聪明的代价：为什么大脑演化出易崩溃的机制？

不久前，神经现实在“伦敦大脑和智能峰会”上邀请了多位国内外顶尖学者，与线上线下的读者一起深入讨论了一系列关于意识的话题，涵盖意识与人工智能、意识的主观性与建构性、信息整合视角下的意识、意识的实证和临床研究、以及致幻剂等在意识研究中的作用。为此，我们整理了整场活动的视频回放及双语文字稿，并将于近日在“神经现实意识社区”中陆续放出相关内容，敬请期待！

以下为剑桥大学圣约翰学院研究员Andrea Luppi博士演讲内容预览，欢迎阅读和收藏。

Andrea Luppi

牛津大学 Wellcome 青年学者，剑桥大学圣约翰学院研究员

安德烈亚·卢皮博士由哲学家转向神经科学研究，先后在牛津大学与哈佛大学接受哲学与认知科学训练，随后作为盖茨学者在剑桥大学获得神经科学博士学位，并在蒙特利尔神经研究所完成博士后训练，期间获莫尔森神经工程奖学金及班廷奖学金资助。他的研究关注大脑结构与多尺度动态之间的复杂交互如何催生大脑功能与意识。为此，他结合信息论、网络科学与全脑计算建模等方法，跨物种、跨技术手段研究药理性与病理性扰动对大脑功能与意识的影响——包括意识障碍、麻醉及致幻剂等情境。他的长期目标是理解：是什么使大脑具备意识与智能；如何实现更具人类特质的人工系统；以及如何促进脑损伤患者恢复健康的大脑功能与认知能力。

报告主题

是什么让人类大脑如此特别？这对人工智能有什么启示？

报告摘要

人类非常聪明，而这与我们大脑处理信息的方式息息相关。卢皮博士将汇集来自不同物种和神经科学不同领域的研究成果，拼出更完整的图景，聚焦在人类大脑与其他灵长类动物的不同之处。这种差异是如何产生的？又可能在哪些方面出错？通过这些研究，我们或许能从中汲取经验教训，了解在构建智能系统时应当如何做，或者不该怎么做。

内容预览

▶️ 视频回放（内嵌校对版英文字幕）

谢谢大家的到来。我将和大家分享一些我在攻读博士学位期间，以及后来博士后研究中所做的工作。正如在介绍中提到的，我最初是作为一名哲学家出发的，但我认为，有必要时刻提醒自己：我们这些选择研究神经科学的人，究竟是为什么要进入这个领域。我觉得一个很有帮助的提醒是：虽然地球上有很多不同的物种，拥有各种不同的大脑，其中绝大多数只能坐在地球上仰望月亮，但只有一个物种可以站在月球上回望地球，那就是我们这个物种。这就是人类大脑的力量——研究它，就是在研究这种独特性。

那么，为什么会这样呢？为什么我们头骨里的这一团“脂肪”能做到其他物种完全做不到的事情？这就是推动神经科学与心理学研究不断向前的核心问题。所以，头骨里的那团“脂肪”——在人类这里，能做到其他物种做不到的事。这也是我们许多人进入这个领域的原因。现在我们知道，大脑主要的功能——可以说是最核心的功能——并不是像亚里士多德所认为的那样“冷却血液”，而是处理信息。我们从环境中获取信息，然后必须用这些信息来做出决策并采取行动。而这正是人类特别擅长的地方。

问题也随之而来：信息并不是单一的实体，实际上有很多不同类型的信息。我想用一个小小的卡通例子，来说明我所说的“不同类型的信息”是什么意思。既然我们在英国，就用夏洛克·福尔摩斯——一位算是“民族英雄”的人物——作为例子。现在你就是福尔摩斯，你需要从九个嫌疑人中找出某起案件的罪犯。作为福尔摩斯，你找到了一位证人。证人是你获取信息的来源。证人告诉你，罪犯有胡子。根据这条信息，你就可以排除掉一些没有胡子的嫌疑人。因为你是一个非常优秀的审问者，你还从证人口中套出了另一条信息：罪犯戴过帽子。于是，你又能排除掉一部分嫌疑人，但证据仍不足以定罪，因为至少还有两个人符合条件。福尔摩斯是个非常出色的侦探，他又找到了第二个证人。第二个证人再次确认了罪犯有胡子——这是你已经知道的信息，但得到确认总是好的。然后，第二个证人补充说，罪犯有棕色的头发。现在，如果你只看第二个证人说的内容——胡子和棕发——你依然没有足够的证据定罪，因为至少有两个人符合条件。然而，如果你把所有证人——所有信息来源——提供的信息放在一起看，那么突然之间，只有一个人符合所有条件。罪犯就这样被锁定了。

那么我们能从中得到什么启示呢？我们有不同的信息来源，它们提供了不同的信息片段。其中一部分是重复信息——比如胡子这件事，这是你从两个来源都得到的冗余信息。这为什么重要呢？因为即便其中一个来源忘了提，你仍然能通过另一个来源获取。也就是说，这类信息更稳固。另一方面，还有一些信息是独特的，只能从某一个来源得到——比如头发和帽子的信息，只有一个人告诉了你。最后，还有一种信息，是两个来源单独都没给你的，但当你把它们放在一起时，就出现了新的信息——比如罪犯的真实身份。这就是协同信息（synergistic information）。它只有在多个信息片段结合时才会出现，而单独看任何一个来源时是得不到的。幸运的是，这不仅仅是一个讲故事的框架，我们实际上有一套完整的数学理论来处理它，叫做信息分解（information decomposition）。通过它，我们可以区分不同来源提供的独特、冗余和协同信息。这些信息可以来自天气数据，也可以来自大脑活动。

我再举一个例子，因为不同的思维方式帮助我自己更好地理解了这个问题，我希望也能帮助到你们。我们其实都熟悉“冗余、独特和协同”的问题，即便我们不这样称呼。比如，我们大多数人有两个视觉信息来源——简单说就是两只眼睛。两只眼睛大部分时间看到的东西是相同的——这是冗余信息。但如果闭上一只眼，你会发现边缘部分的视野消失了。这就是每只眼睛各自提供的独特信息。而要真正获得三维视觉，我们必须依靠两只眼睛的协同作用——因为双眼的位置略有不同，大脑就能从差异中推算出深度。看过 3D 电影的人都知道：闭上一只眼，立体感就完全消失了。这就是协同信息。所以我们早就熟悉它，只不过我这里用的是一个更形式化的方法来解释我们如何从多源信息中提取这些部分。

问题来了：这些对大脑有什么启示？特别是，大脑是否真的在利用这些不同类型的信息？为了解答，我们使用了功能性磁共振成像（fMRI）。这种方法和之前的研究方式不同。fMRI 的速度较慢，但能同时告诉我们大脑所有区域的活动情况。实验中，被试者只是躺在扫描仪里，不需要做特定任务。我们观察的是不同脑区的波动关系：它们是同步的，还是相互对立的？换句话说，我们关心的是大脑活动在静息状态下的内在组织。

我们把每一对脑区看作两个信息来源，然后分析它们的协同、冗余和独特信息。接着我们问：这些分布在哪里？一种可能是全脑均匀分布——每个区域的协同和冗余信息一样多，这说明大脑在各处都保持平衡。另一种可能是某些区域协同多、某些区域冗余多，但没有明显的解剖学规律，就像“盐和胡椒”随机散布。还有一种情况，就是我们实际观察到的：一些区域（红色）协同多于冗余，另一些区域（蓝色）冗余多于协同。而且它们并不是随机分布，而是符合解剖学逻辑。比如，蓝色区域主要对应大脑的视觉和运动区，而红色区域对应高级联想皮层——也就是参与社会认知、数字认知或工作记忆的区域。

我们不必光听我说——毕竟我出身哲学，神经解剖可能不太牢靠。你们可以相信 Neurosynth 这个工具，它整合了大约 1.5 万个神经影像学实验的数据，告诉你每个区域和哪些任务相关。结果显示，蓝色区域确实更多参与感知和运动任务，而红色区域——高协同区——则更多参与高级认知。

另一种思考方式是把“感知 vs 整合”不看作二元对立，而是一个连续梯度。比如 Sydnor 等人 (2021, Neuron) 的工作，他们绘制了从感知到整合的渐变图。黄色区域对应我们的蓝色区域，紫色对应我们的红色区域。尽管他们的方法是结合多种解剖学数据得到的，但结果和我们基于数据驱动的协同/冗余分布高度吻合。

我要强调的是：这是我们基于数据驱动的结果，不是先入为主的假设。我们没有规定哪里应该是协同、哪里应该是冗余，而是完全“盲测”，最后数据自己给出了这样一个图谱。而且它和任务数据、解剖数据都很好地对照上了。这说明它反映的是大脑内部信息架构的一部分，而这并不是我们预先设定的，而是自然呈现出来的。

你可能会问：既然不同脑区有不同的信息“表型”，那它们为什么会这样分布？……

本文为「神经现实意识社区」专属内容

意识社区成员可直接访问Notion知识库

获取双语演讲稿完整内容

及视频回放网盘链接（英文字幕）

如需订阅「神经现实意识社区」

了解社区详情请访问：