自上而下的計算機和自下而上的腦

人腦是自然選擇所設計出來的機器，用來指揮和控制身體的移動，去趨利避害。與其他動物相比，人腦在出廠時還很不成熟。馬剛出生不久就會跑，魚剛出生就會游泳，而人剛出生只知道吃喝拉撒，連走路和說話都不會。

然而，這正是人腦比其他動物的腦更強大的地方。因為人腦的不成熟，所以在成熟過程中就有更大的可塑性。一出廠就定型的腦，其學習能力很弱，難以變得更強大。

波普爾式造物的腦都有能力提取環境中的語義資訊，從而在正確的時間做出正確的行為。斯金納式造物只能透過試錯的方式來學習，一旦試到嚴重的錯誤，那就只能死去。波普爾式造物除了能用試錯學習，還能利用

語義資訊

來學習。

人類這種格里高利式造物比波普爾造物還要聰明，像圖靈和

馮諾伊曼

這樣聰明的人腦，甚至可以發明計算機，來替代許多之前人們認為只有人腦才有能力完成的工作。從操縱電梯到操縱飛機和汽車，電腦的能力看似要超越人腦。還有一些人工智慧的鼓吹者，認為電腦的能力能在二十一世紀中期就超越人腦。

丹尼特認為這種對人工智慧發展前景的看法太過於樂觀。因為人腦不是GOFAI，計算機是自上而下式的設計，而人腦的工作原理是自下而上的。

腦中的競爭與合作

丹尼特總結了一下人們常常認為的大腦與計算機的三個區別：

1。大腦是模擬的；計算機是數字化的。

2。大腦是並行的；計算機是序列的。

3。大腦是碳基的；計算機是矽基的。

然而，他並不認為這三個區別很重要。在下一章中會看到，大腦也能對語詞進行數字化處理。大腦雖然在硬體層面是並行的，但在意識層面卻是序列的。而序列的計算機也可以模擬出並行的虛擬機器器，人工智慧研究中的聯結主義路徑就是採取這種方式，在普通的家用電腦（序列的

馮諾伊曼式計算機

上）執行並行的虛擬機器器（人工神經網路軟體程式）。就實現計算功能的化學成分來看，目前也沒有發現碳基的蛋白質比矽基的半導體有什麼優越之處。

他引用Terrence Deacon給出的論證，說明大腦和計算機最大的區別在於，大腦是活的，而計算機不是。

大腦中的每個

神經元

都是活物，就像是一個又一個單細胞動物一樣。我們的大腦就像是幾百億個單細胞動物組成的軍團，軍團中會區分出不同的部隊模組，模組之間有合作，也有競爭。而電腦中的每一個零件都不是活物。電腦沒有維持自身正常執行的想法，它無法在沒電的時候伸出一隻機器手去給自己插上充電線。它也不會向它的人類主人抱怨自己總是沒有得到充足的電能。

大腦是活物，電腦是死物。活物壞了能自我修理，而死物壞了只能依賴別人來修理。活物也有自己的想法，當一團細胞不想死的時候，它就成了癌細胞，不受控制地不斷複製，最後害死整個人體。而死物沒有自己的想法，不管我們怎麼虐待自己的電腦，它都無所謂。

人類的智慧依賴於人腦自下而上式的資訊處理，每個神經元就像是一個小人，而大腦是860億個小人的智慧結晶。自上而下和自下而上的區別，就像是計劃經濟與市場經濟的區別，後者的效率更高。

神經元，騾子，

白蟻

François Jacob曾說，每個細胞的夢想就是變成兩個細胞。沒錯，每個生命體的夢想就是擁有更多的後代。神經元也是一種細胞，但它們就像騾子一樣，只有親代，沒有子代。

大家都知道，計算機科學家和哲學家曾就強人工智慧展開論戰，前者認為以GOFAI的方式就能發明出在所有領域都至少等同於人類的機器，而後者則認為這不可能。在這場論戰中，哲學家們佔了上風，因為哲學家們往往很擅長論戰。丹尼特雖然是哲學家，但他卻是支援

計算機科學家

這一派的哲學家，認為人類的大腦也只是複雜的機器，每個組成部件都可以由能發揮相同功能的機器所替代。

現在，丹尼特轉變了自己的想法。他認為自己犯了一些錯誤，最大的錯誤就是誤以為大腦是一臺實現智慧功能的機器，用另外的機器零件替換其中的部件也沒有問題。大腦不是一臺機器，而是860億臺有著自主性的機器所組成的

網路結構

。每臺神經元機器都有自己的目的，它們想要透過工作來獲取能量，維持自身的存在。換言之，每個神經元都關心自身的存活，這種自帶目的主動求生式機器和聽從指揮的被動工具式機器的差異非常大。

丹尼特認為，電腦的設計體現了馬克思的名言：“各盡其能，各取所需”。每個計算機零件都在默默地發揮自己的作用，也在等著上頭給自己喂能量從而在需要自己工作時自己能運轉起來。這樣的計算機零件從出廠到報廢都不會有變化，因為它被設計出來就是不會變化的。而神經元則不一樣，每一個神經元都在盡力伸出樹突和軸突去和其他神經元發生聯絡，組成團隊，然而盡力去發揮自己的作用。

電腦是自上而下設計出來的，它的設計依賴於設計者的智慧和遠見。而神經元是大自然透過自然選擇設計出來的，它的設計者沒有任何智慧和遠見，有的只是無窮無盡的耐心和時間。其實，大腦與其說更像是軍團，不如說更像是白蟻群。每個神經元都像是斯金納式造物，但只要以超大的數量和特定的形式組織起來，就能的誕生出超凡入聖的格里高利式造物。

腦是如何應對其活動環境的？

affordances這個關鍵概念又要出場了。我們現在知道，每一個神經元就像是一隻有著某種獨立性的小白蟻，整個大腦就像是860億隻白蟻所組成的白蟻群。這個白蟻群負責從環境中汲取資訊，指揮身體行動。資訊是那些重要的差異，而大腦的任務就是區分噪音和語義資訊。

那麼，大腦如何完成自己的任務的呢？它是如何應對其活動環境的呢？它如何利用那些好處，避開那些壞處呢？

大腦全靠猜。不過不是瞎猜，而是分層級的貝葉斯式猜。大腦是一臺預期

生成器

，它不斷處理來自感覺器官的訊號，然後做出猜測，建構出一個可以指導行動的有關世界運轉的模型。當我們看見一扇門，我們預期它可以被開啟。當我們看見一個樓梯，我們預期可以利用它來上樓。

這種猜測可能出錯。當我們看見地上有一個彎彎曲曲的細長狀物體，我們可能猜測它是蛇，也可能猜測它是井繩。但為了謹慎起見，大腦會高估它是蛇的機率。然後，我們就會感到驚嚇，繼而逃離那個物體。這種錯誤的可能性更高，但也情有可原，因為兩種錯誤的代價不相同。誤以為蛇是井繩，我們可能付出生命代價，而誤以為井繩是蛇，最多隻是虛驚一場。

記得有一天走夜路時，我突然看到地上有一個手狀物體，當時真是嚇了一大跳。因為我的腦袋將其預測為一個人類的斷肢，而實際上，它只是一個手套。對世界的真實判斷，會隨著我收集的資訊越來越多，繼而越來越趨近真相。第一眼看以為是斷肢，後來它又散發出更多具體的資訊，被我的眼球所捕捉到，後驗機率會替代先驗機率。再加上我還會利用自己的理性推理能力，去分析路面上出現斷肢的可能性。最終，我的新結論推翻了舊結論：它是手套而不是斷肢。

當然，這些推理過程實際上很快就完成了。我也沒有用漢語在心中默默地進行推理，因為這種推理是無意識的。哪怕你沒有學過數學，不懂貝葉斯推理，不知道

貝葉斯公式

，那也沒關係。你的大腦自帶貝葉斯推理器，這是一種無需理解的能力。

野生神經元？

程式設計師在推出某個程式的新版本時，並不會刪掉舊版本的所有原始碼，而是會把舊程式碼隱藏起來，不讓編譯器識別，這樣舊程式碼就不會發揮作用。

大自然這位程式設計師在設計生命體時，也是採用這種策略。那些不會影響個體結構和行為的基因並沒有被刪掉，而是被關掉了，不再發揮作用。

動物在被人類馴養時，人類也可以以此來改變這些動物的表現型，儘管它們的

基因型

沒有什麼改變。當家養的豬迴歸到野外時，只要經過幾代的繁殖，它們的表現就和野豬很相似了。就像是在程式更新換代的過程中，那些曾經被人類馴養選擇出的表現型被隱藏了，而那些被人類隱藏的

野性基因

又重新表現了出來。

我們腦袋裡的大部分神經元都是很穩定的神經元，但也有一部分神經元會被外來入侵所劫持，它們會恢復自己幾億年前的野性。這種入侵者就是我們後面幾章要詳細講的模因（meme）。

筆者的補充

這一章是第8章，後面的章節全都是關於模因、語言、文化了。往後，我們會學會從模因的角度看來文化的演變，理解人類與其他物種的差異之處。

在這裡，我想插入一個重要的主題，關於

神經科學

和演化生物學以及演化心理學。

神經科學的發展真可謂如火如荼，它主要研究各類動物的神經系統的結構和功能。然而，它的解釋力度也很有限。它只能解釋某個結構具體是什麼樣，它又能實現什麼功能。它無法回答“為什麼”這樣的問題，無法解釋為什麼這個動物會有這樣的

神經結構

，為什麼要實現這樣的功能。

也就是說，從“何以如此（how come）”到“為了什麼（what for）”中，神經科學只能解釋何以如此，不能解釋為了什麼。後者要留給演化生物學和演化心理學來回答。

不過，演化生物學和演化心理學的研究最大的缺點就在於，所提出的理論假設很難驗證。有點像歷史學很難進行實證研究一樣，過去的事情已經過去了，利用今天現有的材料，很難倒推出過去究竟發生了什麼。我們往往可以提出很多種關於過去的故事，有些故事明顯比另一些故事更可信，但有一些則難分高下。

丹尼特作為研究人類心智的哲學家，對

演化論

最為精通，神經科學的研究成果也自然不會落下。許多神經科學家得出了一個研究結論：我們人類不存在自由意志。而丹尼特則花了很多時間去論證那些神經科學家搞錯了，我們人類有自由意志。

自由意志這個主題，值得以後再專門討論。他的《自由的進化》在2014年時也有了中譯本，感興趣的朋友可以讀一讀。

歡迎關注微信公眾號：認真想

致力於普及批判性思維與通識教育

認真想小助手微訊號：Reason-A