话说,“缸中之脑”是一个极富哲学意味的思想实验,作为世界知名的假设之一,它不仅引发了无数人的深思,也催生了许多经典的影视作品。
例如,《黑客帝国》《盗梦空间》《源代码》这些电影都在不同程度上受到了这个思想实验的启发,深入探讨了现实与虚幻的边界。
01
设想这样一个场景:一个疯狂的科学家趁你熟睡之时,悄然将你的大脑从头颅中取出,置于培养皿中。
接着,他通过先进的计算机技术,模拟出五感以及一切真实世界的刺激。
当你醒来时,尽管你的大脑已经被移至培养皿中,但你依旧感受不到任何异常,依旧像往常一样生活,丝毫未曾察觉自己只是一个实验品。
在这样的背景设定下,哲学家们提出了一个让人不寒而栗的问题:如何证明我们自己现在并非处于“缸中之脑”的状态?
当我们感受到现实世界中的每一个细节时,比如脸颊上的轻微痒感,我们总是自信地认为这是真实的体验。
然而,这种感觉是否可能只是计算机按程序设定的产物?
我们又如何证明这种感觉是真实的,而不是计算机模拟的结果?
在诸如《黑客帝国》这类电影中,主角尼奥逐渐意识到他所生活的世界只是虚拟的存在,受制于计算机程序。
当他通过药物“觉醒”后,发现所谓的现实世界不过是另一层虚拟的产物。
这样循环嵌套的现实,层层叠加,最终让人不禁质疑:我们究竟生活在怎样的一个世界中?
而这样的设想,不仅仅是哲学家的脑洞,它更是对我们每个人现实认知的终极拷问。
然而,在“缸中之脑”的设定下,个体本身是无法凭借自己的力量去证实或证伪这一切的。
除非来自更高维度的存在,也即那些设计计算机程序的“生物”,主动将实验的真相揭示给实验品,并且预先设定好即将发生的事件,才有可能让实验品意识到自己被困在缸中。否则,所有的体验都可能是精心设计的假象。
02
最近,澳大利亚的一家脑科学公司Cortical Labs的科学家们,仿佛真的扮演了一次高维度生物的角色,制造了一个名副其实的“缸中之脑”,更准确地说,是“盘中之脑”。
他们将培养皿中的神经元与计算机相结合,并成功地教会了这些神经元玩乒乓球游戏。
这个“盘中之脑”由真实的神经元和硅芯片结合而成,实验平台的图片展示了这一惊人的技术突破。
科学家们通过导出的电线,实现了对神经元的训练和输出结果的监测。
他们一共制造了多个“盘中之脑”,其中一个典型的“盘中之脑”大约包含80到100万个神经元,虽然这只相当于人脑神经元数量的十万分之一,但它的规模已与昆虫大脑相仿。
为了避免伦理争议,科学家们并未直接使用人脑神经元,而是将人类干细胞诱导分化成的神经元与小鼠胚胎的脑神经元结合使用。
这些神经元排列在硅芯片打造的电极上,电极不仅能给神经元提供外部电刺激,也能接收神经元的放电。
这种双向交流的方式,使得电信号能够在神经元和计算机之间传递,从而实现对神经元的“训练”。
在训练过程中,科学家们运用了一个名为“自由能原理”的核心理论来指导实验。
这个理论由英国神经生物学家卡尔·弗里斯顿提出,尽管在生物学界存在一定争议,但它在计算机应用,特别是人工智能算法中,已经展现出强大的训练效果,有望为弗里斯顿赢得诺贝尔奖。
简单来说,自由能原理描述的是生物大脑对外界刺激生成决策的底层逻辑。
当大脑接收到外界刺激后,会对某个变化生成预期结果(结果A),而外界刺激产生的实际结果(结果B)往往与预期结果不完全一致。
两者之间的差值即为“自由能”,这个差值会趋向于最小化。
在训练“盘中之脑”玩乒乓球的过程中,当“盘中之脑”控制球拍成功挡住乒乓球时,科学家们会给予其规律性的电刺激。
由于这些电刺激是有规律的,神经元会尝试预测这些刺激的出现,从而调整自身行为,以最小化自由能的差值。
这种调整最终表现为“盘中之脑”学会了控制球拍的动作。
这种训练方法与机器学习中的强化学习有着相似之处,但“盘中之脑”的表现远优于传统机器学习算法。
科学家们发现,盘中之脑只需5分钟便能学会玩乒乓球,而传统机器学习算法则需耗费90分钟,效率相差18倍之多。
“盘中之脑”不仅展现了神经生物芯片的无限潜力,也揭示了硅芯片和冯·诺依曼计算机结构与真实神经网络工作机制之间的巨大性能差距。
尽管人们还无法完全理解这种差距的产生机制,但这次实验无疑为未来的神经生物技术研究提供了重要启示。
更为引人深思的是,这个实验让我们重新审视了“缸中之脑”思想实验的哲学意义。
科学家们通过对“盘中之脑”的研究,逐渐揭示出神经元与计算机结合的无穷潜力,同时也引发了关于意识、现实与虚拟的更深层次讨论。
总结
“缸中之脑”作为一个经典的哲学命题,带领我们思考现实与虚拟的界限,而“缸中之脑”的实验则让我们看到了神经生物学与计算技术结合的巨大前景。
无论是哲学上的深思,还是技术上的突破,这些探索都在不断拓展人类认知的边界。
正如“缸中之脑”挑战我们对现实的信仰,“盘中之脑”则预示了未来神经技术的无尽可能。
未来,我们或许将站在更高的维度上,去审视这些昔日的思想实验,以及它们为我们打开的全新世界。
参考文献:
[1].https://www.dedao.cn/course/article?id=Q8dpgOa54NZMVzmg8GKByzxkwYm2Rl&source=search