元机器都有自己的目的，它们想要通过工作来获取能量，维持自身的存在。换言之，每个神经元都关心自身的存活，这种自带目的主动求生式机器和听从指挥的被动工具式机器的差异非常大。

丹尼特认为，电脑的设计体现了马克思的名言：“各尽其能，各取所需”。每个计算机零件都在默默地发挥自己的作用，也在等着上头给自己喂能量从而在需要自己工作时自己能运转起来。这样的计算机零件从出厂到报废都不会有变化，因为它被设计出来就是不会变化的。而神经元则不一样，每一个神经元都在尽力伸出树突和轴突去和其他神经元发生联系，组成团队，然而尽力去发挥自己的作用。

电脑是自上而下设计出来的，它的设计依赖于设计者的智能和远见。而神经元是大自然通过自然选择设计出来的，它的设计者没有任何智能和远见，有的只是无穷无尽的耐心和时间。其实，大脑与其说更像是军团，不如说更像是白蚁群。每个神经元都像是斯金纳式造物，但只要以超大的数量和特定的形式组织起来，就能的诞生出超凡入圣的格里高利式造物。

脑是如何应对其活动环境的？

affordances这个关键概念又要出场了。我们现在知道，每一个神经元就像是一只有着某种独立性的小白蚁，整个大脑就像是860亿只白蚁所组成的白蚁群。这个白蚁群负责从环境中汲取信息，指挥身体行动。信息是那些重要的差异，而大脑的任务就是区分噪音和语义信息。

那么，大脑如何完成自己的任务的呢？它是如何应对其活动环境的呢？它如何利用那些好处，避开那些坏处呢？

大脑全靠猜。不过不是瞎猜，而是分层级的贝叶斯式猜。大脑是一台预期生成器，它不断处理来自感觉器官的信号，然后做出猜测，建构出一个可以指导行动的有关世界运转的模型。当我们看见一扇门，我们预期它可以被打开。当我们看见一个楼梯，我们预期可以利用它来上楼。

这种猜测可能出错。当我们看见地上有一个弯弯曲曲的细长状物体，我们可能猜测它是蛇，也可能猜测它是井绳。但为了谨慎起见，大脑会高估它是蛇的概率。然后，我们就会感到惊吓，继而逃离那个物体。这种错误的可能性更高，但也情有可原，因为两种错误的代价不相同。误以为蛇是井绳，我们可能付出生命代价，而误以为井绳是蛇，最多只是虚惊一场。

记得有一天走夜路时，我突然看到地上有一个手状物体，当时真是吓了一大跳。因为我的脑袋将其预测为一个人类的断肢，而实际上，它只是一个手套。对世界的真实判断，会随着我收集的信息越来越多，继而越来越趋近真相。第一眼看以为是断肢，后来它又散发出更多具体的信息，被我的眼球所捕捉到，后验概率会替代先验概率。再加上我还会利用自己的理性推理能力，去分析路面上出现断肢的可能性。最终，我的新结论推翻了旧结论：它是手套而不是断肢。

当然，这些推理过程实际上很快就完成了。我也没有用汉语在心中默默地进行推理，因为这种推理是无意识的。哪怕你没有学过数学，不懂贝叶斯推理，不知道贝叶斯公式，那也没关系。你的大脑自带贝叶斯推理器，这是一种无需理解的能力。

野生神经元？

程序员在推出某个程序的新版本时，并不会删掉旧版本的所有源代码，而是会把旧代码隐藏起来，不让编译器识别，这样旧代码就不会发挥作用。

大自然这位程序员在设计生命体时，也是采用这种策略。那些不会影响个体结构和行为的基因并没有被删掉，而是被关掉了，不再发挥作用。

动物在被人类驯养时，人类也可以以此来改变这些动物的表现型，尽管它们的基因型没有什么改变。当家养的猪回归到野外时，只要经过几代的繁殖，它们的表现就和野猪很相似了。就像是在程序更新换代的过程中，那些曾经被人类驯养选择出的表现型被隐藏了，而那些被人类隐藏的野性基因又重新表现了出来。

我们脑袋里的大部分神经元都是很稳定的神经元，但也有一部分神经元会被外来入侵所劫持，它们会恢复自己几亿年前的野性。这种入侵者就是我们后面几章要详细讲的模因（meme）。

笔者的补充

这一章是第8章，后面的章节全都是关于模因、语言、文化了。往后，我们会学会从模因的角度看来文化的演变，理解人类与其他物种的差异之处。

在这里，我想插入一个重要的主题，关于神经科学和演化生物学以及演化心理学。

神经科学的发展真可谓如火如荼，它主要研究各类动物的神经系统的结构和功能。然而，它的解释力度也很有限。它只能解释某个结构具体是什么样，它又能实现什么功能。它无法回答“为什么”这样的问题，无法解释为什么这个动物会有这样的神经结构，为什么要实现这样的功能。

也就是说，从“何以如此（how come）”到“为了什么（what for）”中，神经科学只能解释何以如此，不能解释为了什么。后者要留给演化生物学和演化心理学来回答。

不过，演化生物学和演化心理学的研究最大的缺点就在于，所提出的理论假设很难验证。有点像历史学很难进行实证研究一样，过去的事情已经过去了，利用今天现有的材料，很难倒推出过去究竟发生了什么。我们往往可以提出很多种关于过去的故事，有些故事明显比另一些故事更可信，但有一些则难分高下。

丹尼特作为研究人类心智的哲学家，对演化论最为精通，神经科学的研究成果也自然不会落下。许多神经科学家得出了一个研究结论：我们人类不存在自由意志。而丹尼特则花了很多时间去论证那些神经科学家搞错了，我们人类有自由意志。

自由意志这个主题，值得以后再专门讨论。他的《自由的进化》在2014年时也有了中译本，感兴趣的朋友可以读一读。