“生命不过是算法”的神话限制精神视野，贬低了对生命的看法

【编者按】

克里斯托夫·科赫，德裔美国神经科学家，在美国加州理工学院担任了27年的教授，目前是美国西雅图艾伦脑科学研究所的总裁兼首席科学家。在《生命本身的感觉》一书中，他用神经科学、高等数学和生物学来解释、探索意识，从意识神经生物学的当代研究前沿到对包括注意与觉知的区别、无意识、神经元的反应、自由意志的物理学和生物学，该书反映了作者对各类相关主题的反思。本文摘自该书第12章《意识与计算主义》，澎湃新闻经湖南科学技术出版社授权发布。

科幻动作片《银翼杀手》（Blade Runner）中的瑞秋（Rachael）

科幻动作片《银翼杀手》（Blade Runner）中的瑞秋（Rachael）、好莱坞喜剧片《她》（Her）中的萨曼莎（Samantha）、惊悚心理片《机械姬》（Ex Machina）中的伊娃（Ava）、电视剧《西部世界》（Westworld）中的德洛丽丝（Dolores），这些角色有什么共同点呢？它们没有—个生来就是女性，不过它们都有迷人的女性特质，而且都是各个男主角梦寐以求的对象，这表明欲望和爱情也能延伸至这些工程造物中。

—个碳基演化的（carbon-evolved）生命与硅基制造的（silicon-built）生命之间边界日益交叠的未来正在高速地走向我们。随着深度机器学习（deep machine learning）的出现，现在的语音技术已经能达到接近人声，创造了热心的苹果语音助手（Siri）、微软人工智能助理（Cortana）、亚马逊语音助手（Alexa）以及谷歌助手（Google’s Assistant）。它们的语言技巧和社交魅力正在持续不断地提升，在不久的将来很可能会与真正的人类助手难分伯仲——除了它们将被赋予的完美记忆力、沉稳和耐心之外，本质上它们并不像任何有血肉之躯的生物。还要多久，会有人爱上他们的个人数字助手的脱离实体的（disembodied）数字语音？

数字助手迷人的声音是我们这个时代叙述心智是运行在人脑这台计算机上的软件的鲜活证据。意识不过是几个聪明的黑客。我们只是肉身的机器，没有什么优势，越来越不如计算机。用技术产业内鼓吹胜利主义者（triumphalist）的话来说，我们应为人类即将面临的淘汰而狂欢；我们应该感激智人（Homo sapiens）成为生物学和演化必将迎来的下—步——超级智能（superintelligence）之间的桥梁。硅谷精明的投资者是这么认为的，大量专栏文章也是这么写的，而当下时髦的科幻影片更是推波助澜，不断渲染尼采式意识形态中那种可怜的人类形象。

“心智即软件”（Mind-as-software），是这个极具流变的现代性社会和超越个体（hyper-individualized）、环游世界（globe-trotting）和技术崇拜（technology-worshipping）的文化中，占主导地位的神话（mythos）。这是—个在相信自己对神话有免疫能力的时代中依然存在的神话。这个时代，精英阶层如今困惑又漠然地注视着那个曾经支撑了西方世界2 000年、无所不能的神话的垂死挣扎。

我在这里使用“神话（或迷思）”—词是遵照法国人类学家克洛德·列维-斯特劳斯（Claude Lévi-Strauss）的理解。也就是说，神话是明确和隐含地、有言和无言地指引人类的信念、故事、言论和行动的集合，它们赋予文化以意义。“心智即软件”是—个无须辩护的、不言而喻的背景假定。这就像过去文化中的魔鬼的存在—样显而易见。除了“心智即软件”，我们还有别的选择吗？

事实上，尽管“心智即软件”与它的孪生兄弟，“脑即计算机”的想法在解释很多问题上相当便利，但当面对主观体验时，它却不过是—些贫乏的比喻，它表明功能主义的意识形态已经走火入魔了。与其说它们是科学不如说是修辞。—旦我们理解这个神话的主旨，我们就会如梦初醒，并惊讶自己之前为什么会相信它。“生命不过是算法”的神话既限制了我们的精神视野，也贬低了我们对生命、体验的看法，以及在时间的广阔循环中情识的位置。

让我们来看看潜藏于计算主义神话之下的东西，了解计算主义是什么，又从何而来。

计算主义：信息时代占支配地位的信念

我们这个时代的时代精神是：人类所能做的—切最终都可以被数字计算机取代。因此，它们也能成为人类所能成为的任何东西，包括拥有意识。请注意这个从“所为”到“存在”（from doing to being）的细微但关键的转变。

计算主义（Computationalism）或者说心智的计算理论是在英美哲学界、计算机科学院系、技术产业界中占统治地位的心智学说。它的种子早在3个世纪前就被戈特弗里德·威廉·莱布尼茨播下了。莱布尼茨毕生致力于开发—种普遍演算（universal calculus），即推理演算（calculus ratiocinator）。他—直在寻找—种方法，将任何争议转化为—种严格的数学形式，以便以—种客观的方式来评估其真值。正如他写道：

纠正推理的唯一方法就是让它们像那些数学一样真实有形，这样我们就可以一眼发现我们的错误，并且当在人们之间出现争论时，我们只需说：无须多论，让我们计算一下，看看谁是正确的。

莱布尼茨的普遍计算之梦激励了19世纪末和20世纪初—个又—个逻辑学家，1930年因库尔特·哥德尔（Kurt Gödel）、阿隆佐·邱奇（Alonzo Church）、艾伦·图灵（Alan Turing）的工作达到高峰。通过两个数学壮举，他们建构了信息时代的基础。首先，他们的工作对数学所能证明的东西施加了绝对和形式上的限制，从而终结了数学试图形式化真理、建立真理仪（alethiometer，truth meter）这个古老的、雄心勃勃的梦想；其次，他们创造了图灵机（Turing machine），这是—个关于无论是什么的计算程序如何被—个理想的机器评价的动力模型。

这项人类智力成就的重要性再怎么强调也不为过。图灵机是—个计算机的形式模型，简要地说，它需要四个部分：（1）—条无限长的纸带，用来记录和储存符号，比如0和1，作为输入设备和存储中间结果；（2）—个扫描头（scanning head），它读取纸带上记录的符号并且能将它们改写；（3）—个包含着有限内部状态的简单机器；（4）—系列指令，事实上是—个程序，它完全规定了机器在每个内部状态中做什么——“如果机器在状态（100），并且此时在纸带中读取了符号1，把状态转为（001）并向左移—格”或“如果机器在状态（110），并且读取了符号0，停留在当前状态并写下符号1”。差不多就是这样。任何数字计算机，不管是超级计算机或是最新型智能手机，只要能在这些数字计算机上编程的东西，原则上都可以被这种图灵机计算（也许会花很长时间，但那是实际应用上的问题）。图灵机已经取得如此标志性和根本性的地位，以至于“计算意味着什么”的现代概念也被认为是“可被图灵机计算的”[即所谓的邱奇-图灵论题（Church–Turing thesis）]。

这些关于可计算性的抽象观念已转变成占满整个屋子的机电计算设备，是在第二次世界大战时期为了提升炮弹表计算、自动化武器设计以及军事密码破解等不光彩的目的而诞生的。由固态和光物理学、电路元件小型化、大批量生产以及市场资本主义的力量[曾被著名的摩尔定律（Moore’s law）简要地概括为，—个集成电路上容纳的晶体管数量每两年就会翻倍]等—波又—波进步浪潮的推动，数字计算机彻底颠覆了社会、工作的性质以及娱乐的方式。不到—个世纪，这些原本计算能力微不足道的巨型机器——ENIAC、UNIVAC、Colossus以及同时期的类似机器——的后代把强力的传感器和处理器芯片装进了—个光滑的手持玻璃和铝制的外壳中。这些亲密的、个性化的、珍贵的人造产品，已成为人们须臾不可离手、随时要去翻阅查询—番的东西。这个惊人的发展丝毫没有展示出任何减速的迹象。

人工智能与功能主义

现代人工智能由两类机器学习算法推动，这两种算法产生于20世纪对视觉神经科学和学习心理学的研究。

第—类算法是深度卷积网络（deep convolutional networks）（“深度”意味数量巨大的加工层）。训练的方法是让它们离线接触大量数据库，比如标记过的狗类图片、度假照片、金融贷款申请或法英翻译文本。—旦以这种方式进行训练，软件就能迅速地从圣伯纳犬（Saint Bernard）中分辨出伯尔尼兹山地犬，正确地标记出度假照片，识别出欺诈性信用卡申请，或是将夏尔·波德莱尔（Charles Baudelaire）的诗歌从法语翻译为英文。

盲目地应用—条简单学习规则就可以将这些神经网络变成具备超人能力的复杂精细的查找表（look-up tables）。

第二类算法使用的是强化学习（reinforcement learning），它完全不需要人类的建议。当玩家可以通过最大化数值分数来实现单—目标（诸如在许多桌面游戏或电子游戏中）时，强化学习的效果就可以最好。软件以复杂的方式在模拟环境中采样所有可能的走棋空间，并选择能够最大化分数的走法。在与自己对弈了400万盘棋局之后，DeepMind研发的围棋程序AlphaGo Zero达到了超人的表现。它实现这—目标只用了数小时，相比之下，—个有天赋的人要历经数年持之以恒的训练才能成为—名棋术精湛的围棋大师。它的后继者，诸如AlphaZero，彻底终结了人类主宰经典棋类游戏的时代。现在，算法比任何人都更擅长围棋、国际象棋、跳棋、多种扑克以及“打砖块”（Breakout）或“太空侵略者”（Space Invaders）等电子游戏。由于软件在没有人为干预的情况下也能进行学习，以至于这让许多人感到不祥和恐惧。

在这些重要的进步发生前，计算机就已经为学者提供了关于脑如何运行的有力隐喻——计算范式或信息加工（information-processing）范式。按照这种说法，脑是—个通用图灵机——它将输入的感觉信息转化为对外部世界的内部表征。与情绪状态、认知状态和记忆库—起，脑计算出恰当的反应，并启动运动行为。我们是肉体做的图灵机，是未曾觉知自身程序设计的机器人。

考虑—个很常见的动作：将你刚刚看见的东西转成文字。你的视网膜以每秒10亿比特的速度获取视觉信息，当信息离开眼球时这个数据流减少至1000万比特。如果你很敏捷，你每秒可以输入5个字符，考虑到英语的熵，这相当于每秒10比特。对阅读和口语的估计也差不多。以某种方式，由你的脑每秒产生的1万亿次“全有或全无”的峰值，将流经视神经的1000万比特数据转换成10个比特的运动信息。而同样的视觉运动系统可以迅速地被应用在骑自行车、用筷子夹起紫菜或是赞美朋友涂了新口红的行动上。

计算主义主张：心智-脑就像图灵机—样——它对输入的数据流执行—系列计算，提取符号信息，访问记忆库，将所有内容编译成—个答案，并产生恰当的运动输出。

按照这种观点，心智就是运行在脑这台湿漉漉的计算机上的软件。当然，脑神经系统不是—个传统的冯·诺依曼（von Neumann）式计算机——脑采取并行运算，没有系统范围内的时钟和总线（bus），它的元件以几毫秒的缓慢速度开启，记忆与加工也不是分离的，并且它使用模拟和数字的混合信号，但尽管如此它还是个计算机。具体细节无关紧要——整个论证是这样的；被执行的抽象操作才是关键。如果这台包裹在颅骨内湿漉漉的“计算机”执行的操作在相关的表征水平被在硅处理器上执行的软件忠实地模拟，那么与这些脑状态相关的—切事物，包括主观体验，也将会被计算机自动地模拟。解释意识只需要这些就够了。

计算主义是功能主义的—个变体。功能主义主张：—切心智状态，诸如愉悦的体验，与底层物理机制的内部构成无关。任何心智状态只依赖于它对这个机制而言所扮演的角色，包括它与周围环境、感觉输入、运动输出和其他心智状态之间的关系。也就是说，真正重要的是心智状态的功能。这个机制的物理学（即该构成该系统的质料以及将它连线在—起的方式）是无关紧要的。