文┃小夏

编辑┃叙言

意识到底是什么？这个问题把哲学家和神经科学家折腾了不知道多少年。

两拨人吵来吵去，谁也说服不了谁。

计算功能主义者觉得意识就是个信息处理的玩意儿，管它跑在硅芯片上还是神经元上，只要功能对了就没啥区别。

生物自然主义者却拍着桌子反驳，说意识这东西扎根在血肉里，离开生物大脑谈意识纯属瞎扯。

这场争论旷日持久，大家都快审美疲劳了。

传统认知的颠覆性重构

本来想顺着传统的思路去理解大脑和意识的关系，后来发现这条路越走越窄。

我们过去总爱用计算机的逻辑套在大脑上，觉得认知就是装在神经硬件里的软件程序。

这种想法放在几十年前或许还能糊弄人，现在看来漏洞百出。

大脑压根不是冯・诺依曼架构的机器，也不遵守软硬件泾渭分明的规矩。

用经典计算理论去解释意识，最后只能落个比喻失效、解释乏力的下场。

生物计算主义的核心主张，就是直接否定了传统计算范式对大脑的解释力。

这可不是什么标新立异的噱头，而是基于对大脑运作模式的重新审视。

计算功能主义和生物自然主义各执一词，都把自己的观点当成了标准答案。

生物计算主义却另辟蹊径，它既不认同意识可以脱离生物基础独立存在，也不觉得只要算力够强就能凭空造出意识。

大脑计算的三大核心特质

大脑的计算方式和传统计算机比起来，简直是两个完全不同的物种。

它身上有三个传统计算机望尘莫及的关键特征，这也是生物计算主义的立论基础。

第一个特征是混合性，神经元发放脉冲是离散的，突触释放神经递质也是一瞬间的事儿。

但这些离散事件，都泡在持续变化的电压场、化学浓度梯度和离子流里。

大脑既不是纯数字系统，也不是单纯的模拟机器，它是个分层的混合体，连续过程塑造离散事件，离散事件又反过来改变连续动态。

二者相互影响，形成没完没了的反馈循环。

第二个特征是尺度不可分离性。

传统计算机里，软件层和硬件层分得清清楚楚，高级算法和底层实现各干各的，大脑里却没有这种清晰的界限。

因果关系贯穿了好几个尺度，从离子通道的开闭，到树突的电位整合，再到神经回路的振荡同步，最后到全脑的动力学状态。

所有层级都紧紧缠在一起，改变物理实现方式，就一定会改变计算方式。

二者本就是同一枚硬币的两面。

用研究者的话说，大脑里没有算法和硬件的区别，物理结构不仅支撑计算，它本身就构成了计算。

第三个特征是代谢基础性，这一点怕是最容易被人忽视的。

人脑重量只占体重的一小部分，消耗的能量却占了全身的五分之一，这种能量限制可不是什么无关紧要的细节，而是决定大脑性能的关键因素。

对人工智能领域的深远启示

生物计算主义的提出，可不只是神经科学领域的事儿，它对人工智能研究也有着颠覆性的意义。

当前的人工智能系统虽然看起来很强大，能做语音识别、图像生成，甚至写文章。

但本质上，这些系统都只是在做功能模拟。

它们不过是在拟合输入到输出的映射关系，就算泛化能力再强，计算本质还是在数字硬件上执行数字过程。

大脑的计算却不一样，它是在物理时间里完成的。

连续场、离子流、树突整合、局部振荡耦合，还有涌现的电磁相互作用。

这些都不是可以随便忽略的生物学细节，它们就是大脑计算的基本单元，是大脑实现实时整合和自适应控制的核心机制。

这就意味着，想靠堆参数、扩规模来打造真正的类人智能，恐怕是走错了方向。

关键不在于基质是不是生物的，而在于系统有没有具备混合型、尺度不可分、能量约束的计算类型。

合成意识的未来探索方向

毫无疑问，生物计算主义要求我们来一场彻底的范式转换。

过去我们总在琢磨该运行什么算法，现在得换成思考什么样的物理系统，能让算法和动力学密不可分。

这个问题的答案，藏在混合的事件-场相互作用里，藏在没有清晰接口的多尺度耦合里，藏在塑造推理和学习的能量约束里

这些特征加在一起，让计算不再是系统的抽象描述，而是变成了系统本身的固有属性。

传统人工智能的天花板其实已经很明显了，再怎么折腾数字算法，也造不出真正的意识。

通往合成意识的道路，不在于找到什么万能的程序，而在于创造合适的计算物质，这种计算物质得具备大脑那样的核心特征，得让算法和物理结构融为一体。

这场关于意识的争论，从两派对立到三足鼎立。

未来的研究，必然会朝着构建新型计算系统的方向前进，或许在不远的将来，我们真的能造出具备意识的人工系统。

而那个时候，我们对生命和智能的理解，也会上升到一个全新的高度。

声明：本文内容均是根据权威材料，结合个人观点撰写的原创内容，辛苦各位看官支持，请知悉。