“缸中之脑”可能吗？｜机器学笔记专栏

发布日期：2025-05-24 14:47 点击次数：103

众所周知，是分析哲学家希拉里·普特南提出了著名的“缸中之脑”思想实验，其核心是完全用电极对神经末梢实施刺激，制造出对整个世界的“现实”的感知（或者说幻觉），在原则上是可行的——只要这种刺激提供的信息量足够大。普特南的原文是这样的：

“设想一个人（你可以设想这正是阁下本人）被一位邪恶的科学家做了一次手术。此人的大脑（阁下的大脑）被从身体上截下并放入一个营养钵，以使之存活。神经末梢同一台超科学的计算机相连接，这台计算机使这个大脑的主人具有一切如常的幻觉。人群，物体，天空，等等，似乎都存在着，但实际上此人（即阁下）所经验到的一切都是从那架计算机传输到神经末梢的电子脉冲的结果。这台计算机十分聪明，此人若要抬起手来，计算机发出的反馈就会使他“看到”并“感到”手正被抬起。不仅如此，那位邪恶的科学家还可以通过变换程序使得受害者“经验到”（即幻觉到）这个邪恶科学家所希望的任何情境或环境。他还可以消除脑手术的痕迹，从而该受害者将觉得自己一直是处于这种环境的。这位受害者甚至还会以为他正坐着读书，读的就是这样一个有趣但荒唐至极的假定：一个邪恶的科学家把人脑从人体上截下并放入营养钵中使之存活。神经末梢据说接上了一台超科学的计算机，它使这个大脑的主人具有如此这般的幻觉……”（《理性、真理与历史》）

但心智哲学家丹尼尔·丹尼特对该实验“原则上”的可行性提出了疑问，因为这一“原则上”意味着极其巨大的数据量，会造成“组合爆炸”，因而无论如何在实际上不可能（普特南本人基于别的原因，也认为自己的“缸中之脑”构想不可能为真）。

“在标准的思想实验里，科学家显然要为你所有感官的神经末梢提供合适的刺激，这样才能制造骗局，而哲学家为了论证的需要则假定，不管这个任务在技术上多么困难，它也是‘原则上可能的’。我们应该警惕这些原则上的可能性。修建一架通达月球的不锈钢梯，也是原则上可能的；按字母顺序写出所有可以理解的、不超过1000个单词的英语对话，也是原则上可能的。但在实际上，它们根本不可能实现。我们将会看到，有些时候，事实上的不可能性，比原则上的可能性，在理论上更值得注意。”

丹尼特设想唤醒一颗在缸中昏睡的大脑，并让它逐渐感知到比如自己正躺在沙滩上所需要的各种步骤、各种神经刺激，并承认“在不远的将来，这样的操作多数应该可以通过精湛的技术来完成——甚至在今天就可以”，接着他甩出了自己的“王炸”质疑：

“现在假定，在完成上面所有工作之后，这些邪恶的科学家要解决更困难的问题：他们要让你相信，你不只是一颗‘沙滩烤土豆’，还是一个行为者，能够参与这个世界的某种活动。从一些小步骤开始，他们决定部分解除你那虚幻身体的‘瘫痪’，让你可以把右手食指慢慢插进沙子中。他们允许你有移动手指的感觉经验，这是通过给你提供肌肉运动知觉的反馈实现的，这种反馈联系着你的神经系统的输出或传出部分与意志或肌肉运动相关的信号。但是，他们也要设法消除你那虚幻手指的麻木感，并提供一些刺激，让你感觉到一些想象中的沙粒在你的手指周围移动。

突然之间，他们面临着一个马上就会失控的难题。因为你对沙粒的感觉如何，取决于你决定如何移动手指，所以难题就是，计算恰当的反馈，生成或合成这一反馈，然后实时地呈现给你。即使是运行速度最快的计算机，也很难计算出结果。如果这些邪恶的科学家预先计算所有可能的反应，然后‘存入’计算机，通过重放对这些反应的计算结果来解决这个实时问题，那么，他们只不过是把一个不能解决的问题换成了另一个：可能性太多，以致无法储存。简单来说，一旦让你在想象的世界中具有真正的探索能力，这些邪恶的科学家就会被组合爆炸吞没……由此我们可以得出的一个结论是，我们不是缸中之脑——免得你对这感到担心。”（《意识的解释》）

然而丹尼特对“原则上”所需数据量的质疑，其实有很强的误导性，它只假设了描述“事实”需要的（巨大的）数据集，却没有考虑人对数据的接收方式。人的数据接收的“清晰度”是有很大弹性的，很多时候完全不需要做到极度逼真，我们依然能主动地去“填空”，以“还原”出一个貌似被完整复制的现实，就像DVD播放机的“超强纠错”功能。

举例来说，任何一幅技术极其高超的、被盛赞“画得像真的一样”的古典油画——比如伦勃朗早期作品，相比对象本身，也总是一个被大大压缩了的数据集。古典油画对于眼睛的“骗术”的精髓，其实在于采样算法的不断优化，即精心选择一部分数据，并用高超的技巧来呈现它们，从而能覆盖掉数据未及之处的空白。其中的关键，是对人类感官（这里主要是视觉）的局限性有深刻的认识，并有能力操弄这些易受愚弄的感官在被指定（但不自知）的方向上展开和运行。

让我们回到“缸中之脑”。设想要让它产生在听一场交响音乐会的幻觉，需要怎样的数据集？如果你听过现场音乐会，并且对其音效印象深刻，你或许会认为CD的音质都远远达不到那个水准，连Hi-Res可能都勉强，别说mp3了。所以对其听觉神经的刺激，肯定不能用mp3通常一首歌10M以下的数据量，“无损压缩”APE或者FLAC格式的20~30M都远远不够。并且这只涉及听觉，如果还要产生比如屁股坐在坐席上的触感，视野里的舞台、剧院空间和其他听众，以及手中节目册上涉及的相关“知识”，等等，那么你的确会觉得数据化所有这一切将面临“组合爆炸”。

但是且慢。“缸中之脑”有过可资对比的“现场”经验吗？它的一切感知不都是人工输入的吗？你如果不预先输入涉及“一场真实的交响音乐会”的所有数据（那的确很爆炸），它怎么分辨是不是“身临其境”？实际上“缸中之脑”预设了任何被输入的刺激都是“真实”的，除非你在输入的数据集中预先编制了什么是“虚假”的对照信息。反过来说，你只需要一直、永远给它播放低分辨率的mp3，并且在编制的数据集中预设“这就是一场真实的现场音乐会的真实效果”，它就真的听到了一场现场音乐会，其他关于周围环境和相关知识的输入同样如此。

完全的“缸中之脑”不需要巨大的数据集，只需要对较少数据的（最好是循环反馈加强的）确认和确信，就能建构起它自己的“真实世界”。所谓信息的“组合爆炸”，只对于我们这些假想的、能够进行对比的第三人称观察者而言，而这与“缸中之脑”即便不是矛盾的，也是完全无关的。

你一定注意到了，实际上这也正是所谓“信息茧房”能够那么有效地起作用的根本机制。不同在于，信息茧房的封闭性远远不如“缸中之脑”来得彻底，这意味着总有第三人称观察者的对比性陈述有可能渗透进去，从而瓦解其一致性，并进而瓦解其虚构的“现实感”。