他的論文連同行都看不懂，卻可能通向真正的人工智能

每周一中午，卡爾·弗里斯頓（Karl Friston）都會(huì)來(lái)到皇后廣場(chǎng)（Queen Square），去有夏洛特皇后雕像的花園里點(diǎn)起一根煙。這個(gè)稍稍有點(diǎn)駝背，有著一頭銀灰色頭發(fā)的科學(xué)家是倫敦大學(xué)學(xué)院（University College London）著名的功能成像實(shí)驗(yàn)室（Functional Imaging Laboratory，F(xiàn)IL）的學(xué)術(shù)負(fù)責(zé)人。抽完煙后，弗里斯頓走進(jìn)廣場(chǎng)西側(cè)一棟磚砌石灰石建筑，徑直走到四樓會(huì)議室。

他跟等在那里的人們打了個(gè)招呼——這也許是他當(dāng)天說(shuō)的第一句話，因?yàn)樵谥形缰?，弗里斯頓不喜歡和任何人講話。他也很少和別人單獨(dú)會(huì)面。相反，他喜歡舉辦這種公開會(huì)議，學(xué)生、博士后和其他希望得到他指導(dǎo)的公眾（近幾年這個(gè)比例出奇的高）坐在一起，聽他講專業(yè)知識(shí)。曾跟隨弗里斯頓學(xué)習(xí)一年、現(xiàn)任麥吉爾大學(xué)（McGill University）精神病學(xué)住院醫(yī)師戴維·本里莫（David Benrimoh）說(shuō)：“卡爾認(rèn)為，如果誰(shuí)有了某個(gè)想法、遇到了問(wèn)題或者在做項(xiàng)目，最好的解決辦法就是整個(gè)團(tuán)隊(duì)都聽聽 TA 的匯報(bào)，讓每個(gè)人都有提問(wèn)、討論的機(jī)會(huì)。這樣一來(lái)，一個(gè)人的學(xué)習(xí)就變成了大家的共同學(xué)習(xí)。這種方式挺獨(dú)特的，符合他的一貫風(fēng)格?！?/p>

每周一開會(huì)的時(shí)候，大家先輪流描述自己的問(wèn)題，弗里斯頓邊聽邊踱步，他把眼鏡架在鼻尖上，所以每每要看發(fā)言者的時(shí)候總會(huì)低下頭去打量他們。接下來(lái)的幾個(gè)小時(shí)他會(huì)依次回答這些問(wèn)題。即使是最混亂不清的問(wèn)題，他也會(huì)帶著禮貌迅速給出回答。這種問(wèn)答環(huán)節(jié)——我稱其為“向卡爾提問(wèn)”組會(huì)——是集耐力、記憶、知識(shí)廣度和創(chuàng)造性思維于一體的卓越成就。

在學(xué)術(shù)生涯前半期，弗里斯頓設(shè)計(jì)了許多重要工具，極大推動(dòng)了對(duì)人類大腦的研究，他因此一躍成為學(xué)術(shù)界的“英雄”。1990 年，他發(fā)明了統(tǒng)計(jì)參數(shù)映射（statistical parametric mapping），用一位神經(jīng)科學(xué)家的話說(shuō)，這種計(jì)算工具能夠?qū)⒋竽X影像“壓縮”成一致的形狀，研究人員可以借此對(duì)顱內(nèi)活動(dòng)進(jìn)行逐一比對(duì)。在統(tǒng)計(jì)參數(shù)映射的基礎(chǔ)上，發(fā)展出了基于體素的形態(tài)學(xué)分析（voxel--based morphometry）。在一項(xiàng)著名研究中，應(yīng)用上述成像技術(shù)，研究者發(fā)現(xiàn)倫敦出租車司機(jī)大腦海馬體的后側(cè)會(huì)隨著“道路知識(shí)”的積累而變大。

2011 年?Science?上發(fā)表的一項(xiàng)研究，使用了弗里斯頓發(fā)明的第三代腦成像分析軟件——動(dòng)態(tài)因果模型（dynamic causal modeling）來(lái)判斷嚴(yán)重腦損傷的患者是具有輕微意識(shí)，還是已經(jīng)成了植物人。

弗里斯頓 2006 年入選英國(guó)皇家學(xué)會(huì)（the Royal Society of Fellows），學(xué)會(huì)評(píng)價(jià)其對(duì)腦科學(xué)具有 “革命性”的影響，并表示超過(guò) 90% 已發(fā)表的腦成像領(lǐng)域論文使用了他的方法。2016 年，弗里斯頓成為了世界上被引用次數(shù)最高的神經(jīng)科學(xué)家，他的 h-index（衡量科學(xué)家論文影響力的參數(shù)）幾乎是阿爾伯特·愛(ài)因斯坦的兩倍。2017 年，在過(guò)去二十多年中成功預(yù)測(cè)了 46 位諾獎(jiǎng)得主的科睿唯安（Clarivate Analytics），將弗里斯頓列為可能獲得諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)的三人之一。

然而值得一提的是，如今拜訪弗里斯頓的“朝圣者”，很少再談?wù)撃X成像問(wèn)題。這些訪客迫切想弄明白的事情，大多都和腦成像無(wú)關(guān)。

過(guò)去的十來(lái)年中，弗里斯頓花了大量的時(shí)間精力來(lái)研究自己稱為“自由能量原理”（free energy principle）的想法（他把自己的神經(jīng)成像研究叫做“工作”，就好比一個(gè)爵士音樂(lè)家說(shuō)自己在圖書館值班，只是糊口的一種途徑）。有了這一理論，弗里斯頓堅(jiān)信自己確定了所有生命，甚至所有智慧體的組織原理。他解釋說(shuō)：“有哪些行為是一個(gè)活生生的人一定會(huì)表現(xiàn)出來(lái)的呢？”

但壞消息迎頭而來(lái)：自由能量原理實(shí)在是太令人費(fèi)解了。幾乎所有談到這個(gè)理論的人，包括在其基礎(chǔ)上開展工作的科研人員，都說(shuō)自己還沒(méi)完全搞懂。

但這些人又會(huì)急匆匆地補(bǔ)充，自由能量原理的核心其實(shí)十分簡(jiǎn)單，它解決了一個(gè)再基礎(chǔ)不過(guò)的難題。熱力學(xué)第二定律告訴我們，宇宙會(huì)朝熵增的方向發(fā)展，走向消亡，但生物體卻不會(huì)。弗里斯頓認(rèn)為，從單細(xì)胞生物到擁有數(shù)十億神經(jīng)元的人類大腦，所有具備組織形式的生命都由同樣的命令驅(qū)動(dòng)，這種普遍存在的命令可以簡(jiǎn)化為數(shù)學(xué)函數(shù)。弗里斯頓認(rèn)為，生命只要存在，就會(huì)不斷減少個(gè)體期望與感官感受之間的差距?；蛘哂盟救说脑拋?lái)說(shuō)，就是讓自由能量最小化。

想要了解上述原理的潛在意義，你只需看看周一上午會(huì)有哪些人堵在 FIL 門口就行了。有些人希望用自由能量原理統(tǒng)一心智理論，建立一個(gè)新的生物學(xué)基礎(chǔ)，解釋已知的生命現(xiàn)象；有些人希望借助自由能量原理，從大腦功能性研究的角度來(lái)夯實(shí)精神病學(xué)研究的基礎(chǔ)；還有一些人希望通過(guò)此原理突破人工智能研究的重重阻礙。他們不約而同地出現(xiàn)在這里，是因?yàn)樗麄兿嘈拍苌羁填I(lǐng)會(huì)卡爾·弗里斯頓自由能量原理的人，也許只有他本人。

弗里斯頓不僅在他自己的領(lǐng)域內(nèi)極具影響力，在全學(xué)科范圍內(nèi)也是一位多產(chǎn)的學(xué)者。如今 59 歲的他，仍不分晝夜地工作，2000 年至今發(fā)表了 1000 余篇學(xué)術(shù)論文。僅 2017 年一年，他作為通訊作者或共同作者出版的成果就多達(dá) 85 篇，平均每四天就有一篇論文被發(fā)表。

弗里斯頓小心翼翼地維護(hù)著自己的內(nèi)心世界，避免外界因素前來(lái)打擾，其中之一就是“擔(dān)憂他人”。與私下聊天相比，他更喜歡上臺(tái)演講，和他人保持舒適的距離。他從不用手機(jī)、喜歡穿深藍(lán)色的西裝，店鋪清倉(cāng)時(shí)會(huì)一次買兩套；他覺(jué)得自己每次去皇后廣場(chǎng)的路上常常遇到“讓人頭大”的打攪，所以經(jīng)?？桃膺h(yuǎn)離人群，即使在國(guó)際會(huì)議上也是如此——他不喜歡大力鼓吹自己的想法。

與此同時(shí)，弗里斯頓卻能敏銳、透徹地領(lǐng)悟到自己作為一名學(xué)者的驅(qū)動(dòng)力。他認(rèn)為認(rèn)真思索花費(fèi)數(shù)周才能破解的難題，能給自己帶來(lái)一種難以言說(shuō)的舒緩和釋放，這和溜出去抽煙一樣讓人愉悅。他認(rèn)為自己從童年起，就對(duì)尋找方法來(lái)整合、統(tǒng)一并簡(jiǎn)化這個(gè)充斥著“干擾噪音”的世界感到癡迷。

弗里斯頓回憶，自由能量原理的誕生要追溯到八歲一個(gè)炎熱的夏天。有一天他在花園玩，翻過(guò)一根舊木頭時(shí)，他發(fā)現(xiàn)了幾只木虱，他認(rèn)為這種小蟲子在極力尋找新的黑暗處避難。但盯著它們看了半個(gè)小時(shí)后，他發(fā)現(xiàn)這些小蟲子并沒(méi)有像他想的那樣在尋找暗處。

他意識(shí)到木虱的運(yùn)動(dòng)其實(shí)毫無(wú)目的，至少不像人類坐上車之后有個(gè)明確的目的地。這些木虱只是隨意爬，太陽(yáng)越大，爬得越快。

弗里斯頓把這次經(jīng)歷稱為他的“第一次科學(xué)思考”，他說(shuō)，那一刻“所有關(guān)于生存及其目的的人格化解釋，瞬間從腦海中剝離。你必須全盤接受自己的觀察結(jié)果，沒(méi)有其它的解釋。”

弗里斯頓的父親是一名土木工程師，需要在英格蘭全境內(nèi)的橋梁上工作，因此一家人會(huì)隨著他各地搬家。到十歲的時(shí)候，弗里斯頓已經(jīng)換了六所學(xué)校。老師們無(wú)法因材施教，所以他常常獨(dú)自破解各種問(wèn)題。10 歲時(shí)他發(fā)明了一種能自動(dòng)修正的機(jī)器人，可以通過(guò)自我校正系統(tǒng)攜帶一杯水通過(guò)不平坦的地面而不撒出來(lái)。但是學(xué)校卻找了個(gè)心理學(xué)家詢問(wèn)他是如何設(shè)計(jì)出來(lái)的。一貫給予他鼓勵(lì)的母親安慰道：“你非常聰明，卡爾，不要理會(huì)別人對(duì)你的評(píng)頭論足。”但他當(dāng)時(shí)不相信。

到了十幾歲，弗里斯頓又經(jīng)歷了一次“木虱時(shí)刻”。他看完電視回到臥室的時(shí)候，恰巧注意到窗外盛開的櫻花樹，一個(gè)令他一生難忘的想法在腦海中閃出：“肯定有一種從零開始理解萬(wàn)物的方法。如果我從一個(gè)點(diǎn)開始考慮，可以推導(dǎo)出整個(gè)宇宙嗎？”他躺在床上想了很久，但第一次嘗試“很明顯以失敗告終”。

中學(xué)快畢業(yè)時(shí)，弗里斯頓和同學(xué)參與了一項(xiàng)計(jì)算機(jī)職業(yè)咨詢實(shí)驗(yàn)。他們要回答一系列問(wèn)題，機(jī)器會(huì)就此預(yù)測(cè)出最適合他們的職業(yè)。弗里斯頓描述了自己對(duì)電子設(shè)計(jì)和在自然中獨(dú)處的喜愛(ài)，機(jī)器卻建議他當(dāng)電視天線安裝工。這顯然不對(duì)勁，所以他還是去了學(xué)校的職業(yè)咨詢處，說(shuō)他想在數(shù)學(xué)和物理學(xué)的背景下研究大腦。顧問(wèn)老師建議他當(dāng)一名醫(yī)生，這就意味著，弗里斯頓必須學(xué)習(xí)醫(yī)學(xué)。

他先在劍橋大學(xué)學(xué)習(xí)物理學(xué)和心理學(xué)，隨后接受了醫(yī)學(xué)教育。完成學(xué)業(yè)后，弗里斯頓搬到牛津，在成立于維多利亞時(shí)代的利特摩爾醫(yī)院（Littlemore Hospital）作了兩年實(shí)習(xí)醫(yī)生。分配給弗里斯頓的任務(wù)是照顧 32 名慢性精神分裂癥患者。正是這些患者讓他開始思考：大腦中的連接為何能被輕易破壞？弗里斯頓帶著一絲眷戀回憶到，“那兒真是個(gè)理想的研究地點(diǎn)，有著濃厚的精神病理學(xué)氛圍。”

他每周組織兩次 90 分鐘的治療會(huì)，會(huì)上患者們會(huì)一起探討他們的“小問(wèn)題”，這和今天的“向卡爾提問(wèn)”組會(huì)十分類似。30 多年過(guò)去了，這些形形色色的患者仍能激發(fā)卡爾的深思。比如患者 Hillary，看上去神似《唐頓莊園》中那個(gè)淳樸的廚娘，但現(xiàn)實(shí)中，她在被送來(lái)醫(yī)院之前，用菜刀砍死了自己的鄰居，因?yàn)樗按_信鄰居是一只邪惡的人形烏鴉”。

20 世紀(jì) 90 年代早期，弗里斯頓在離開利特摩爾醫(yī)院之后，曾嘗試用當(dāng)時(shí)比較新穎的正電子放射斷層掃描成像技術(shù)（PET）來(lái)研究精神分裂癥患者大腦內(nèi)部的病變。在此期間他發(fā)明了統(tǒng)計(jì)參數(shù)映射。發(fā)明之時(shí)他就堅(jiān)持，該技術(shù)是自由共享的，不搞專利化和商業(yè)化，因此今天這項(xiàng)技才能被廣泛使用。當(dāng)時(shí)，弗里斯頓還會(huì)飛往世界各地，比如美國(guó)馬里蘭州（Maryland）貝塞斯達(dá)（Bethesda）國(guó)立衛(wèi)生研究院（the National Institutes of Health），把軟件交給科研人員。弗里斯頓描述：“我常常會(huì)帶著一堆生物特征測(cè)量數(shù)據(jù)磁帶坐上飛機(jī)，到了目的地再把內(nèi)容下載下來(lái)，接著花上一天調(diào)試軟件，教會(huì)別人如何操作，最后再飛回家休息。當(dāng)時(shí)開源軟件就是這么傳播的?！?/p>

1994 年，弗里斯頓搬到皇后廣場(chǎng)，F(xiàn)IL 給他安排的辦公室讓弗里斯頓和蓋茨比計(jì)算神經(jīng)科學(xué)組（Gatsby Computational Neuroscience Unit）做了很多年的鄰居。當(dāng)時(shí)蓋茨比科學(xué)組由它的創(chuàng)始人、認(rèn)知心理學(xué)家、計(jì)算機(jī)科學(xué)家杰弗里·辛頓（Geoffrey Hinton）負(fù)責(zé)，他們正在研究生命體系和機(jī)器系統(tǒng)中的認(rèn)知學(xué)習(xí)理論。這時(shí) FIL 在神經(jīng)影像學(xué)領(lǐng)域正處于領(lǐng)先地位。蓋茨比科學(xué)組為有志于將數(shù)學(xué)模型應(yīng)用在神經(jīng)系統(tǒng)中的學(xué)者們提供了訓(xùn)練的平臺(tái)。

辛頓對(duì)那些艱深的統(tǒng)計(jì)模型有種“孩童般的熱情”。和很多人一樣，弗里斯頓很快就被辛頓所吸引，二人成了朋友。

在辛頓的影響下，弗里斯頓逐漸相信，研究大腦的最好方法，就是將它想象成一臺(tái)貝葉斯概率機(jī)（Bayesian probability machine）。19世紀(jì)赫曼·馮·亥姆霍茲（Hermann von Helmholtz）在其工作中就曾提出過(guò)這一觀點(diǎn)，認(rèn)為大腦以概率的方式計(jì)算和感知世界，根據(jù)接收到的信息調(diào)整想法、進(jìn)行預(yù)判。在最流行的現(xiàn)代貝葉斯模型中，大腦像個(gè)“推理引擎”，目的是最大限度減少“預(yù)測(cè)誤差”。

2001 年辛頓離開倫敦，前往多倫多大學(xué)。在那里他逐漸成為人工智能領(lǐng)域舉足輕重的科學(xué)家之一，為現(xiàn)今深度學(xué)習(xí)算法（deep learning）的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。

辛頓離開之前，弗里斯頓最后一次拜訪了這位蓋茨比科學(xué)組的朋友。辛頓向他描述了自己設(shè)計(jì)的一種新技術(shù)，通過(guò)整合多個(gè)概率模型的輸入，使計(jì)算機(jī)程序能更有效地模擬人類進(jìn)行決策， 該技術(shù)目前在機(jī)器學(xué)習(xí)中被稱為“專家乘積系統(tǒng)（product of experts）”。

這次見(jiàn)面讓弗里斯頓深受啟發(fā)，出于“智力互惠”的考慮，弗里斯頓將他的筆記拿給了辛頓。在這些筆記中他曾嘗試將某些看似“不相關(guān)的大腦解剖學(xué)、生理學(xué)和心理物理結(jié)果”聯(lián)系起來(lái)。2005 年，弗里斯頓將筆記整理成論文發(fā)表出來(lái)，這是他第一篇研究自由能量原理的論文，之后他又發(fā)表了數(shù)十篇。

即使是弗里斯頓本人，也很糾結(jié)自由能量原理該從何講起。他經(jīng)常讓大家自行搜索維基百科。但對(duì)我來(lái)說(shuō)，從弗里斯頓辦公室的一張?zhí)鹤又v起可能會(huì)容易一點(diǎn)。

弗里斯頓辦公室一角。圖片來(lái)源：Wired；攝影：Kate Peters

這張印有俄羅斯數(shù)學(xué)家安德烈·安德烈耶維奇·馬爾科夫（Andrei Andreyevich Markov）的羊毛掛毯，是弗里斯頓的兒子送給他的惡作劇禮物，隱藏著一個(gè)有關(guān)自由能量原理核心理論的笑話。馬爾科夫毯（Markov blanket）就是用這位數(shù)學(xué)家的名字來(lái)命名的。在機(jī)器學(xué)習(xí)中，馬爾科夫毯能起到分離的作用，將分層系統(tǒng)中的某組變量與其他變量區(qū)分開來(lái)。心理學(xué)家克里斯多?！し鹄梗–hristopher Frith，h-index 跟弗里斯頓一樣高）曾將馬爾科夫毯形容為“認(rèn)知版本的‘細(xì)胞膜’，保護(hù)毯內(nèi)狀態(tài)不受外部影響。”

在弗里斯頓看來(lái)，宇宙是一個(gè)馬爾科夫毯的嵌套結(jié)構(gòu)。我們都有各自的馬爾科夫毯，把我們和外界的影響分隔開。每個(gè)人身體內(nèi)部也存在各式各樣的馬爾科夫毯，有分隔器官的、分隔細(xì)胞的，還有分隔細(xì)胞器的。在馬爾科夫毯的保護(hù)下，生物體內(nèi)的物質(zhì)經(jīng)歷一段時(shí)間后，仍能保持其特性。沒(méi)有了馬爾科夫毯， 我們只能化作一團(tuán)熱氣消失在蒼穹下。

自由能量理論的概念本身來(lái)自物理學(xué)，這意味著如果不引入數(shù)學(xué)公式，就很難把它解釋清楚。從某種意義上說(shuō)，自由能量之所以強(qiáng)大，是因?yàn)樗粌H僅是一個(gè)文字化的概念，更是一個(gè)可測(cè)量的量，從而能夠被模型化，其過(guò)程與弗里斯頓引起世界轟動(dòng)的腦成像建模十分相似。但如果將這個(gè)數(shù)學(xué)上的概念翻譯成文字，得到的結(jié)果大概是這樣的：自由能量是期望狀態(tài)與測(cè)量狀態(tài)之差。換句話說(shuō)，當(dāng)你把自由能量最小化，也就意味著意外最小化。

弗里斯頓認(rèn)為，無(wú)論是原生動(dòng)物還是職業(yè)籃球隊(duì)，任何能夠抵抗無(wú)序和分解趨勢(shì)的生物系統(tǒng)，都遵循自由能量原理。

單細(xì)胞生物和大腦一樣，都存在減小意外的特定機(jī)制。兩者唯一的區(qū)別在于，隨著自組織生物系統(tǒng)的發(fā)展，人擁有了非常復(fù)雜的腦結(jié)構(gòu)，吸收了數(shù)十億感受器傳來(lái)的信息，并將這些信息有效地組織成精確的世界模型。弗里斯頓說(shuō)：“從某種意義上講，大腦十分奇特，它所形成的假設(shè)，能夠解釋從感受器傳來(lái)的無(wú)窮無(wú)盡的世界模式。”在對(duì)接下來(lái)幾波感受進(jìn)行預(yù)測(cè)的過(guò)程中，大腦不斷地根據(jù)感受器得到的信息做出推斷，并努力將錯(cuò)誤預(yù)測(cè)信號(hào)最小化。

你可能已經(jīng)注意到，目前為止這聽起來(lái)很像辛頓上世紀(jì) 90 年代講給弗里斯頓的貝葉斯理論——大腦是一個(gè)“推理引擎”。事實(shí)上，弗里斯頓認(rèn)為貝葉斯模型是自由能量原理的基礎(chǔ)，“自由能量”大體等同于“預(yù)測(cè)誤差”。弗里斯頓認(rèn)為貝葉斯模型的局限性在于，它只解釋了信念與感知之間的相互作用，但是它不能解釋信念與身體或動(dòng)作之間的關(guān)系。比如它并不能讓你離開椅子。

這對(duì)于弗里斯頓來(lái)說(shuō)還不夠，他使用“主動(dòng)推理”一詞來(lái)描述有機(jī)體在世界中活動(dòng)時(shí)最大限度地減少意外的方式。弗里斯頓認(rèn)為，當(dāng)大腦做出的預(yù)判不能很快被感受器證實(shí)時(shí)，大腦可以通過(guò)以下兩種方式之一來(lái)使自由能量最小化：修改預(yù)判——接受意外，允許錯(cuò)誤，更新世界模型；或者主動(dòng)讓預(yù)判成真。比如我的大腦預(yù)判我將會(huì)用左手食指觸摸自己的鼻子，但是本體感受器反饋的信息是左臂還垂在身體一側(cè)，那我就可以抬起手臂，把手指壓在鼻子上，將大腦的錯(cuò)誤預(yù)判信號(hào)最小化。

這也就是這個(gè)理論為何能解釋我們所做的一切：感知、行動(dòng)、計(jì)劃、解決問(wèn)題。坐車去辦事，就是用行動(dòng)將假設(shè)變?yōu)楝F(xiàn)實(shí)，從而最小化自由能量。

那如果預(yù)判不能自我實(shí)現(xiàn)又會(huì)怎樣呢？一個(gè)系統(tǒng)被意外淹沒(méi)后會(huì)是什么樣呢?事實(shí)證明，自由能量原理不僅僅是統(tǒng)一行為，認(rèn)知和計(jì)劃的理論，也是一種精神疾病理論。假若大腦對(duì)感官涌入的證據(jù)不夠重視或者太過(guò)重視時(shí)，就會(huì)出問(wèn)題。例如，精神分裂癥患者可能無(wú)法更新他們的世界模型來(lái)解釋獲得的視覺(jué)信息。原本看到的應(yīng)該是友好的鄰居，病人看到的沒(méi)準(zhǔn)是一只巨型的邪惡烏鴉。弗里斯頓解釋：“你想想看，精神病，甚至大多數(shù)神經(jīng)系統(tǒng)疾病，只不過(guò)是破碎的信念或者錯(cuò)誤的推斷，也就是幻覺(jué)和妄想?！?/p>

過(guò)去幾年，弗里斯頓和其他一些科學(xué)家利用自由能量原理來(lái)解釋焦慮、抑郁和精神病，以及自閉癥、帕金森病等癥狀。多虧了弗里斯頓的神經(jīng)成像方法，科學(xué)家們已經(jīng)知道了不同的疾病中大腦哪些區(qū)域容易出現(xiàn)功能障礙，哪些信號(hào)會(huì)受到干擾。但僅此一點(diǎn)還不夠。弗里斯頓說(shuō)：“我們還不了解大腦中具體哪些連接（神經(jīng)突觸）出了問(wèn)題，得有個(gè)涉及內(nèi)心認(rèn)知的微積分才行。”

也就是說(shuō)：自由能量原理為大腦的運(yùn)轉(zhuǎn)和失靈提供了一個(gè)統(tǒng)一的解釋，因此我們有理由相信，它可能引領(lǐng)我們走上一條從頭開始理解心智的道路。

過(guò)去幾年，以圖像、人臉以及語(yǔ)音識(shí)別為典型代表的機(jī)器學(xué)習(xí)算法在計(jì)算機(jī)領(lǐng)域取得了飛速發(fā)展。但它需要大量的前期數(shù)據(jù)及人的監(jiān)督，而且普適性很差。除了圖像或語(yǔ)言識(shí)別，機(jī)器學(xué)習(xí)還存在一種叫做強(qiáng)化學(xué)習(xí)（reinforcement learning）的算法，在贏得圍棋、國(guó)際象棋、打磚塊（Atari’s Breakout）等各種游戲的過(guò)程中表現(xiàn)出色。強(qiáng)化學(xué)習(xí)不需要人類對(duì)海量訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注，只需要指導(dǎo)神經(jīng)網(wǎng)絡(luò)尋求某種獎(jiǎng)勵(lì)——通常是游戲的勝利。神經(jīng)網(wǎng)絡(luò)在一遍又一遍玩游戲的過(guò)程中學(xué)習(xí)，不斷優(yōu)化動(dòng)作直至打通最后一關(guān)，就好比狗狗為了得到獎(jiǎng)勵(lì)而學(xué)習(xí)執(zhí)行特定任務(wù)。

問(wèn)題在于，強(qiáng)化學(xué)習(xí)也有很大的局限性。現(xiàn)實(shí)情況中大多數(shù)目標(biāo)都不是單一的、狹義的；而且大多數(shù)情形都不像游戲那樣，由穩(wěn)定的規(guī)則約束。人工智能背后宏偉的目標(biāo)在于，讓機(jī)器以人類的方式思考，但是目前強(qiáng)化學(xué)習(xí)做不到。

對(duì)于弗里斯頓和他的支持者來(lái)說(shuō)，以上失敗有因可循。畢竟自由能量原理認(rèn)為，人類思考的根本動(dòng)力不是尋求某種任意的外在獎(jiǎng)勵(lì)，而是最小化預(yù)測(cè)誤差。顯然，人工智能也該如此模仿。好消息是，自由能量原理背后那些很難翻譯成文字的貝葉斯公式，已經(jīng)用機(jī)器學(xué)習(xí)語(yǔ)言編寫出來(lái)了。

2017 年末，倫敦國(guó)王學(xué)院（King’s College London）神經(jīng)系統(tǒng)科學(xué)家、工程師羅莎琳·莫蘭（Rosalyn Moran）領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)，讓兩名 AI 玩家在 3D 射擊游戲《毀滅戰(zhàn)士》（Doom）中對(duì)決，以比較自由能量（主動(dòng)推理）驅(qū)動(dòng)與獎(jiǎng)勵(lì)最大化驅(qū)動(dòng)的差別。

由獎(jiǎng)勵(lì)最大化驅(qū)動(dòng)的 AI，目標(biāo)是在游戲中殺死一只怪獸；主動(dòng)推理驅(qū)動(dòng) AI 的目標(biāo)是意外最小化。后者開始時(shí)進(jìn)程緩慢，但后來(lái)它表現(xiàn)得像是掌握了游戲的模式一樣，比如它好像意識(shí)到，自己向左移，怪物就會(huì)向右移。

一段時(shí)間后人們發(fā)現(xiàn)，即使在游戲環(huán)境中，獎(jiǎng)勵(lì)最大化 AI 表現(xiàn)明顯“沒(méi)那么穩(wěn)定”；主動(dòng)推理 AI 則會(huì)更好地適應(yīng)環(huán)境。莫蘭描述：“因?yàn)橛辛颂剿?，它比?qiáng)化學(xué)習(xí) AI 的表現(xiàn)要好。”在另一場(chǎng)模擬中，主動(dòng)推理 AI 與真人玩家對(duì)決時(shí)它的表現(xiàn)與上面的情況相似：一開始也沒(méi)急于求成，先積極探索環(huán)境，而后快速達(dá)到了真人玩家的水平。

莫蘭告訴我，主流的深度學(xué)習(xí)理論正在逐漸接受自由能量原理。弗里斯頓有學(xué)生去了 DeepMind 和 Google Brain 工作，還有一名還創(chuàng)建了華為的人工智能理論實(shí)驗(yàn)室（Huawei’s Artificial Intelligence Theory lab）。但它還沒(méi)像強(qiáng)化學(xué)習(xí)方法那樣普遍，現(xiàn)在計(jì)算機(jī)專業(yè)的本科生都在鉆研強(qiáng)化學(xué)習(xí)，“但他們還沒(méi)接觸過(guò)自由能量原理?！?/p>

我第一次問(wèn)弗里斯頓自由能量原理和人工智能有什么聯(lián)系的時(shí)候，他預(yù)測(cè)在 5~10 年內(nèi)，大多數(shù)機(jī)器學(xué)習(xí)算法將會(huì)把自由能量原理整合進(jìn)去。問(wèn)到第二次，他告訴我：“想想它為什么叫主動(dòng)推理（active inference），”邊笑邊等著我回味他的文字游戲，露出潔白的牙齒?！耙?yàn)楹?jiǎn)稱是AI呀。所以主動(dòng)推理是新的 AI 嗎？當(dāng)然啦，簡(jiǎn)稱一樣啊?！?/p>

2010 年，哥倫比亞大學(xué)（Columbia University）的精神病學(xué)家彼得·弗利德（Peter Freed）找來(lái) 15 名研究大腦的同行，一起討論弗里斯頓的一篇論文。弗利德后來(lái)在文章里回憶：“我們中懂?dāng)?shù)學(xué)的人還挺多：三名統(tǒng)計(jì)學(xué)家，兩名物理學(xué)家，一名物理化學(xué)家，一名核物理學(xué)家，還有一大群神經(jīng)影像學(xué)家，但還是沒(méi)能理解那篇論文。后來(lái)我又找了一位普林斯頓大學(xué)的物理學(xué)家、一位斯坦福大學(xué)的神經(jīng)生理學(xué)家一位，以及一位冷泉港的神經(jīng)生物學(xué)家，還是沒(méi)有結(jié)果。每次都一樣：論文里有太多公式、假設(shè)、運(yùn)動(dòng)部件了，理論也很全局化，我們連問(wèn)題都不知道從何問(wèn)起，所以大家都放棄了。”

很多人被弗里斯頓晦澀難懂的理論弄得很惱火，但同時(shí)也有許多人認(rèn)為他的理論如同達(dá)爾文的自然選擇學(xué)說(shuō)一般，開啟了新世界的大門，每一部分都蘊(yùn)含了深?yuàn)W的道理。加拿大哲學(xué)家麥克斯韋·拉姆斯特德（Maxwell Ramstead）在 2014 年首次閱讀弗里斯頓的論文之前，就已經(jīng)在尋找方法，將不同層次的復(fù)雜生命系統(tǒng)關(guān)聯(lián)起來(lái)——從細(xì)胞到大腦，從個(gè)體到社會(huì)。2016 年他見(jiàn)到了弗里斯頓，后者告訴他，適用于細(xì)胞分化的數(shù)學(xué)方法，也可以應(yīng)用于文化動(dòng)力學(xué)。拉姆斯特德說(shuō)：“這是一次改變?nèi)松恼勗?，我都激?dòng)得要流鼻血了?！?/p>

拉姆斯特德表示，在弗里斯頓提出自己的理論之前，“我們都在這個(gè)多學(xué)科空間里尋覓，卻沒(méi)有連通各領(lǐng)域的通用貨幣。自由能量原理的出現(xiàn)帶來(lái)了這種貨幣。”

2017 年，拉姆斯特德、弗里斯頓與墨爾本大學(xué)（the University of Melbourne）的保羅·巴德科克（Paul Badcock）合作發(fā)表了一篇論文，文中用馬爾科夫毯解釋了所有生命形式。單個(gè)細(xì)胞是為了生存而將自由能量最小化的馬爾科夫毯系統(tǒng)，部落、宗教和物種也是如此。

這樣看來(lái)，自由能量原理似乎已經(jīng)發(fā)展到了能夠包含萬(wàn)物的程度（弗里斯頓告訴我，癌癥和腫瘤可能就是細(xì)胞接收到錯(cuò)誤的訊息時(shí)產(chǎn)生的錯(cuò)誤推理）。但人們還有疑問(wèn)：有什么是這個(gè)涵蓋萬(wàn)物的理論解釋不了的呢？

我與弗里斯頓聊起這個(gè)話題的時(shí)候，他本人的語(yǔ)氣則更為謹(jǐn)慎，他只表示主動(dòng)推理及其推論前景廣闊，還幾次承認(rèn)自己的理論可能“毫無(wú)價(jià)值”。在 FIL 小組會(huì)議上，他告訴大家，這個(gè)理論不是要求生物為了生存而最小化自由能量，而僅僅是對(duì)生物自我組織的一種解釋。

弗里斯頓認(rèn)為，自己有兩個(gè)主要工作目標(biāo)。當(dāng)然在自由能量原理的基礎(chǔ)上，能發(fā)展出真正的人工智能再好不過(guò)，但這并不是他的首要目標(biāo)。相反，他最大的愿望是推進(jìn)精神分裂癥研究，幫助修復(fù)千千萬(wàn)萬(wàn)精神疾病患者的大腦。他的第二個(gè)目標(biāo)則“自私得多”——這需要回溯到他十幾歲在臥室看櫻花的那個(gè)晚上，“我能找到一種最簡(jiǎn)單的、解釋萬(wàn)物的理論嗎？”

他說(shuō)：“這個(gè)目標(biāo)有點(diǎn)任性。不是出于對(duì)臨床患者的同情，而是一種私欲，只想盡可能對(duì)萬(wàn)物有個(gè)全面、嚴(yán)格、簡(jiǎn)單的理解罷了。我經(jīng)常想起人們和我開玩笑說(shuō)很難和我交流，這些玩笑有時(shí)出于惡意，有時(shí)出于打趣。但不管怎樣我都會(huì)想，我的理論又不是寫給你的，這是寫給我自己的。”

本文來(lái)自微信公眾號(hào)“科研圈”

寶寶起名