人脑会被计算机实现吗?

【英】V.C.穆勒(V.C.Müller)，著;魏屹东，译

(1.牛津大学，英国 牛津OX14JJ;2.山西大学 科学技术哲学研究中心/哲学社会学学院，山西 太原 030006)

一 传统图景:计算认知

(一)认知系统(功能上的)

为了解释所采用的特殊方法，勾画出相应的研究背景是很必要的。这里所指的是两个理论:心灵的计算理论和图灵机器理论。总的来说，这两个理论都是最基本的，它们推进和支持着下面的大脑和计算理论。我认为可以从新的视角来研究而形成富有成果的结论。

心灵的计算表征理论(计算主义)认为人的心灵是通过表征的一种功能计算机制实现的。这些表征是由信息-理论加工所产生的［1］，或者是由目的论语义学中生物的功能产生的［2］［3］。这一理论从属于心灵功能主义理论家族。特别是这一版本中坚持心理状态的功能被说成机器的功能。正如丘奇兰德(Churchland P)所言:把所有的认知生物连接在一起的是它们都在计算同样的内容，或是同样抽象的一部分(之前的状态是感官输入，之后的状态是动力输出的功能)［4］。

计算主义的观点是传统认知科学和人工智能的基础。认知科学找到了心灵的计算结构，人工智能则用不同的计算机硬件构建了结构。历史地看，认知科学和人工智能实际上是同一个硬币的两面［5］。计算主义也坚持一种观点，即计算机将超越人的智力然后甚至变成超级智能［6］。

(二)图灵机计算

这里所描述的计算概念并未特别指明。其目的是让大家知道数字计算的基本概念，并且是按照演算法则一步步的前进就足够了。这是一个基本的概念并通过计算的描述来理解(如果那并没有具体说明所有的计算)。这个数字计算的边界是由丘奇-图灵论题勾勒的:所有的并且有效的计算功能只可通过图灵机来计算［7］［8］。图灵机的概念在很多地方得到了很好的解释［9］ch.2［10］ch.7。

正如我在许多场合指出的那样，把一个实际的装置称为图灵机严格来讲是一种误导。“图灵机是一个理论装置，它可以进行特殊的代数运算。这个理论通用图灵机是一台理论机器，它能够执行任何一个特殊图灵机所能够执行的计算。比如它可以被编程而执行任何代数运算。丘奇-图灵论题关注这个通用图灵机的可能性及其他与‘有效可计算性’概念的关系。然而，这个机器仅仅是一个模型，因为只要有充裕的时间和资源(笔和纸或者磁带和能读能写的装置)数学家用手就可以运算。因此，我们桌上的计算机是通用的计算机，它和通用图灵机有同样的能力(存储它有限的记忆空间)。但是，将这种属性还原为‘它是一台图灵机’则是一种误导”［11］。

(三)与计算主义相对立的观点

与计算主义相对立的观点有两个:一种认为计算主义是正确的但并不重要，因为世界上任何其他的东西也是一台计算机(泛计算主义);另一种认为计算主义是错误的，因为世界有些东西是计算的过程，但是人的认知并不仅仅是计算，虽然这种观点与计算主义相比还是少数。

1.泛计算主义:每个东西都是一台计算机

首先我们注意到，最初由佩西尼尼提出的泛计算主义认为宇宙就是一台计算机，任何事物都是可计算的［12］［13］。

最强的实在论形成了泛计算主义。它认为宇宙从字面上来说就是一台计算机，根据物理规律计算着宇宙的变化;所有的程序都是计算程序。我们通常的计算机器因此仅仅是整个计算很小的一部分。这确实是物理学的宇宙论命题，它源于这个学科。

弱的形式是我称之为反实在论的泛计算主义。它认为所有程序都可描述为计算程序。这在哲学文献中有着牢固的基础，查尔莫斯、塞尔和谢格瑞尔都持这种观点［14］［15］［16］。这种观点来源于计算的本质是作为描述-独立，因此它的目的不同于实在论的泛计算主义。

这两种观点不管正确与否，它们同样隐含着认知过程在任何东西可计算的意义上是很一般的计算。它们都认为一个认知过程可以在不同的计算机上被识别，尽管它们不认为计算机是作为图灵机而存在(特别是实在论的泛计算主义者有着更广泛的计算的概念)。下面我来论证这两种观点都是错误的，因此并不是论证我题目提出的问题的肯定答案，因为它们误导了计算的概念，在我得出结论前，我需要做更基础的论证。

2.对传统图景的批判:心灵不是计算机

计算主义的传统图景在最近数十年虽然遭受了很多的批评和质疑，但是它仍是主流观点。下面我简单梳理各种批评的观点。一种认为计算不能表达有意义的计算，因为要么是不可能的(比如著名的中文屋论证是不够的，正如毕克哈特关于编码主义所讨论的标准那样)［17］。从认知科学的角度看，这是目前否认思想表征基础地位而强调次级符号认知的重要性，进而反对依赖于数字内容的“概念”、“词”和“语音”的认知模型。在自然认知中，这恰好整合了身体作用、行为作用以及具身和行动的重要性［18］。另外一种不接受计算主义，认为所有的认知有必要目标明确，因此不是纯粹地描述它，这实质上是符号主义的复兴［19］。

所有这些论证和发现都强调机器功能主义对认知的描述是合理的、可以接受的。因此我愿意做出一种选择:正如功能主义者将大脑描述为物理系统一样。

二 可供选择的图景:计算的大脑和神经系统

如果传统的认知描述是作为计算而不是表征是有问题的，那么我可能不应该“把孩子和洗澡水一起倒掉”，而应重新考虑大脑是一台计算机的可能性(我把这个速记为神经系统，把个别组成部分的重要性留给实证专家来研究)。这篇文章有两个显著特点:(1)它看起来像一篇实证的论文;(2)它需要计算而没有必要需要表征(在一些实质意义上)。把大脑描述为许多层面，这可能是一种合适的构想。

在一些功能层面，大脑的活动就像数字计算机一样。科赫在他的经典之作《计算生物物理》开篇就评论到，大脑是可以计算的，这是被大多数神经科学家所接受的观点。神经科学家主要从事研究设计的原理和神经系统的活动［20］1。他大体把计算总结为如下的顺序:信息输入-信息编码-计算过程-得出结果。现在计算的概念被用于非实在论而成为时尚，当他说一些“可以认为是计算，只要它可以被映射到一个或更多的数学运算，执行一些有用的功能”，“实际上被有机体所利用。他的例子是用一块从山上滚下的石头来计算二维能量函数的最小值。”［20］2

因此，如果大脑是一台计算机的话，我们可能在不同硬件上重现大脑吗?如果我们扫描人的整个大脑，在一个或不同的图灵机上运行，它会产生智力吗?(甚至产生人的所有其他的认知特点吗?)如果我们在不同硬件上模拟大脑，它会表现出同样的外在行为吗?就像早期的软件和硬件的模仿产生的结果一样。比如二战的密码机或者在第一台计算机上运行程序(曼彻斯特马克一号)。

如果一定条件满足是可能的，桑德伯格和伯斯特姆特别强调计算能力，大脑活动就像图灵机的计算［21］。至少目前还没有令人信服的实证研究来说明大脑不可计算的能力［22］。

三 数字计算

我认为可以确定的是，对于一个计算过程，相同的计算过程能够以不同的物理方式实现。然而如果计算机可以用更多的方式被描述而不仅是一个句法装置的话，那么只有计算是数字化的。

下面讨论数字的两种概念和描述的层次。

1.什么是数字?

数字状态又称为离散的、非连续的状态。对于数字和闹钟我们比较熟悉。标有数字的闹钟有清晰的隔离开的状态，或者至少有中间状态(比如从数字4 移动到5)。这可以很好地解释一个人想着一种游戏必须在某个时刻停止，后来又重新开始。就像下棋一样在数字游戏中完全成为可能，但是在计算机模拟的台球游戏中就不可以［23］。完全复制数字的标识也成为可能，比如两次写同样的字母A。但是复制两个同样的物理形状则比较困难［24］。对人来讲，基本的能力就是识别环境，划分相应的范畴。

最基本的解释是:无论数字状态的物体是否具有句法属性，它都有在一个系统内建立基于功能描述的类别标识。问题是神经状态是否也是数字的，反实在论者认为对于神经科学那不是一个问题，就靠如何来描述它就能解决问题。

2.计算机:描述的三个层面。

计算机可以从三个层面来描述:物理的、句法的和语义的［25］［26］。注意到这一点是非常有用的。也就是说，“这些层面描述的结果是‘基础性问题’，也就是无意义的符号如何表征涵义，在它们形状的基础上巧妙地控制所建立的基础是一些无意义的表征?”［27］

四 多重实现方式

现在回到我前面的一种观点，即一台数字计算机的确可以多重地实现:通过数字状态，然后一步步的算法过程到进一步的数字状态，多重实现从而保证了图灵机得以存在。相反，无法多重实现的系统是不能计算的。这也让我们更好地理解计算机的计算是什么:无论什么都是通过计算来识别的。这涉及因果力问题。

下面我将讨论这个核心问题——计算的再现能做到再现行为吗?这不是必然的!如果一个行为的实施产生了红灯，另一个行为可能要进行转换。灯的亮和转换都不是由于计算所导致的，而是通过物理实现进行的。如果要给出更简单的解释，那就是一棵苹果树的计算模型不会长出苹果。实际上，即使一棵苹果树是一台计算机，在不同的硬件上实现计算的结构也不会生长出苹果。硬件依赖的特点不是计算的，对于特定的机器人的能力非常关键的是硬件和形态依赖的特点［28］。这也是为什么在“形态计算”的灵敏度系列意义上不把它们称之为计算。

下面举个织布机的例子。1800年贾卡德发明了提花技术。在他的特殊实现中，所编排的内容写在打孔的卡片上，并且被连接到织布机的上面，这样它们能决定所织布的图案。他的打孔的卡片可以被电子计算机的机器所替换，就能生产出相同图案的布，假如织布机以一种合适的方式被连接的话。有趣的是，当控制结构在不同的硬件上得以实现的同时，对于织布机本身来说这并不清楚。

因此，一种新的实现将包含老方式的一些特点属性。问题是大脑在图灵机上的重现能得出什么?在什么条件下图灵机必然产生一个功能性大脑，在什么条件下图灵机会偶然产生这样一种大脑?

五 不同图灵实现的要求

1.大脑是一台数字计算机

要得到想要的因果属性，第一个要求是大脑是一台数字计算机。如果是模拟计算机，那可以在数字计算机上建模，从而达到非常精确的程度，但是不能在不同的硬件上实现。不管大脑是不是一台数字计算机，那都是神经科学研究的问题。实际上有很好的证据可以得出正面的答案(突触要么激活要么不激活)，也有一些负面的答案(许多过程是动态的)。

因此，在仔细研究功能之后我们必须做出决定，研究表明:大脑的功能在特殊层面实际上是计算的和数字的。

2.只有句法层面的描述可以解决因果力的问题

如果大脑实际上是一台计算机的话，不得不产生认知过程的因果力一定是这样的，它们独立于任何特殊的实现，因此，它们必须独立于特殊的物理实现，也独立于涉及的特殊语义属性。

对于物理层面，这就意味着这个层面需要启动计算机，但是那与输出是不相关的。这就意味着自然认知过程实际上具身的，它必须具有依情况而定的特点。因此具身对认知是必要的观点一定是错误的。所有的自然认知系统的能力都是由特殊物理结构所导致的。这些系统的具身性不能被呈现。比如这个系统以许多它实现的方式不能读和写。另一方面，特殊实现的某些方面与智力是无关的。正如图灵的著名论断:如果举个极端的例子，事实上我们对大脑完全是一碗冷粥并不感兴趣。我们不想说这个机器很难理解，它不是大脑，因此不能够思维。［29］

大脑的许多部分和人的许多神经系统都和人的身体紧密联系。在没有联系的情况下一个系统的重现将立即导致人的因果力失去一大部分。然而，一个中央处理器可能保留下来。这个中央处理器就是核心自我，它可能或者不可能依靠一个具身，这个具身当然是很长时间以来人类如何看自己(这经常是一种笛卡尔的思维)。这一观点得到这样事实的支持，即有些人几乎不与外界世界产生身体上的联系而生活。也得到这种事实的支持，即我们也可以设想仅仅只有“灵魂”而没有身体，或者“灵魂”是在不同的身体里。因此，如果这个重现将起作用，它将假定人类一定存在一个重要的“核”——那可能是偶然独立于我们特殊具身的存在。

最后，考虑的计算必须用纯粹句法的方式来说明，而未包含语义特征。这一点经常被忽视，因为当我们编程序时我们使用某物意味着给我们以意义。但是这些对于计算机是毫无意义的。

总之，大脑会被重现在一个甚至不同的图灵机上，如果满足下列条件:

(1)大脑是一台数字计算机(功能上被理解);

(2)对于因果力只是句法层面上的问题，而不是硬件上也不是语义层面的问题。

六 一条出路——非丘奇-图灵计算?

上面的两个条件好像很难实现。这个问题的出路可以通过超越数字运算而扩大计算的范围。这正是最初由丘奇-图灵和普斯特具体提出的观点。

对于这个角色的首要候选项是动态网络系统。比如:连接单元的系统和过程随着时间的推移不断变化，单元的这种状态可能决定地或者概率地依靠其他连接单元的状态。这个系统是持续的，而不是一步一步地运转的。这也意味着时间在其中发挥着关键作用，特别是在类似于走路和说话的行动中。相应的，这个系统并没有“输出”，仅仅是给定时间的一个状态，或一段时间的间隔状态。

这种系统的行为经常通过不同的方程来描述。有重要的证据表明:大脑可以巧妙地被描述为一个动态系统。更高层次分配的属性正是问题的症结所在。神经元放电的节奏和步骤是连接哺乳动物特别是人的大脑的方式。

在人工智能和计算机的术语里，系统是一系列的不同的形式，特别是不同的神经网络和一定条件下的细胞自动机。不同的神经网络主要有多层神经元网络、后台程序传送的神经元网络、关键分支的神经元网络、图灵的“无组织的”机器等等。这些系统经常在常规数字计算机上被精确地模仿。

这些系统是真正的计算机吗?显而易见，那主要依靠术语的应用，并且它们共有一些特点，这些特点对计算机是很关键的。它们可以运用到解决计算的常规问题。它们也有记忆的存储，能相应地完成控制任务，而且系统可以被不同的物理方式所实现。最终它们在数字计算机上被模仿。

我们还不能先验地弄清这些问题。然而，不同的实现方式有着同样的因果属性，而且有一些实现的属性是被设计出来的。对于一定程度上的准确性，一种实现方式不同于另一种。如果我们想知道一个系统需要一套因果属性，那么对于这个有动态属性的系统，我们却不知道每个定义的答案。

为此，这是一个两难困境。我们能够将讨论的要点归结为一个困境:系统要么是多重实现的，要么无法实现。从一种属性到另一种实现，只有句法属性得以保持。如果不是这样，那么我们需要对这种观点提出一个单独的论证:两种实现方式共有一些属性。

机器功能主义者宣布心理属性通过不同的实现方式得以保持。当我们说那不是动态的，那就需要我们来讨论为什么两种实现方式应当共有一些心理属性。

七 几点质疑

第一，我们所关注的大脑显然不在于它的因果力，而是作为具有镇纸的功能，无论如何它都是作为信息加工的功能。这对于计算机来说是很平凡的事。我们只能够半信半疑的假设:所有的信息加工过程是计算的(可以肯定不是所有图灵计算意义上的)。需要注意的是，上文提到的许多问题不依赖于大脑是否应当被建构为一台计算机。我认为应当在不同层面进行描述。

第二，如果你将计算还原到句法水平，那么你对题目提出的问题肯定持否定态度。信息需要语义。是的，如果我们需要“语义计算”，那么我们需要给语义一个原因和解释，即为什么应当跨越所有实现。

第三，据我们所知，我们的生命可能也是图灵机的模拟。如果这是可能的，那么认知很容易在图灵机上实现。实际上这是在回避问题，我们的生命不可能在图灵机上来模拟实现。

第四，我们没有理由把我们限制在一种特殊的计算上。通用图灵机可计算任何数字计算。如果存在更多的计算，比如动态的或类比的等，那么问题就是:(1)我们为什么将它称之为计算?(2)在不同的硬件上现实有共同的因果属性吗?对于动态系统和细胞自动机，请看上文的论述。

第五，大脑-计算机界面和计算神经替换表明大脑就是数字计算机。在我看来它们显然不是。你可以用一种非计算的系统来替换计算系统的功能，或者相反(比如计算机模拟和数字电话线);你可以物理地和非计算地连接一个实现的计算系统。这正是我要研究的内容。

［1］Dretske F.Knowledge and the flow of information［M］.Cambridge，Mass.MIT Press，1981.Naturalizing the mind［M］.Cambridge，Mass.MIT Press，1995.

［2］Millikan RG.Language:A biological model［M］.Oxford:Oxford University Press，2005.

［3］Macdonald G and Papineau D(eds.).Teleosemantics:New philosophical essays［M］.Oxford:Oxford University Pres，2006.

［4］Churchland PM.Functionalism at forty:A critical retrospective［J］.Journal of Philosophy，2005(102/1):33 -50.

［5］Boden M A.Mind as machine:A history of cognitive science［M］.2 vols.Oxford:Oxford University Press，2006.

［6］Chalmers DJ.The singularity:A philosophical analysis［J］.Journal of Consciousness Studies，2010(17):7 -65.

［7］Church A.An unsolvable problem in elementary number theory［J］.The American Journal of Mathematics，1936(58):345 -363.

［8］Turing A.On computable numbers，with an application to the Entscheidungsproblem［J］.Proceedings of the London Mathematical Society，1936(42):230 -256.

［9］Penrose R.The emperor’s new mind:Concerning computers，minds and the laws of physics［M］.London:Vintage，1989.

［10］Davies M.The universal computer:The road from Leibniz to Turing［M］.New York:W.W.Norton，2000.

［11］Müller VC.On the possibilities of hypercomputing supertasks［J］.Minds and Machines，2011，21(1):83 -96.

［12］Piccinini G.Computations and Computers in the Sciences of Mind and Brain［M］.University of Pittsburgh Press，2003.

［13］Floridi L.Open problems in the philosophy of information［J］.Metaphilosophy，2004，35(4):554 -582.

［14］Chalmers DJ.A computational foundation for the study of cognition［OL］.http://consc.net/papers/computation.html%3E，1993.

［15］Searle J R.Minds，brains and programs［J］.Behavioral and Brain Sciences，1980(3):417 -457.

［16］Shagrir O.Why we view the brain as a computer［J］.Synthese，2006，153(3):393 -416.

［17］Bickhard MH.Representational content in humans and machines［J］.Journal of Experimental and Theoretical Artificial Intelligence，1993(5):285 -333.

［18］Calvo Garzón P，Gomila A (eds.).Handbook of cognitive science:An embodied approach.Perspectives［M］.Cognitive Science，Amsterdam:Elsevier，2008.

［19］Kull K，et al.Theses on biosemiotics:Prolegomena to a theoretical biology［J］.Biological Theory，2009，4(2):167 -173.

［20］Koch C.Biophysics of computation:information processing in single neurons，Computational neuroscience［M］.New York:Oxford University Press，1999.

［21］Sandberg A，Bostrom N.Whole brain emulation:A roadmap.Technical Report，#2008 -3［M］.Oxford:Future of Humanity Institute，2008:15.

［22］Sandberg A.Feasibility of whole brain emulation［M］∥In Müller VC(ed.).Theory and Philosophy of Artificial Intelligence.SAPERE;Berlin:Springer，2013:251 -264.

［23］Haugeland J.Analog and analog［J］.Philosophical Topics，1981(12):213 -226.

［24］Goodman N.Languages of art［M］.Indianapolis:Bobbs -Merril，1968.

［25］Floridi L.The method of levels of abstraction［J］.Minds and Machines，2008，18(3):303 -329.

［26］Müller VC.Representation in digital systems［M］∥In Adam Briggle，Katinka Waelbers and Philip Brey (eds.).Current issues in computing and philosophy.Frontiers inArtificial Intelligence and Applications;Amsterdam:IOS Press，2008:116 -121.

［27］Harnad S.The symbol grounding problem［J］.Physica D，1990(42):335 -346.

［28］Pfeifer R，Lungarella M，Iida F.Self-organization，embodiment and biologically inspired robotics［J］.Science，2007(318):1088 -1093.

［29］Copeland JB(ed.).The essential Turing［M］.Oxford:Oxford University Press，2004:494.