超越减压阀:通过深度神经网络迈向改变状态的计算机神经现象学
Beyond the reducing valve: towards a computational neurophenomenology of altered states via deep neural networks Keisuke Suzuki
https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2026.1819038/full
![]()
![]()
改变意识状态,包括幻觉、迷幻体验和自我消解,在性质上有所不同,但尚无统一的计算框架来描述其变化内容及维度。计算现象学(CP)已成为连接第一人称经验与计算模型的有前景的桥梁,但当前的形式化主要依赖于自由能原理(FEP)。本文提出了 C × G × D 框架,借鉴深度神经网络中的三个功能角色:分类器(C),从感官输入中提取特征;生成器(G),合成内部表征;判别器(D),判断表征是源于外部还是内部。不同改变状态下的现象学差异被重新描述为这些组件的目标函数、约束条件和阈值的变化。该框架重构了赫胥黎的“减压阀”隐喻:放松 C 的约束会暴露通常隐藏的“有效原因”,产生迷幻几何图案;G 的先验控制幻觉的真实性;D 实例化知觉现实监控。预测了三种幻觉机制——迷幻型、神经退行型和精神分裂症型——源自不同的参数配置。提出了来自迭代优化心理物理学和扩展到自我消解的可检验假设。通过强调目标函数和架构的多样性,C × G × D 框架补充了以 FEP 为中心的计算现象学,并为将现象学转化为实验可操作变量提供了支架。
关键词:改变意识状态,计算神经现象学,深度卷积神经网络(DCNNs),自我消解,生成对抗网络(GAN),幻觉,知觉现实监控,减压阀
1 引言
在神经意识相关物(Neural Correlates of Consciousness, NCC)被识别三十多年后(Crick 和 Koch, 1990),主体所经历的定性内容与计算或神经模型所描述的变量之间,尚未建立起形式化的翻译规则。解释鸿沟(explanatory gap, Levine, 1983),也被称为意识的硬问题(hard problem of consciousness, Chalmers, 1995),在其方法论核心上是一个翻译问题:即 bridging 第一人称描述与第三人称描述。诸如整合信息理论(Integrated Information Theory)、全局神经元工作空间(Global Neuronal Workspace)、高阶理论(higher-order theories)以及预测加工/自由能原理(Free Energy Principle, FEP; Friston, 2005, 2010)等解释性理论各自提出了意识机制(Seth 和 Bayne, 2022),但它们并未提供一种“操作语法”,将特定的定性差异映射到可操作的模型参数上。在此,改变的意识状态,特别是视觉幻觉,作为一个理想的试金石。幻觉并非单一同质的:迷幻剂诱发万花筒般的几何图案,而帕金森病(PD)或路易体痴呆(DLB)患者报告的视觉幻觉则是与人或动物难以与现实区分的内容,这些在性质上截然不同的体验被统称为“幻觉”。如果这种多样性并非偶然,而是源于知觉生成过程中特定参数的变化,那么一个描述“什么在变化以及沿哪些维度变化”(例如,为什么迷幻体验是几何的,而帕金森病幻觉是逼真的)的操作框架正是迫切需要的。
为了应对这一方法论僵局,“自然化现象学”计划——将现象学探究与实证科学方法相连接——获得了动力。作为该计划的开创性贡献,瓦雷拉提出了神经现象学,其中第一人称现象学与第三人称神经科学相互约束(Varela, 1996)。此后,开发了一系列旨在提高主观报告精确性和可重复性的方法:现象学聚类分析(Lutz, 2002)、前置现象学(front-loaded phenomenology, Gallagher, 2003)和微观现象学访谈(micro-phenomenological interviewing, Petitmengin, 2006)等。尽管如此,在高精度现象学描述与复杂神经网络动态描述之间提供正式的、功能性的“翻译规则的决定性手段仍然缺乏。言语的、定性的描述不能直接映射到神经活动的描述上,人们长期寻求一种能够在两者之间穿梭中间表征。
基于这一积累的方法论,计算现象学(Computational Phenomenology, CP)最近作为一种有前景的桥梁涌现出来。CP 将经验的结构(构成)嵌入计算模型中,并将主观差异转化为这些模型的架构和目标函数,从而形式化了现象学与神经科学之间的“认识论对话”(Ramstead 等人, 2022)。这一方向可以被视为试图在深度学习模型的具体媒介上实现瓦雷拉的相互约束理想。与将一切简化为单一原则(如 FEP)的方法不同,CP 将模型选择本身开放为现象学描述的工具(Beckmann 等人, 2023; Sandved-Smith 等人, 2025)。
本文将计算现象学定位为上述中间表征,并主张深度学习模型,特别是深度卷积神经网络(Deep Convolutional Neural Networks, DCNNs)——通过连续层的学习空间滤波器处理图像的多层人工神经网络——可以作为“生成通道”的可实现基质:这是一种方法论回路,其中第一人称经验的结构与计算模型的形式结构相互约束(Ramstead 等人, 2022)。DCNNs 虽然是为工程目的设计的,但已被证明形成的表征空间与生物视觉系统的层级表征惊人地一致(Yamins 和 DiCarlo, 2016; Kriegeskorte, 2015; Khaligh-Razavi 和 Kriegeskorte, 2014)。这里重要的是,这些模型不仅仅是分类器:它们可以实例化为包含优化过程、约束和先验的生成过程。这开辟了一条路径,将主观经验的差异解释为构造而非相关性。
本文使用视觉幻觉作为该计划的具体测试平台。应用于 DCNNs 的 DeepDream / 激活最大化已与其他虚拟现实(VR)集成,构建了一台幻觉机器,无需药物干预即可选择性呈现幻觉性视觉扭曲,主观报告表明其与迷幻体验在性质上接近(Suzuki 等人, 2017)。将 DCNNs 与深度生成网络耦合的模型已被用于在逼真性、自发性和复杂性维度上操作性地重现不同病因(神经退行性、视觉损伤、迷幻性)的幻觉(Suzuki 等人, 2024)。这些研究表明,幻觉之间的定性差异可以映射到计算变量上,如网络架构、优化过程和迭代条件。(这些架构和算法在第 3 和第 4 节中定义。)
同时,当前主流计算现象学所依赖的 FEP 是一个强大的统一框架,但其认识论地位也受到了批评(Andrews, 2021; Bruineberg 等人, 2021),且收敛于单一原则所引入的盲点不容忽视。因此,本文并不拒绝 FEP,而是采取将深度学习架构本身视为“现象学描述符”的策略。具体而言,以深度学习中的三个计算角色——分类、生成和判别——作为可操作轴,构建 C × G × D 框架,将改变状态之间的定性差异描述为目标函数、约束和阈值的变化。
本文在三个方面超越了现有工作。计算现象学本身归功于 Ramstead 等人(2022);将生成对抗网络(GAN)作为现实监控器的想法归功于 Gershman(2019);通过 DCNN 可视化模拟幻觉归功于 Suzuki 等人(2017, 2024)。首先,它将这些单独的发现整合为一个三方框架(分类器 C × 生成器 G × 判别器 D),并提出了一种公式,其中现象学差异被描述为单一架构模式内的参数变化。其次,它具体设计了一个迭代收敛心理物理实验,使用 C × G × D 框架的每个变量(分类特征暴露程度、自然图像先验强度、采用阈值)作为自变量,从而确保框架的可证伪性。第三,它突出了 FEP 中心主义往往忽视的“目标函数和架构的多元性”,重新定位计算现象学不是简化为单一原则,而是对设计空间的探索。这些整合、实验设计和理论重定向不包含在先前的个别研究中,构成了本文的独特贡献。
论文组织如下。第 2 节调查计算现象学的主要潮流,并确定 FEP 中心主义的优势和局限性。第 3 节回顾关于视觉幻觉的建设性研究,并绘制将 DCNNs 与深度生成网络耦合给幻觉研究带来的方法论创新路线图。第 4 节提供对 C × G × D 框架的综合讨论:其认识论前提(第 4.1 节),分类器 C 与减压阀隐喻(第 4.2 节),生成器 G 施加的逼真性约束及 C–G 不对称性(第 4.3 节),判别器 D 与知觉现实监控(第 4.4 节),以及与现有神经计算理论的联系(第 4.5 节)。第 5 节开发源自三轴操作空间的心理物理实验设计和可检验假设(第 5.1 节),将减压阀重构扩展到自我消解(第 5.2 节),并讨论局限性和未来方向(第 5.3 节)。第 6 节提出结论。
2 计算现象学:批判性综述
计算现象学是一个研究计划,它超越了将第一人称现象学描述外化为“待解释的数据”:它寻求将经验的结构(构成)嵌入计算模型中,从而构建能够在第三人称(行为、神经、环境)和第一人称视角之间穿梭的中间术语。这项事业最好被理解为以建设性的、形式化的方向推进瓦雷拉的“相互约束”神经现象学理想(Varela, 1996)。至少有两个技术和理论前提支撑了计算现象学(CP)最近的兴起。第一个是将感知和认知置于统计机器学习词汇中的理论的成熟,以自由能原理(FEP)和预测加工为代表。这些框架开辟了将主观经验的结构特征(先验、精度、预测误差)描述为生成模型的可操作参数的途径。第二个是深度学习技术的快速进步,它将人工生成的图像、视频和声音的质量提升到了与人类知觉体验直接可比的程度,即适合进行现象学验证的质量。在这两个条件具备的情况下,CP 不仅作为一个理论框架变得可行,而且作为一种建设性实践变得可行:这是一个循环,其中计算模型重构经验的结构,而第一人称报告作为测试。
2.1 以 FEP 为中心的形式化
目前 CP 中最有影响力的潮流是基于 FEP 和主动推理(FEP 的推论,即生物体作用于世界以实现其预测)的生成建模。CP 被定位为方法论的自然化,利用现象学描述作为模型构建的约束,从而使其与实证科学连续(Ramstead 等人, 2022)。具体而言,Ramstead 等人(2022)将传统上由现象学处理的经验的“构成”形式化为生成模型内的推断,证明了获得给定类型经验所需的推断和解释过程可以构建为计算模型。“生成通道”一词指的是一个互惠回路,其中 (i) 第一人称描述指定模型的结构、潜在变量和约束,(ii) 模型的推断动力学产生关于经验时间结构的预测,以及 (iii) 这些预测可以通过行为、生理和神经数据进行证伪。该框架的优势在于,它将主观报告不仅仅视为相关性搜索中的补充数据,而是视为模型识别的形式约束。
作为这些“生成通道”的更原则性扩展,有人提出了一项量化现象学差异的计划,将它们视为生成模型的信念(近似后验),并使用信息几何的工具测量它们之间的距离(da Costa 等人, 2024)。他们论点的关键在于,即使不改变经验内容(均值),仅置信度(精度)的转变也可以显著改变信念之间的距离。这为解决不仅在内容上而且在精度上决定的现象学显著差异(存在感、置信度、错误的出现)开辟了一条数学上可处理的途径。从长远来看,他们还勾勒出一个计划,其中主体的现象学被表征为“现象学空间”中的一个区域,而异常经验(妄想、异常知觉)被描述为与典型区域的距离。这一方向在“深度计算神经现象学”中得到了进一步推进,其中现象学数据、生理数据和计算模型在单一分析循环中流通(Sandved-Smith 等人, 2025)。通过主动推理模型形式化高级冥想意识状态,这项工作表明以 FEP 为中心的 CP 可以应用于特定意识状态的描述,超越了纯粹的理论构建。
2.2 非表征主义视角和对 FEP 的批评
以 FEP 为中心的 CP 将经验形式化为“推断的结构”,但这种形式化蕴含了几个哲学张力。首先,Ramstead 等人框架中广泛使用的康德式“构成”(Konstitution)概念表明,预测加工/FEP 框架隐含地包含了一种新康德主义认识论结构(Zahavi, 2018; 参见 Swanson, 2016),这种结构植根于不同于瓦雷拉所依赖的胡塞尔现象学的哲学传统,后者强调意向性和具身性,将经验视为生活身体与世界之间的协商。其次,Andrews(2021)质疑 FEP 本身的认识论地位,认为 FEP 不应被理解为实质性的经验理论,而应被理解为模型结构(数学形式体系);同样,Bruineberg 等人(2021)证明,FEP 核心的马尔可夫毯形式体系(分离内部状态和外部状态的统计边界)混淆了不同的数学和形而上学意义;在这种观点下,FEP 不是“解释”意识的唯一原则,而只是众多可能的建模形式体系之一。这种认识论批评与 Di Paolo 等人(2022)指出的 FEP 对稳态的收敛与生成主义核心的历史性和开放性转变之间的张力产生了共鸣。这些批评暗示,两个方法论前提(“经验作为推断”和“经验作为通过身体的 enacted”)可以在 CP 内竞争。针对这种以推断为中心的形式化,下面描述的工作路线探索了一种将经验视为“身体习惯的重新激活”且不经过表征主义的计算现象学的可能性。
另一种提议保留了对向以 FEP 为中心的形式化收敛的判断,并将深度学习重新定位为经验研究的独立探索来源(Beckmann 等人, 2023)。Beckmann 等人(2023)区分了三个“探究来源”(第一人称现象学、第三人称神经生理学和计算模型),并建议将 CP 构建为现象学与计算(特别是深度学习)之间的排他性对话,暂时搁置神经生理学来源。他们的目标是拒绝将深度学习视为外部世界表征编码设备的认知主义和神经表征主义观点,并将网络的学习和推断重新解释为重新激活沉淀在生活世界中的“习惯”的过程。此外,他们积极评价人工神经网络的不透明性(黑盒特性),不将其视为缺陷,而是将其与前反思的、不可分解的认知过程的现象学特征相平行,并提出一种使用深度学习解释技术来探索与特定经验结构对应关系的方法论。这条工作路线与本文采取的建设性方法相契合,因为它直接将现象学的描述精确性与深度学习的构建能力联系起来,而不是将 CP 统一为一般的推断理论。
2.3 目标函数 × 架构:本文的立场
以 FEP 为中心的方法的解释力(特别是用于调节注意力和感官增益的精度加权,以及用于多时间尺度整合的嵌套优化)代表了显著的进步。同时,这种统一性也带有局限性。收敛于单一目标函数使得在算法层面难以区分由不同架构和目标函数造成的现象学差异。一个重要的纠正是将深度神经网络视为表达大脑计算理论的语言的研究计划,系统地操纵四个设计维度(目标函数、架构、学习规则和训练数据),并针对神经和行为数据测试 resulting 模型(Kriegeskorte, 2015; Richards 等人, 2019; Doerig 等人, 2023)。一项系统比较不同模型的大规模研究实证表明,定性不同的架构和目标函数可以以几乎等效的程度预测大脑的视觉表征,证实设计空间确实是多维的(Conwell 等人, 2024)。因此,在方法论上更精确的做法是将 FEP 定位为“大脑的唯一原则”之外的东西,而是作为目标函数 × 架构 × 学习规则这一广阔设计空间中的一类(当然是一类强大的类)。这种重新定位将 CP 从“简化为单一原则”中解放出来,并使用于解释经验差异的模型选择更加明确和可检验。
鉴于上述情况,本文将基于目标函数和架构的多元性前提,将以 FEP 为中心的形式化和非表征主义 CP 连接起来,而不是作为相互排斥的对立面。关键在于,不将“自由能最小化”的单一目标作为现象学差异的储存库,而是将深度学习模型的 (i) 目标函数(正在优化什么)和 (ii) 架构(推断/生成通过何种递归和交互进行)作为可操作的现象学描述符。第 4 节详细阐述了这一立场。
3 实践中的人工神经现象学
正如第 2 节所论证的,计算现象学可以被重新定义为一个研究计划,它通过明确选择和替换目标函数与架构的对组,将现象学差异转化为可操作变量,而不是将经验归摄于单一的目标函数之下。本节建设性地部署了这一框架,以视觉幻觉为案例研究,并操纵深度学习模型中的 (i) 表征层级、(ii) 生成约束(先验)以及 (iii) 迭代优化的动力学,以重构经验质量的变化(逼真性、自发性、复杂性)。换言之,幻觉不被视为单纯的噪声或病理的副产品;相反,它们被定位为“知觉可能性空间”中的一个点,当生成过程的设计变量发生变化时,这个点就会显现出来,从而提供了一个将第一人称描述与模型的形式结构连接起来的支架。
3.1 VR × DeepDream 作为幻觉机器
一个早期且具有代表性的例子是幻觉机器(Hallucination Machine),它将 VR 视频与 DeepDream 系列算法集成在一起(图 1;Suzuki 等人, 2017)。该系统通过梯度上升(一种调整输入以最大化目标激活的迭代优化)放大深度卷积神经网络中的内部表征(特征),生成特定的图案“侵入”输入图像的视觉改变。这种操作是基于激活最大化(Activation Maximisation, AM)的一种特征可视化形式,最初由 Erhan 等人(2009)提出,随后在 DeepDream 的名义下流行起来(Mordvintsev 等人, 2015)。关键在于,这里产生的幻觉图案并非像传统的改变状态模拟器那样由人类设计;相反,它们是从经过训练以完成特定物体识别任务的神经网络中涌现出来的。也就是说,通过学习过程获得的内部特征、超出人类设计意图的表征被投射到输入图像上,产生了不可预测且异质的视觉改变。正是这种“涌现”特性赋予了输出一种根本不同于 mere 滤波处理或艺术效果的计算意义(详见第 4.2 节)。该输出通过头戴式显示器以 360 度全景视频的形式沉浸式呈现,借鉴了替代现实系统(Substitutional Reality system)的设计(Suzuki 等人, 2012)。响应头部运动的视野更新(视觉-运动耦合)产生了存在感(Froese 等人, 2012),使得计算控制的视觉改变作为“体验到的幻觉”出现在参与者面前。
![]()
尽管其输出采取像素图像的形式,但主张并不是说意识经验产生于早期视觉皮层或视网膜层面。相反,鉴于幻觉体验采取“类知觉”的形式,且想象和知觉之间部分共享神经基质(Dijkstra 等人, 2022),跨越视觉层级的自上而下处理很可能参与了幻觉的生成。迷幻幻觉的基本形式常数(Klüver, 1926)可以从 V1 的神经架构中数学推导出来(Bressloff 等人, 2001),这一事实为这种层级处理的神经基质提供了证据。幻觉机器操纵的是这种层级处理的计算相关物;它不对经验产生的最终部位做出承诺。
这种 VR 实现的意义在于,它能够通过计算操纵,在没有药物干预的情况下,将迷幻视觉改变作为外部刺激重现出来。通过将幻觉体验隔离为特定计算操作的产物,而不是多变量药物扰动的结果,幻觉的现象学可以直接链接到如下形式的计算描述:“在哪个表征层级,正在优化什么,以及收敛达到何种程度的迭代”(Suzuki 等人, 2017)。利用这一方法论优势,独立复制研究证实了在观看 DeepDream 处理过的视频期间,大脑活动熵增加和功能连接网络的调节,证明了在神经生理水平上与迷幻状态的接近性(Greco 等人, 2021)。已经概述了将 AI 生成的虚拟迷幻体验应用于临床的前景(Riva 等人, 2026)。
3.2 建模病因不同的幻觉
然而,DeepDream 类型的扭曲通常是非逼真的,无法充分捕捉“与现实难以区分”(高逼真性)或“自发产生”(高自发性)的幻觉。为了解决这一局限性,有人提出了一个将 DCNNs 与深度生成网络(DGNs)耦合的框架,并在三个维度(逼真性、自发性和复杂性)上操作性地定义幻觉,以重现不同病因幻觉之间的定性差异(Suzuki 等人, 2024)。具体而言,这项工作采用了 Nguyen 等人(2016)提出的 DGN-AM 架构。在该模型中,当生成最大化分类器 C(DCNN)中目标层激活的输入时,耦合了一个基于 Dosovitskiy 和 Brox(2016)的深度生成网络 G,并且由 G 维持的自然图像统计约束(自然图像先验)确保了逼真性。GAN 框架用于训练 G,涉及三个组件:分类器 C、生成器 G 和判别器 D(图 2A)。这种三分结构后来成为本文 C × G × D 框架的出发点,但在本节中,首先关注 C 和 G 的操作如何决定幻觉之间的定性差异。
![]()
这种构建逻辑的关键在于,“出现什么样的幻觉”不是简单地描述为“噪声增加了”,而是根据约束(先验)的强度和迭代优化的动力学来描述。例如,神经退行性疾病(PD/DLB 等)中观察到的幻觉已被理解为在外部输入不确定性增加(感官精度降低)的背景下,导致对内部模型的依赖增强。在预测加工中,这被讨论为“对先验的过度依赖”(Teufel 等人, 2015; Powers 等人, 2017)。在 Suzuki 等人的模型中, precisely 这一条件被实施为强约束下的迭代重建,产生具有高逼真性的输出(Suzuki 等人, 2024)。相比之下,迷幻型幻觉对应于 REBUS(迷幻剂下的放松信念)模型预测的条件,即高阶先验的精度加权被放松(Carhart-Harris 和 Friston, 2019);随着约束(自然图像先验)相对放松,分类器的抽象特征被过度放大并生成为复杂的、非逼真的图案(Suzuki 等人, 2024)。在这里,赫胥黎关于“减压阀”的直觉可以在计算上重构为伴随约束放松的分类器内部特征的暴露(在第 4 节中系统化)。
具体而言,通过对生成器存在与否(DGN-AM 与 DCNN-AM)、DCNN 的目标层(低级卷积层与高级全连接层)以及迭代次数的系统操纵,证实了与各病因组患者的主观评级高度相似(Suzuki 等人, 2024)。这一结果表明,计算现象学的方法论循环——其中第一人称现象学数据直接约束模型参数,而模型返回定性有效的输出——可以在经验上发挥作用。基于这一构建成功,下一节将已确定的操作变量(目标层、生成约束、迭代过程)整合为分类器 C、生成器 G 和判别器 D 之间相互作用的统一公式。
4 目标函数作为现象学描述符
第 3 节表明,分类器 C 暴露的特征和生成器 G 的自然图像先验约束决定了幻觉之间的定性差异(逼真性和复杂性)。第 3.2 节调查的 DGN-AM 架构也包括 GAN 判别器 D,但 D 对改变意识状态现象学的意义尚未讨论。本节引入这第三个组件 D 与 C 和 G 一起,并以综合方式考察 C × G × D 框架内的目标函数(正在优化什么)和架构(更新通过何种交互进行)如何共同产生现象学差异。下面的 4.1 节定义框架及其认识论前提;4.2–4.4 节分析每个组件;4.5 节将框架置于现有的神经计算理论中。
4.1 C × G × D 框架
有了这个概述,这里明确定义了三个组件的计算角色(图 3)。分类器 C 是一个经过训练的深度卷积神经网络,它分层处理输入图像并提取对分类决策有效的特征(有效原因)。C 暴露的特征不一定与日常知觉中体验到的视觉特征(自然环境的结构和纹理)一致,这种“差异”本身就携带了现象学上重要的信息(详见 4.2 节)。生成器 G 是一个深度生成网络或 GAN 生成器,它通过从潜在空间(学习的内部变量的低维空间)到图像空间的映射(生成先验),产生隐含保留自然图像统计结构(自然图像先验)的图像。G 施加的约束强度直接控制生成输出的逼真性,并对应于临床幻觉中“被视为真实”品质的存在与否(详见 4.3 节)。判别器 D 是 GAN 中的评估模块,判断生成的输出是“真”还是“假”,在这里被定位为大脑中知觉现实监控(Perceptual Reality Monitoring, Lau, 2019, 2022)的计算相关物。在本文中,D 所服务的进程主要是来源起源的判断(外部输入 vs. 内部生成)(见 4.4 节)。D 的输出阈值决定内部生成的表征是否被“采纳为真实”,对应于幻觉中观察到的现实感和置信度的改变。
![]()
这种三分的 C × G × D 结构直接借鉴了第 3.2 节介绍的 Dosovitskiy 和 Brox(2016)的训练架构(分类器 C、生成器 G 和判别器 D 的协同训练),作为对大脑计算机制的重新解释。Gershman(2019)的“生成对抗大脑”仅处理生成器 G 和判别器 D 之间的对抗性交互,将前馈和反馈通路视为单个生成器的组件;本文的不同之处在于赋予前馈通路中的分类器 C 一个独立的计算角色(图 3)。这种分离产生了 Gershman 的双组件模型或强先验账户(Corlett 等人, 2019)都无法轻易产生的差异化预测。在 Gershman 的统一生成器框架中,前馈通路没有独立参数,迷幻幻觉的层级特定几何结构仍然无法解释。同样,强先验假设将幻觉归因于单一生成模型内过于精确的先验,但不预测针对分类器的不同层级如何产生定性不同的视觉图案(几何 vs. 类物体)。C × G × D 框架使这种依赖层级的现象学变化成为一个明确的、可操作的自变量,C × G × D 参数的变化产生不同的现象学轮廓(见 5.1 节)。
这种映射不应被理解为“GAN = 大脑”的天真认同,而应被理解为计算角色(生成、约束和认可)之间的分工。通过根据每个执行的功能(生成、约束和认可)重新排列感觉皮层、前额叶皮层和全局网络,该框架使得改变状态之间的差异可比,不是作为“某处坏了”(病变部位),而是作为“某处出错的方式”(故障模式:过多或不足)。
本文提出的 DCNNs/GANs 与大脑机制之间的对应关系可以在三个不同的层面上解读。(a) 结构类比:一种描述层面的对应,其中前馈分类与生成-判别交互之间的计算分工平行于感觉皮层和前额叶皮层之间的功能分工。(b) 有用的隐喻:一种修辞手段,使复杂的神经过程变得可理解,如“减压阀”或“伪造者和鉴赏家”。(c) 可检验的假设:一种可证伪的经验主张,即操纵 C × G × D 框架中的每个变量会对特定的心理物理测量(现实判断阈值、置信度梯度、来源误归因率)产生定量预测。本文的讨论有意在这三个层面之间移动。理论框架的呈现(第 2–4 节)主要在 (a) 和 (b) 层面进行,而实验提议(第 5 节)明确站在 (c) 层面。邀请读者区分每个主张成立的层面。特别重要的是,即使结构类比 (a) 不成立,实验预测 (c) 也是独立可检验的;也就是说,即使 C × G × D 框架不是大脑的真实图像,如果其操作变量系统地解释了行为测量的方差,该框架作为有用的计算工具就是合理的。
4.2 DCNN 可视化与有效原因
DCNN 可视化研究的核心见解是,网络并不维持外部世界的忠实内部副本;相反,它将输入投射到对任务(分类)“有效”的特征上。如 3.1 节介绍,AM 合成最大化目标单元激活的输入(Erhan 等人, 2009),随后的改进,包括基于梯度的显著性图(Simonyan 等人, 2014)、自然图像正则化(Mahendran 和 Vedaldi, 2015)和特征可视化(Olah 等人, 2017),已经系统化了这种方法。
在本文中,通过这些可视化和反演方法暴露的对于分类必要且充分的特征被称为有效原因,这是一个可以 bridging 到现象学的概念。这里的原因概念没有任何形而上学承诺;它具有操作意义,即有助于执行分类任务的输入特征(参见 Olah 等人, 2017)。对抗性样本研究使这一概念的意义更加突出。DCNNs 不仅积极利用人类认为语义上重要的特征,还利用对人类不可见但对分类有效的“非鲁棒特征”,因此微小的扰动可以 drastically 改变 DCNN 的分类结果(Szegedy 等人, 2013; Ilyas 等人, 2019)。这意味着 DCNN 的“有效原因”原则上可以与人类知觉类别 diverge,当它们通过可视化投射到输入空间时,会出现对人类观察者来说异质且“幻觉般”的图案。DeepDream 类型的优化产生类似于迷幻现象学的图案,正是因为这些通常在人类视觉系统中被抑制的有效原因被投射到输入空间并作为外观 foregrounded(Suzuki 等人, 2017; Suzuki 等人, 2024)。
这种“有效原因过度暴露”的框架直接连接到意识研究中的一个经典隐喻:“减压阀”(Huxley, 1954)。Swanson(2018)的全面综述将这一概念置于追溯至 James、Myers 和 Bergson 的“过滤理论”谱系中,并指出了中心歧义:阀门的“另一侧”是提供访问更广泛的本体论现实,还是心灵的潜在方面。
Huxley(1954)的原始论点值得更充分的阐述。基于他的麦司卡林体验,Huxley 提出大脑作为一个“减压阀”过滤“大心灵”(Mind at Large),只允许对生物生存有用的狭窄信息流通过。这是一个本体论主张,预设了一个独立于大脑过滤而存在的更广阔现实。阀门是生物必要性:感知全部可能经验范围的有机体会不堪重负,无法适应性行动。本文也赞同迷幻剂“释放”减压阀的去抑制账户,但在被抑制内容的性质上有所不同。在 C × G × D 框架中,当阀门打开时揭示的不是本体论意义上的“大心灵”,而是分类器 C 学习的有效原因,即在普通知觉中通常被 G 的约束抑制在背后的计算特征。在这个账户中,C 通过其分类目标学到的正是 Huxley 的阀门被假定选择的那些对生物生存有用的信息。迷幻剂揭示原始的、未过滤的感觉输入的想法在直觉上很有吸引力,但视觉改变的现象学反对这一点。迷幻视觉改变既非无定形也非随机,而是表现出特定的、重复的模式,包括意义的放大和低级视觉特征的 foregrounding。这种结构化特征更符合分类器分层组织的有效原因的暴露,而不是对感官数据的未过滤访问。Swanson 确定的贯穿连续迷幻理论的抽象原则——破坏通常约束知觉、情绪、认知和自我感的普遍大脑过程——直接与这种计算解读相连。因此,C × G × D 框架提供了知觉过程中变化的计算账户,而无需 Huxley 的形而上学假设;分类器的有效原因之外是否存在“更广泛的本体论真理”是该框架悬而未决的问题。
通过与 REBUS 模型和熵脑假说的结合,这种重构获得了具体形式。REBUS 模型认为,在迷幻剂作用下,高阶先验的精度加权被放松,从而“解放”来自较低层级的信号和探索(Carhart-Harris 和 Friston, 2019)。熵脑假说认为,大脑活动熵的增加对应于主观经验的更大多样性和丰富性,将普通清醒状态表征为“次级意识”(默认模式网络 (DMN) 稳定维持自我模型且熵被抑制的状态),将迷幻状态表征为“初级意识”,即熵上升的状态(Carhart-Harris 等人, 2014)。DCNN 可视化框架使这种“解放”的计算实质变得明确。REBUS 描述的高阶先验的放松,在本文的术语中,对应于分类器 C 对输入施加的选择性约束的释放,即“减压阀”的打开。通常,C 的有效原因隐藏在分类决策背后;当先验的精度加权降低时,这些有效原因被过度投射到输入空间,作为迷幻状态特征的几何图案和过度模式识别而 foregrounded。后扣带皮层 (PCC) 中 alpha 波段功率的降低与自我消解体验相关(Carhart-Harris 等人, 2014; 参见 Muthukumaraswamy 等人, 2013; Lebedev 等人, 2015),这一发现表明这种“减压阀的释放”可以作为特定神经振荡动力学的调节来测量。
将这些发现与 DCNN 可视化联系起来,在迷幻状态中 foregrounded 的不是“外部世界本身”,而是一种条件,其中分类器用来划分世界的有效原因在没有抑制的情况下被“拉回”到输入空间。换句话说,减压阀的“另一侧”没有被建模为客观现实的增强,而是作为对分类有效的特征的过度暴露。这种过度暴露与迷幻体验中广泛报道的意义感增强(feeling of meaningfulness; Preller 等人, 2017)和异常显著性(aberrant salience; Kapur, 2003; Wiessner 等人, 2023)密切相关。在 C × G × D 框架内,C 的有效原因的过度暴露被定位为赋予中性输入异常显著性的计算基础,而 DeepDream 生成的图案作为这一过程的外化(Keshavan 和 Sudarshan, 2017)。
4.3 生成模型与自然图像先验
正如第 3.2 节所讨论的,当将分类器 C 的有效原因投射到输入空间时,生成器 G 的存在与否决定了现象学的质量。G 的自然图像先验约束 C 的有效原因的强度控制了生成输出的逼真性:在强 G 约束下,逼真的幻觉(神经退行型)凸显;在弱 G 约束下,非逼真的图案(迷幻型)被 foregrounded(Suzuki 等人, 2024)。本节更深入地考察这种不对称性的理论含义。
为了阐述这种对比,在结构类比层面(第 4.1 节的 (a) 层):由 G 生成的逼真图像可以被视为一种计算状态,其在结构上平行于我们在“正常”知觉体验中所看到的;也就是说,正常知觉可以被描述为一种状态,其中 G 稳定地生成与感官输入一致的内部表征,从而使有效原因退居背景(然而,这种平行仅限于逼真性约束这一单一维度;并不主张两者完全等同)。在强 G 约束下,知觉变得“透明”——表征介质本身不被如此体验(Metzinger, 2003)——并且知觉存在感(perceptual presence, Seth, 2014),即体验知觉内容为“作为世界一部分此时此地真实存在”的品质,得到了保证。当 G 的约束消退时,透明度和存在感都会动摇,通常隐藏在背景中的有效原因被 foregrounded。以这种方式理解迷幻知觉是本文的核心主张之一。Reichert 等人(2013)为这一观点提供了计算证据,他们使用深度玻尔兹曼机对查尔斯·邦内特综合征进行建模,并表明当由于感官输入剥夺而失去自下而上的约束时,学习的生成模型通过稳态补偿自发产生类似逼真幻觉的图案。这是当 C 的外部输入丢失时,G 的生成先验凸显的一个实例,可以理解为 G 强条件(神经退行型)下幻觉的计算演示。
正如第 3.2 节所讨论的,在 Dosovitskiy 和 Brox(2016)的模型中,G 被训练使用 C 的内部表征作为输入来重建图像,并且 G 与 C 配对并受其约束。在 GAN 框架内,G 和 D 通过对抗性学习进行协同训练。这意味着两个计算功能(生成和现实监控)以相互依赖的方式同时实现(Gershman, 2019),为思考大脑中知觉生成与现实监控之间的关系提供了重要启示。两者不应被理解为独立的模块,而应被理解为从共同的学习和发育过程中分化出来的功能。
总之,C 和 G 之间的不对称性可以表述如下。在充分未正则化的优化下,C 的有效原因呈现出迷幻品质,就像受幻觉剂影响的人类视觉系统 foregrounds 视觉处理的“原材料”一样。G 将这些有效原因叠加自然图像统计信息,赋予逼真性并实现正常知觉的“透明度”。这种不对称性为 C × G × D 框架内的对应关系提供了架构层面的基础,即“迷幻知觉 = 通过 G 约束的消退而暴露 C 的有效原因”。
4.4 判别器与知觉现实监控
前几节讨论了分类器 C 暴露有效原因的机制(第 4.2 节)以及生成器 G 通过自然图像先验约束控制逼真性的机制(第 4.3 节)。剩下的问题涉及生成表征被采纳为真实或未能被如此采纳的计算过程。关于这个问题,GAN 的架构提供了一个具有启发性的结构。在 GAN 中,生成器 G 被训练为一个“伪造者”,产生模仿训练数据分布的样本,而判别器 D 充当“鉴赏家”,判断样本是真实的(源自训练数据)还是伪造的(由 G 产生)(Goodfellow 等人, 2014)。当对抗训练收敛时,G 的产品变得与真品难以区分,D 达到其判别能力的极限。将这种“伪造者与鉴赏家”的动态转化为神经计算,判别器 D 可以被解释为现实监控的计算实现,判断“该表征是源于外部输入还是内部生成”。正是这种“现实采纳”的阈值控制构成了第三个组件判别器 D 的角色。
“现实监控”包含多个层面。经典现实监控(Reality Monitoring, Johnson 和 Raye, 1981)指的是关于给定记忆是源于实际经验还是想象的元认知判断,即回顾性来源归因。作为这一层面的神经基质,前额叶前部皮层(aPFC)已被确定为核心区域(Simons 等人, 2017),被认为主要支持涉及记忆来源判断的元认知过程。相比之下,Lau(2022)所称的知觉现实监控(Perceptual Reality Monitoring, PRM)是实时评估正在进行的知觉是源于外部输入还是内部生成的过程,这是一种与经典现实监控处于不同计算层面的操作。本文中的判别器 D 在这一 PRM 层面运作。
一篇综述表明,没有任何单一因素(信号强度、精度、情境期望)能可靠地区分表征的外部与内部起源(Dijkstra 等人, 2022)。Dijkstra 等人(2025)为这一 PRM 提供了具体的神经基质,他们表明梭状回将感官信号强度编码为连续的“现实信号”,前岛叶皮层作为核心节点将该信号转换为现实判断,包括背内侧前额叶皮层(dmPFC)在内的额叶网络将该连续信号转换为二元分类决策。这个前岛叶–dmPFC 网络构成了本文 D 所实现的 PRM 最合适的候选神经基质。这些发现暗示了超越个别感官属性的专用监控机制的理论必要性。Gershman(2019)的“生成对抗大脑”提供了一个恰好解决这一 PRM 层面需求的计算框架。在该模型中,判别器对知觉内容作为“真实”的认可构成了主观体验的条件,某些类型的幻觉被形式化为判别器错误地将内部生成的产品认可为“现实”的事件。Gershman 的判别器执行的不是记忆的回顾性来源归因,而是正在进行知觉期间的实时真实性判断,这直接对应于 Lau 的 PRM。
C × G × D 框架就精神分裂症幻觉的计算机制得出了一个关键区别。虽然迷幻型幻觉被描述为 G 约束的消退和 C 有效原因的暴露(第 4.2–4.3 节),但精神分裂症中的幻觉最好被理解为源于判别器 D 的异常,即现实监控的异常。问题的关键不在于知觉内容的生成(G),而在于判断过程(D)的功能障碍,该过程错误地将内部生成的表征认可为“真实”。精神分裂症中的幻觉与额叶监控系统的功能障碍有关,包括内侧前额叶皮层的激活不足(Garrison 等人, 2017)。该框架也适用于听觉言语幻觉(AVH)。根据 Frith(1992)的传出副本模型,AVH 源于伴随内部言语生成的 corollary discharge 受损,导致自我生成的言语信号被误归因为外部来源。在 C × G × D 框架内,这被形式化为 D 对 G 产生的内部生成表征的来源监控失败,具体表现为错误地将内部产品认可为“外部输入”的阈值降低(Blakemore 等人, 2002; Garrison 等人, 2017)。
精神分裂症幻觉背后的计算机制仍存在争议。用 C × G × D 术语来说,功能障碍的主要部位是 D:错误地将内部生成表征认可为真实的阈值降低。生成先验(G)在精神分裂症中的作用在贝叶斯建模中仍是一个积极辩论的话题。强先验账户认为异常精确的先验信念压倒了感官证据(Corlett 等人, 2019; Powers 等人, 2017);弱先验账户提出不精确的先验无法约束知觉(Fletcher 和 Frith, 2009);循环推断框架将幻觉建模为源于兴奋回路之间的回响,而非先验强度本身的异常(Jardri 和 Denève, 2013; Jardri 等人, 2017)。C × G × D 框架采取立场认为 D 功能障碍是这种幻觉类型的定义机制,同时承认 G 可能同时被调节。因此,表 1 将 D 型配置中的 G 标记为“可变(有争议)”,因为当前证据不支持单一承诺。
![]()
D 最终实现的计算过程需要进一步说明。在 Seth(2014)的框架中,知觉的“类现实性”被区分为多个维度。知觉现实(Perceptual Reality)指的是知觉现象学本身的存在,是将真实知觉与单纯思想或意象区分开来的属性,而这正是知觉现实监控评估的层面:判断表征是源于外部输入还是内部生成(Lau, 2022)。相比之下,知觉存在感(perceptual presence),Seth(2014)将其等同于主观逼真性(Subjective Veridicality),是体验知觉内容为现实世界一部分的现象学品质,并依赖于扎根于感觉运动偶发性和可供性的反事实丰富的生成模型(Seth, 2014; Suzuki 等人, 2023)。本文采用 PRM 作为 D 所服务的主要计算过程,它在 Seth 的知觉现实层面运作,这是一个与知觉存在感(= 主观逼真性)不同层面的过程。由于知觉存在感具有多感官基础(Suzuki 等人, 2023),它在本文以视觉为中心的实验提议中被定位为次要测量。正如 Dijkstra 等人(2022)指出的,“感觉真实”的体验和“这是真实的”信念可以分离,PRM 在与这两者进一步区分的层面上运作。虽然本文中的 D 主要在 PRM 型来源监控层面运作,但其与知觉存在感的关系仍然是一个开放的经验问题,第 5.1 节提出的实验设计也旨在作为一种双重测试,可以区分这两个层面。
D 的阈值机制与多感官因果推断(Körding 等人, 2007; Shams 和 Beierholm, 2010)具有结构类比性,在大脑中推断感官信号是否共享共同原因,如果后验概率超过阈值则整合它们。D 的现实监控阈值在可比的决策边界上运作。然而,虽然因果推断关注感官信号的共同原因与独立原因,但 D 关注表征的内部与外部起源,使其更接近能动感(sense of agency)的比较器模型(Frith 等人, 2000; Blakemore 等人, 2002)。尽管如此,因果推断类比对于身体自我意识仍然相关:在橡胶手错觉中(Botvinick 和 Cohen, 1998),身体所有权源于对 coincident 视觉和触觉信号的推断共同因果关系,可解释为 D 在多感官表征上运作。这 bridging 到第 5.2 节关于自我消解的讨论,其中在多感官领域降低 D 的阈值将对应于自我-他人边界的消解。
4.5 与现有神经计算理论的联系
C × G × D 框架的每个组件都与现有的神经计算理论存在连接点。分类器 C 的激活最大化(AM)是一种保持所有网络权重固定,仅通过梯度上升更新输入以最大化目标层激活的操作;通过释放感官输入的约束并仅由内部模型驱动生成,它在功能上阐释了预测加工的原理(Suzuki 等人, 2017)。这也作为 Corlett 等人(2019)的强先验假设的计算说明,该假设认为异常强烈的先验信念驱动幻觉。关于 AM 所依赖的反向传播(一种通过向后传播误差梯度来调整网络权重的标准算法),最近的研究表明,它可以仅使用局部赫布规则进行近似(Whittington 和 Bogacz, 2017; Millidge 等人, 2022),从而日益确保这一操作的生物合理性。
上述内容涉及 C 的独立可实现性;现在转向 C 和 G 的耦合,这种关系与视觉中“快”和“慢”处理的区别密切相关。视觉系统在前 100–150 毫秒内通过初始的前馈扫描提取场景的全局摘要(gist)(Thorpe 等人, 1996; Oliva 和 Torralba, 2006),随后通过递归处理实现详细的物体识别和图形-背景分离(Lamme 和 Roelfsema, 2000)。Bar(2003)提出了一种机制,其中低空间频率信息被快速投射到眶额皮层,作为促进详细识别的自上而下的预测信号。Tschantz 等人(2023)的混合预测编码模型在计算上形式化了这种两阶段处理,将初始前馈处理统一为摊销推断(amortised inference),将随后的递归细化统一为变分自由能下的迭代推断。在 C × G × D 框架中,C 的快速前馈分类对应于摊销推断,G 的迭代生成过程对应于迭代推断;本文预测,从“快速识别”到“慢速生成”的转变控制了幻觉生成的时间动力学。
关于 G 和 D 之间的对抗性交互,即生成与判别的耦合,GAN 类型的推断扩展提供了重要的先例。双向 GAN 架构(Dumoulin 等人, 2017; Donahue 等人, 2017)表明,判别器 D 不仅充当伪造检测器,还充当提高推断质量的反馈信号;最近,Jeon 等人(2025)的生成对抗推断框架结合了不确定性处理,并推导出了知觉中吸引和排斥偏差的定量预测,表明 GAN 不仅仅是一个隐喻,而是一个能够为具体知觉现象产生预测的框架。需要注意的是,大脑中的实现不必局限于 GAN 风格的对抗学习;原则上,其他完全通过局部学习规则运行而不依赖反向传播的实现也是可能的,例如前向-前向算法(Forward-Forward algorithm, Hinton, 2022)。
最后,值得明确说明 C × G × D 框架(其在第 2.3 节中概述了相对于以 FEP 为中心的计算现象学的一般定位)与特定计划的关系。该框架实现了 Ramstead 等人(2022)的“生成通道”,同时将现象学差异的焦点从“模型推断什么”转移到“模型如何构建”。它通过识别产生这些距离的结构轴,补充了 da Costa 等人(2024)对现象学距离的信息几何量化,并通过独立可操作的 DCNN/GAN 架构将其扩展到病因不同的幻觉,从而扩展了 Sandved-Smith 等人(2025)的特定领域应用。Beckmann 等人(2023)主张将深度学习视为现象学探究的自主来源,暂时搁置神经生理学;本框架可以被视为他们的计划应用于视觉幻觉现象学区分的一个具体应用实例。
4.6 小结
基于上述分析,C × G × D 框架预测了三种幻觉机制(图 3)。C 型幻觉(迷幻型)被描述为 G 的自然图像先验的消退以及随之而来的 C 的有效原因的过度 foregrounding(第 4.2–4.3 节)。G 型幻觉(神经退行型,如 PD/DLB 视觉幻觉)对应于在保留 G 的先验的同时生成错误类别的逼真图像,这解释了在帕金森病和路易体痴呆中观察到的高逼真度幻觉。这一预测已得到部分支持,事实是通过 DGN-AM 生成的图像与实际患者的主观评级显示出高度相似性(Suzuki 等人, 2024)。D 型幻觉(精神分裂症/AVH)被描述为 D 的现实监控功能障碍,其中内部生成的表征被误归因为外部来源(Frith, 1992; Garrison 等人, 2017),这一过程在结构上平行于 GAN 判别器阈值的降低。这一预测可通过精神分裂症患者在来源监控任务中表现下降来检验,并作为 D 阈值的个体差异纳入第 5.1 节的心理物理实验中。这三种类型并非互斥;在临床表现中,它们可能作为组合调节共同出现,但将每个轴分离为独立可操作的变量构成了 C × G × D 框架的方法论优势。表 1 总结了这些配置。第 5 节将这一三轴地图转化为实验操纵。
5 讨论
本节将 C × G × D 框架转化为实验预测(第 5.1 节),将减压阀重构扩展到自我消解(第 5.2 节),并讨论局限性(第 5.3 节)。
本文的核心主张是方法论层面的。改变意识状态之间的定性差异不应被重新描述为“表征内容”的差异。相反,它们产生于一个包含生成、判别和分类的框架中目标函数、约束和增益的变化。这种重新描述为推导可检验的预测提供了支架。
5.1 现象学作为刺激生成
第一人称报告传统上被视为“具有较大测量误差的因变量”。然而,随着生成模型的引入,第一人称报告反而转化为识别刺激空间的约束。在下文提出的实验设计中,必须澄清网络模型的作用:它们是刺激生成设备,而不是参与者决策过程的模型。C 和 G 用于通过操纵计算参数(目标层、生成器约束、迭代次数)系统地生成视觉刺激,而参与者的行为反应(现实判断、置信度、来源归因)提供因变量。D 的阈值在测试时并未直接在网络中实现,而是通过任务操纵和个体差异进行操作化(见下文;图 4)。正如第 4.2 节所确立的,AM 暴露的是分类器的有效原因,而非外部世界的忠实图像,而表征反演量化了表征保留的信息量(Dosovitskiy 和 Brox, 2016)。整合这两种方法,现象学数据可以不作为“用语言描述的印象”嵌入,而是作为包含生成器(G)、判别器(D)和分类器(C)的刺激生成系统的优化目标。换句话说,神经现象学的任务被重新构架:从“将报告与大脑活动相关联”转变为“识别生成与报告相匹配的刺激的计算条件”。
![]()
这种“将第一人称纳入为模型约束”的策略在最近的工作中正在系统化。第 2.1 节回顾的“三重辫子”(triple braid)方法论(Sandved-Smith 等人, 2025),以及将元注意状态之间的转换形式化为精度加权调节的预测编码启发式变分循环神经网络模型(Idei 等人, 2025),表明计算现象学是一个不局限于任何特定模型的通用研究计划。此处提出的基于迭代优化的心理物理实验位于这一既定的方法论谱系之中。
最小实验设计可指定如下。三个自变量被操纵,分别对应 C × G × D 框架的每个轴。在 C 轴上,DCNN 的目标层(GoogLeNet Inception v1,原始 DeepDream 和幻觉机器研究中使用的架构)在低级卷积层和高级全连接层之间变化,同时改变激活最大化迭代的强度。在 G 轴上,生成器的存在和约束强度发生变化(DCNN-AM [无 G] 与 DGN-AM [有 G])。在 D 轴上,任务操纵(置信度指令、时间压力)和个体差异(视觉意象生动性问卷 (VVIQ) 得分)作为判别器阈值变化的代理。因变量为:真实/生成的二元判断、置信度(连续量表)和来源归因(外部/内部)。由于 VVIQ 是一种可能与反应偏差和吸收倾向共变的元认知自我报告测量,实验方案还应包括基于信号检测理论的指数(标准 c 和 d'),以将 D 阈值变化与一般反应倾向分离开来。
需要估计的函数是“采纳为真实的概率”作为迭代次数函数的心理物理曲线,关键问题是三个变量(C 层、G 存在、D 阈值)如何调节该曲线的移位、斜率和渐近线。除了这种方法论基础外,此处提出的基于迭代优化的心理物理实验还与视觉科学中现有的实验范式相联系。例如,使用逐渐去除噪声的图像或变形图像来测量“看到什么”的阈值的实验,本质上是在操作性地定义“人类内部判别器的阈值”。C × G × D 框架通过对这一判别器阈值的系统操纵产生可检验的预测。具体而言,通过向参与者呈现激活最大化迭代次数系统变化的刺激系列(两种条件:DeepDream 型和 DGN-AM 型),并测量现实判断(真实/生成)、置信度和来源归因,可以在行为层面估计判别器的“敏感度曲线”。
来源混合模型(source-mixing model, Dijkstra 和 Fleming, 2023)表明,知觉和心理意象的信号在主观强度水平上混合,当集成信号超过“现实阈值”时被体验为真实。从 C × G × D 框架出发,关于跨越此阈值的条件得出了三个假设。假设 1(G 约束效应):当生成器 G 存在时(DGN-AM 条件),与没有 G 的条件(DCNN-AM)相比,心理测量曲线向左移动;也就是说,生成的图像在较少的迭代次数下就被采纳为“真实”。这直接源于 G 的自然图像先验,它增强了逼真性,从而使输出更容易超过 D 的现实阈值。假设 2(C 层级效应):当针对分类器的高级全连接层时,与针对低级的层相比,心理测量曲线的斜率变得更平缓。理由是,随着有效原因变得语义上更复杂,D 更难将其与真正的知觉输入区分开来,从而降低了真实/生成判断的可辨别性。假设 3(D 个体差异):高 VVIQ 组在心理测量曲线上表现出比低 VVIQ 组更高的渐近线。生动意象者由于具有较低的 D 现实采纳阈值,更倾向于将内部生成的产品采纳为“真实”。这一预测与 Dijkstra 和 Fleming(2023)报道的生动意象持有者在现实监控方面的脆弱性一致。
如果所有三个假设都被拒绝,这将表明 C × G × D 框架的操作变量与行为测量之间没有系统对应关系,构成对框架预测效用的证伪。该实验还作为第 4.4 节提出的未决问题的双重测试:D 主要实施 PRM 型来源监控,还是也捕获与知觉存在感相关的更广泛机制。如果假设 1–3 得到确认而存在感测量保持不变,则 D 的主要计算角色将被确定为 PRM 型来源监控。
该实验框架还以计算剖析(computational profiling)的形式直接与临床应用相连。患者使用 G 的约束(自然图像先验)、C 的目标层(有效原因暴露程度)和 D 的阈值(现实采纳的严格性)等参数探索近似其自身幻觉的生成图像,反馈主观匹配分数;通过这种方式,症状从“言语报告”外化为“操作变量向量”,作为诊断类别之前的计算档案发挥作用。
5.2 重新解释减压阀
第 4 节将“减压阀”的“打开”重构为两个独立可操作变量的组合:C 的有效原因暴露增加和 D 的采纳阈值降低。本节将该重构扩展到自我消解的现象学。根据 REBUS 模型,当先验精度的放松达到功能层级的顶峰——即涉及自我身份和自我的信念时——结果被体验为自我消解(Carhart-Harris 和 Friston, 2019)。第 4.2 节讨论的 DMN–PCC 相关性为这一过程提供了神经定位。在 C × G × D 框架内,普通清醒状态下“统一自我”的体验在结构上平行于视觉中 G 的逼真生成:构成自我的各种元素(躯体感觉自我、内感受自我、叙事自我;Gallagher, 2000)通过由 DMN 维持的高阶生成过程整合为一个“透明的整体”。
借鉴第 4.3 节建立的透明度/存在感区分,C × G × D 框架对自我消解做出了两个预测。G 约束的消退对应于透明度的崩溃:通常不可见的自我构成过程变得 foregrounded。将第 4.2 节的减压阀重构扩展到自我领域,这里暴露的不是原始的自我体验,而是将多感官信号整合为统一自我感的层级自我模型的有效原因。整体的自我消解为其组成成分。D 阈值的降低对应于知觉存在感的调节:自我存在“感觉真实”的感觉减弱。这种双重调节允许对 REBUS 预测的“不完全自我消解”和“完全自我消解”之间的定性差异进行操作化说明。在不完全自我消解中,G 的约束部分消退,自我的组成元素被 foregrounded,但 D 的阈值尚未充分降低;暴露的成分与统一自我的高阶期望之间的差异被体验为焦虑。在完全自我消解中,G 和 D 都大幅消退:自我的组成元素被 foregrounded,同时,“这是否是自我”的判断本身也停止了。
自我消解量表(Ego-Dissolution Inventory, EDI; Nour 等人, 2016)将自我消解测量为单维构念,但其项目内容涵盖了自我-他人边界的崩溃和宇宙统一感的体验。从结构类比转向可检验假设(第 4.1 节的 (c) 层),C × G × D 框架预测这两种项目类型追踪不同的轴:边界消解项目应选择性地与 G 约束消退(自我透明度的崩溃)相关,而统一感项目应选择性地与 D 阈值调节(自我-世界边界的现实监控改变)相关。通过与第 5.1 节提出的 D 阈值心理物理曲线的连接,定量预测也成为可能:EDI 总分的个体差异应与 D 阈值偏移的大小相关——自我消解倾向越强,D 的现实采纳阈值越低,内部产品越容易被采纳为“真实”。
必须承认一个认识论局限性。本文的 C × G × D 框架专注于知觉现实监控层面,该层面区分知觉与想象。这一聚焦是为了确保操作清晰性而做出的选择,但 C × G × D 框架同时也允许向两个方向扩展。首先,鉴于原始现实监控(Johnson 和 Raye, 1981) addressed 元认知来源判断,可以设想一个嵌套结构,其中知觉层面的 D 服务于 PRM 型来源监控,而高阶、元认知层面的 D' 判断信念和记忆的起源。这个高阶 D' 对应于第 5.3 节讨论的信念现实(Doxastic Reality)层面,其中信念评估的失败构成了 Coltheart(2010)妄想双因素理论中的因素 2。其次,扩展到视觉以外的模态(内感受、本体感觉)在理论上也是可能的。这些扩展在自我消解的现象学中最为迫切。Zahavi(2005, 2018)讨论的主体与客体区别本身的崩溃以及前反思自我意识(最小自我)的转变,无法在单一的视觉 PRM 层面捕捉。然而,在一个层级扩展的框架中,通过将自我子成分的分解(G 约束消退)与现实归因的多层级调节(D 和 D' 的阈值变化)相结合,这些现象也可能被纳入框架的范围。这一扩展挑战,以及与第 5.3 节讨论的生成性具身(enactive embodiment)的整合,指明了 C × G × D 框架未来发展的方向。
5.3 局限性与下一步
正如第 4.5 节所讨论的,每个组件都可以置于现有的神经计算理论中,但 C × G × D 框架在大脑中是作为“三个模块化分离的代理”存在,还是作为单一预测编码网络内的不同计算阶段存在,仍然是一个开放的问题。此外,实施第 5.1 节提出的实验需要仔细注意与 VR/沉浸式刺激相关的风险(精神病史的排除标准、汇报协议和预注册至关重要)。
神经调节剂的地位也需要澄清。虽然 C × G × D 框架不直接模拟神经药理学,但它拥有可以将神经调节效应转化为框架操作变量的连接点。例如,血清素 5-HT2A 激动剂(经典迷幻剂)在此框架内可以被解释为产生以下复合效应:(i) 鉴于 5-HT2A 受体在深层 V 层锥体细胞上的密集表达(Celada 等人, 2013),这些激动剂在中高层皮层产生增益调节,对应于 C(分类器)特定层有效原因的放大;(ii) 5-HT2A 激活产生丘脑-皮层回路的功能调节(Preller 等人, 2019),这可转化为 G 和 D 之间反馈耦合的调节;(iii) 前额叶皮层中的 5-HT2A 表达可解释为 D(判别器 = 现实监控)阈值波动的神经化学基础。同样,多巴胺能精度调节可以置于 D 阈值波动的背景下,抗精神病药物提高 D 的阈值则是与临床药理学的连接点。这些对应关系在此不作为已验证的主张提出,而是作为由 C × G × D 框架生成并等待神经药理学实验验证的假设。
关于第 4.2 节提出的减压阀重构与现有计算账户之间的关系,也需要澄清。REBUS 模型(Carhart-Harris 和 Friston, 2019)将减压阀的打开描述为层级先验上精度加权的放松,而 Bressloff 等人(2001)的神经场模型从 V1 架构推导出几何形式常数,无需借助 DCNN 词汇。本框架并不取代这些账户,而是增加了一个互补的描述层面:它具体说明了阀门打开时暴露了什么(分类器的有效原因,其视觉结构取决于目标层级)以及如何评估暴露的内容(通过 D 的现实监控阈值)。这种对幻觉内容的层级依赖规范,即针对 C 的不同层级会产生定性不同的图案(低级层的几何形,高级层的类物体形),构成了精度加权账户或神经场模型当前形式无法产生的预测,并且可以直接在第 5.1 节的实验设计中进行检验。
C × G × D 框架处理的是知觉经验,不能直接扩展到妄想。妄想涉及形成和维持抵抗反证据的信念,这是一个在知觉现实监控之上的认知层面运作的过程。Coltheart(2010)的妄想双因素理论提供了一个有启发性的比较点。因素 1,异常体验,可以在 C × G × D 框架内表征为源于 C 的异常(扭曲的有效原因产生异常知觉特征)或 G 的异常(有偏见的生成先验产生情境上不适当的内容)。因素 2,未能拒绝由此产生的异常信念,与 D 相关,但在比本文 D 实施的知觉现实监控更高的认知层面运作。Suzuki 等人(2023)区分了信念现实(Doxastic Reality,即对事态在世界中存在的信念层面的认可)与知觉层面的现实判断;因素 2 很可能在这一信念层面运作,涉及假设评估和解释连贯性,这是当前 C × G × D 架构未建模的。因此,内容为命题性而非知觉性(宏大、迫害、参照)的妄想需要将 D 扩展到这一高阶信念评估过程。这一扩展对应于第 5.2 节设想的层级嵌套 D'。
至于非视觉幻觉,听觉言语幻觉已在框架内作为 D 的来源监控失败进行处理(第 4.4 节)。C × G × D 架构原则上是模态通用的:分类、生成和判别是不固有局限于视觉的计算角色。然而,当前的实现依赖于视觉 DCNNs 和图像域 GANs,扩展到躯体、内感受或本体感觉模态需要用适合模态的架构替换它们,这一方向也与第 5.2 节讨论的身体自我意识和自我消解的扩展有关。将框架系统地推广到视觉领域之外仍是未来的任务。
更广泛地说,本文标题指的是“改变的意识状态”,划定框架的范围很重要。最近的共识分类法(Cardeña 等人, 2025)确定了改变状态的八个类别,其中 C × G × D 框架直接处理想象/幻想/愿景类别(作为 C 型、G 型和 D 型配置的迷幻、神经退行性和精神分裂症幻觉)。它通过第 5.2 节的自我消解扩展部分处理了改变的身份和统一/神秘状态。其余五个类别(原初和过渡性、谵妄、最小至无意识、体验性抽离和增强的身体性)超出当前范围,因为它们涉及框架未建模的觉醒全局改变,或需要与下文讨论的生成性方法整合的具身和能动性维度。因此,C × G × D 框架最好不被理解为改变状态的一般理论,而是作为知觉改变状态的计算现象学的 targeted 工具,并通过第 5.2 节提出的 G–D 调节潜在扩展到与自我相关的状态。
第 2 节指出的与生成主义(enactivism)的理论张力是本文尚未完全解决的另一个局限性。生成性方法强调的身体参与、与环境的构成性耦合以及感觉运动偶发性,基于一种与本文 C × G × D 框架预设的“输入 → 内部表征 → 输出”信息处理流水线根本不同的认知观(Thompson, 2007; Di Paolo 等人, 2017)。正如 Beckmann 等人(2023)所提议的(第 2.2 节),将网络学习重新解释为习惯的沉淀和重新激活,为纳入生成性见解开辟了一条道路,但这种整合超出了本文的范围。这一局限性也引发了一个关于本文本身方法论特征的认识论问题。此处采取的方法使用计算模型的架构和目标函数作为“现象学描述符”,与将第一人称经验的描述精确性置于核心的瓦雷拉神经现象学不同,它构成了一种“由第三人称工具中介的现象学”。
然而,正如 Ramstead 等人(2022)的“生成通道”框架所论证的,只要现象学描述作为模型构建的约束发挥作用,这项事业就被证明为现象学的方法论延续。本文的实验设计恰好满足了这一条件:参与者“这类似于我的经验”或“这不类似”的反应作为约束模型参数的反馈发挥作用,第一人称描述保留为系统中不可或缺的组成部分。也就是说,本文的方法论并没有放弃第一人称描述,而是将其转化为“刺激空间内的操作定位”,从而在新的技术媒介上实现了瓦雷拉的“相互约束”。这种方法论转折在多大程度上保留了现象学的本质见解(意向性、具身性、生活经验的不可还原性)是一个有待进一步哲学考察的问题;特别是,与生成性具身的整合仍然是一个核心的突出挑战。
6 结论
本文将计算现象学重新定义为一种“生成通道”,提出了一个框架,其中改变意识状态之间的定性差异被捕捉为深度学习目标函数和架构的可操作描述符的变化。第一人称的差异不再仅仅被视为报告,而是作为约束模型设计的形式要求,并被转化为可以与第三人称数据来回穿梭的操作变量。
为此,本文突出了深度学习的目标函数和架构,将其作为描述现象学差异的词汇。DCNN 可视化所暴露的有效原因在操作上重构了赫胥黎的“减压阀”隐喻,并将其通过 REBUS/熵脑框架进行路由;DGN/GAN 的自然图像先验在计算上实例化了控制幻觉逼真性的约束;而 GAN 判别器则在计算上实例化了前额叶现实监控。 Together,这些使得沿三个轴分解幻觉机制成为可能:有效原因暴露(C)、生成约束(G)和现实监控功能障碍(D)。基于迭代的现实监控任务构成了一个方法论推论,它将这一生成-判别-分类框架的内部动力学映射到行为测量上,推动计算现象学朝向模型识别和可证伪性发展。
同时,该框架并非万能药。深度模型的生物合理性、扩展到包含神经调节剂和递归连接的实现,以及将以视觉为中心的框架扩展到多模态现象学,仍然是开放的挑战。尽管如此,此处提出的提议——将目标函数和架构视为“现象学描述符”,并将生成-判别-分类框架转化为实验上可追踪的对象——构成了通过计算模型具体化现象学与神经科学相互阐明的循环的一步。如果要将意识从“相关性目录”提升为“生成机制”,计算现象学有可能成熟为一种跨越理论、实验和临床实践边界的标准方法论。关键在于,深度网络虽然是抽象模型,但其架构灵感来源于神经科学(前馈视觉层级、对抗性交互),并得到了上述证据的支持。本文的框架并非将 GAN 与大脑天真地等同起来,而是一种用于产生可检验见解的有用计算工具。在这个意义上,计算现象学作为一种既已实现又开放验证的方法论,将现象学、计算和神经科学之间的“相互阐明”向前推进了一步。
https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2026.1819038/full
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.