聰明的代價：為什么大腦演化出易崩潰的機制？

不久前，神經現實在“倫敦大腦和智能峰會”上邀請了多位國內外頂尖學者，與線上線下的讀者一起深入討論了一系列關于意識的話題，涵蓋意識與人工智能、意識的主觀性與建構性、信息整合視角下的意識、意識的實證和臨床研究、以及致幻劑等在意識研究中的作用。為此，我們整理了整場活動的視頻回放及雙語文字稿，并將于近日在“神經現實意識社區”中陸續放出相關內容，敬請期待！

以下為劍橋大學圣約翰學院研究員Andrea Luppi博士演講內容預覽，歡迎閱讀和收藏。

Andrea Luppi

牛津大學 Wellcome 青年學者，劍橋大學圣約翰學院研究員

安德烈亞·盧皮博士由哲學家轉向神經科學研究，先后在牛津大學與哈佛大學接受哲學與認知科學訓練，隨后作為蓋茨學者在劍橋大學獲得神經科學博士學位，并在蒙特利爾神經研究所完成博士后訓練，期間獲莫爾森神經工程獎學金及班廷獎學金資助。他的研究關注大腦結構與多尺度動態之間的復雜交互如何催生大腦功能與意識。為此，他結合信息論、網絡科學與全腦計算建模等方法，跨物種、跨技術手段研究藥理性與病理性擾動對大腦功能與意識的影響——包括意識障礙、麻醉及致幻劑等情境。他的長期目標是理解：是什么使大腦具備意識與智能；如何實現更具人類特質的人工系統；以及如何促進腦損傷患者恢復健康的大腦功能與認知能力。

報告主題

是什么讓人類大腦如此特別？這對人工智能有什么啟示？

報告摘要

人類非常聰明，而這與我們大腦處理信息的方式息息相關。盧皮博士將匯集來自不同物種和神經科學不同領域的研究成果，拼出更完整的圖景，聚焦在人類大腦與其他靈長類動物的不同之處。這種差異是如何產生的？又可能在哪些方面出錯？通過這些研究，我們或許能從中汲取經驗教訓，了解在構建智能系統時應當如何做，或者不該怎么做。

內容預覽

?? 視頻回放（內嵌校對版英文字幕）

謝謝大家的到來。我將和大家分享一些我在攻讀博士學位期間，以及后來博士后研究中所做的工作。正如在介紹中提到的，我最初是作為一名哲學家出發的，但我認為，有必要時刻提醒自己：我們這些選擇研究神經科學的人，究竟是為什么要進入這個領域。我覺得一個很有幫助的提醒是：雖然地球上有很多不同的物種，擁有各種不同的大腦，其中絕大多數只能坐在地球上仰望月亮，但只有一個物種可以站在月球上回望地球，那就是我們這個物種。這就是人類大腦的力量——研究它，就是在研究這種獨特性。

那么，為什么會這樣呢？為什么我們頭骨里的這一團“脂肪”能做到其他物種完全做不到的事情？這就是推動神經科學與心理學研究不斷向前的核心問題。所以，頭骨里的那團“脂肪”——在人類這里，能做到其他物種做不到的事。這也是我們許多人進入這個領域的原因。現在我們知道，大腦主要的功能——可以說是最核心的功能——并不是像亞里士多德所認為的那樣“冷卻血液”，而是處理信息。我們從環境中獲取信息，然后必須用這些信息來做出決策并采取行動。而這正是人類特別擅長的地方。

問題也隨之而來：信息并不是單一的實體，實際上有很多不同類型的信息。我想用一個小小的卡通例子，來說明我所說的“不同類型的信息”是什么意思。既然我們在英國，就用夏洛克·福爾摩斯——一位算是“民族英雄”的人物——作為例子。現在你就是福爾摩斯，你需要從九個嫌疑人中找出某起案件的罪犯。作為福爾摩斯，你找到了一位證人。證人是你獲取信息的來源。證人告訴你，罪犯有胡子。根據這條信息，你就可以排除掉一些沒有胡子的嫌疑人。因為你是一個非常優秀的審問者，你還從證人口中套出了另一條信息：罪犯戴過帽子。于是，你又能排除掉一部分嫌疑人，但證據仍不足以定罪，因為至少還有兩個人符合條件。福爾摩斯是個非常出色的偵探，他又找到了第二個證人。第二個證人再次確認了罪犯有胡子——這是你已經知道的信息，但得到確認總是好的。然后，第二個證人補充說，罪犯有棕色的頭發。現在，如果你只看第二個證人說的內容——胡子和棕發——你依然沒有足夠的證據定罪，因為至少有兩個人符合條件。然而，如果你把所有證人——所有信息來源——提供的信息放在一起看，那么突然之間，只有一個人符合所有條件。罪犯就這樣被鎖定了。

那么我們能從中得到什么啟示呢？我們有不同的信息來源，它們提供了不同的信息片段。其中一部分是重復信息——比如胡子這件事，這是你從兩個來源都得到的冗余信息。這為什么重要呢？因為即便其中一個來源忘了提，你仍然能通過另一個來源獲取。也就是說，這類信息更穩固。另一方面，還有一些信息是獨特的，只能從某一個來源得到——比如頭發和帽子的信息，只有一個人告訴了你。最后，還有一種信息，是兩個來源單獨都沒給你的，但當你把它們放在一起時，就出現了新的信息——比如罪犯的真實身份。這就是協同信息（synergistic information）。它只有在多個信息片段結合時才會出現，而單獨看任何一個來源時是得不到的。幸運的是，這不僅僅是一個講故事的框架，我們實際上有一套完整的數學理論來處理它，叫做信息分解（information decomposition）。通過它，我們可以區分不同來源提供的獨特、冗余和協同信息。這些信息可以來自天氣數據，也可以來自大腦活動。

我再舉一個例子，因為不同的思維方式幫助我自己更好地理解了這個問題，我希望也能幫助到你們。我們其實都熟悉“冗余、獨特和協同”的問題，即便我們不這樣稱呼。比如，我們大多數人有兩個視覺信息來源——簡單說就是兩只眼睛。兩只眼睛大部分時間看到的東西是相同的——這是冗余信息。但如果閉上一只眼，你會發現邊緣部分的視野消失了。這就是每只眼睛各自提供的獨特信息。而要真正獲得三維視覺，我們必須依靠兩只眼睛的協同作用——因為雙眼的位置略有不同，大腦就能從差異中推算出深度。看過 3D 電影的人都知道：閉上一只眼，立體感就完全消失了。這就是協同信息。所以我們早就熟悉它，只不過我這里用的是一個更形式化的方法來解釋我們如何從多源信息中提取這些部分。

問題來了：這些對大腦有什么啟示？特別是，大腦是否真的在利用這些不同類型的信息？為了解答，我們使用了功能性磁共振成像（fMRI）。這種方法和之前的研究方式不同。fMRI 的速度較慢，但能同時告訴我們大腦所有區域的活動情況。實驗中，被試者只是躺在掃描儀里，不需要做特定任務。我們觀察的是不同腦區的波動關系：它們是同步的，還是相互對立的？換句話說，我們關心的是大腦活動在靜息狀態下的內在組織。

我們把每一對腦區看作兩個信息來源，然后分析它們的協同、冗余和獨特信息。接著我們問：這些分布在哪里？一種可能是全腦均勻分布——每個區域的協同和冗余信息一樣多，這說明大腦在各處都保持平衡。另一種可能是某些區域協同多、某些區域冗余多，但沒有明顯的解剖學規律，就像“鹽和胡椒”隨機散布。還有一種情況，就是我們實際觀察到的：一些區域（紅色）協同多于冗余，另一些區域（藍色）冗余多于協同。而且它們并不是隨機分布，而是符合解剖學邏輯。比如，藍色區域主要對應大腦的視覺和運動區，而紅色區域對應高級聯想皮層——也就是參與社會認知、數字認知或工作記憶的區域。

我們不必光聽我說——畢竟我出身哲學，神經解剖可能不太牢靠。你們可以相信 Neurosynth 這個工具，它整合了大約 1.5 萬個神經影像學實驗的數據，告訴你每個區域和哪些任務相關。結果顯示，藍色區域確實更多參與感知和運動任務，而紅色區域——高協同區——則更多參與高級認知。

另一種思考方式是把“感知 vs 整合”不看作二元對立，而是一個連續梯度。比如 Sydnor 等人 (2021, Neuron) 的工作，他們繪制了從感知到整合的漸變圖。黃色區域對應我們的藍色區域，紫色對應我們的紅色區域。盡管他們的方法是結合多種解剖學數據得到的，但結果和我們基于數據驅動的協同/冗余分布高度吻合。

我要強調的是：這是我們基于數據驅動的結果，不是先入為主的假設。我們沒有規定哪里應該是協同、哪里應該是冗余，而是完全“盲測”，最后數據自己給出了這樣一個圖譜。而且它和任務數據、解剖數據都很好地對照上了。這說明它反映的是大腦內部信息架構的一部分，而這并不是我們預先設定的，而是自然呈現出來的。

你可能會問：既然不同腦區有不同的信息“表型”，那它們為什么會這樣分布？……

本文為「神經現實意識社區」專屬內容

意識社區成員可直接訪問Notion知識庫

獲取雙語演講稿完整內容

及視頻回放網盤鏈接（英文字幕）

如需訂閱「神經現實意識社區」

了解社區詳情請訪問：