一些神經(jīng)科學家喜歡用預測編碼理論，去解釋大腦的運作機制，該理論將感知看成是“受控的幻覺”。預測編碼強調(diào)的是大腦對現(xiàn)實的預期和預測，而不是大腦所接收的直接感官證據(jù)。
去年6月，人工智能公司DeepMind發(fā)布了新的軟件，它可以基于單張圖片（內(nèi)容是一個虛擬空間擺放著幾個物體），在沒有人類指導的情況下，從全新的視角推斷出三維場景會是什么樣子。在饋入少數(shù)幾張這樣的圖片之后，這個被稱為“生成查詢網(wǎng)絡(luò)”（GQN）的系統(tǒng)，就可以成功建模出電子游戲式的簡單迷宮布局。
GQN顯然擁有很多技術(shù)上的用途，但它也引起了神經(jīng)科學家的注意，他們對GQN用來學習如何執(zhí)行任務(wù)的訓練算法特別感興趣。通過給定的圖像，GQN便能預測出場景——物體應該擺放在什么位置，它們的陰影應該如何投射在地面上，基于特定的視角，哪些區(qū)域應該可見或被隱藏起來——然后，利用預測與實際觀察結(jié)果之間的差異，來提升今后預測的準確性?！罢怯捎诂F(xiàn)實與預測之間的差異，才促成了模型的升級。”GQN項目的領(lǐng)導者之一阿里·伊斯拉米（Ali Eslami）說。
伊斯拉米的論文合著者、同在DeepMind工作的達尼洛·雷森德（Danilo Rezende）說，“算法會修改（預測）模型的參數(shù)，這樣等下一次遇到相同的情況時，它就不會那么驚訝了。”
長久以來，神經(jīng)科學家一直猜測，驅(qū)動大腦運作的是一種與此類似的機制。根據(jù)這種“預測編碼”理論，在認知過程的各個層級上，大腦都會生成一種模型或是想法，來判斷它應該從下一個層級接收什么樣的信息。這些想法又會轉(zhuǎn)化成一種預測，來判斷在特定情況下應該獲得何種經(jīng)歷，同時為現(xiàn)實中發(fā)生的事情提供最佳解釋，從而使得對于這種經(jīng)歷的判斷具有說服力。
然后，這些預測會作為反饋，向下發(fā)送到大腦的低層感官區(qū)域。大腦會把預測拿來跟它實際接收的感官輸入信息進行比較，對其中的差異或預測誤差做出“解釋”，也就是使用內(nèi)部模型，來確定導致差異的潛在原因。（例如，我們可能擁有一個關(guān)于桌子的內(nèi)部模型，即四條腿撐起一個平面，但即便一張桌子有一半被其他東西遮蔽起來，我們?nèi)匀荒軌蛘J出它是桌子。）
對于一組色塊的二維圖像（左），GQN的人工智能可以推斷出它們在空間中的三維排列方式（右）。該系統(tǒng)所依賴的基礎(chǔ)，同樣也支撐著預測編碼這一神經(jīng)科學理論。
至于那些無法被解釋的預測誤差，則會通過連接，被傳送到更高層級（作為“前饋”信號，而不是反饋），在那里，系統(tǒng)會給予關(guān)注，并做出相應處理?！艾F(xiàn)在大家關(guān)注的是調(diào)整內(nèi)部模型，調(diào)整大腦動態(tài)，以此抑制預測誤差。”倫敦大學學院的卡爾·弗里斯頓（Karl Friston）說道，他是一位知名的神經(jīng)科學家，也是預測編碼假說的先驅(qū)之一。
過去十年中，許多認知科學家、哲學家和心理學家都接受了預測編碼理論，尤其是用它來描述感知的運行機制的時候，甚至還有些學者認為，可以用它解釋整個大腦是如何運轉(zhuǎn)的。
但直到近年，我們才掌握了必要的實驗工具，可以開始直接測試該假說的具體機制。此外，過去兩年間發(fā)表的一些論文也為預測編碼理論提供了有力的證據(jù)。盡管如此，這種理論仍然存在爭議，而最近的一場辯論或許提供了最好的證明。辯論的焦點在于，一些具有里程碑意義的實驗結(jié)果是否可以被復制。
咖啡、奶油和狗
“我喝咖啡喜歡加奶油和____?！痹谶@句話的空白處填上“糖”，似乎是理所當然的。
在加州大學圣迭戈分校的認知科學家馬塔·庫塔斯（Marta Kutas）和斯蒂芬·希利亞德（Steven Hillyard）1980年進行的一系列實驗中，他們正是期望受試者出現(xiàn)這種本能反應。他們在屏幕上逐個詞語地把上面這句話呈現(xiàn)給受試者，同時記錄下他們的腦部活動。只不過，最后出現(xiàn)的詞語不是“糖”，最后組成的句子是：“我喝咖啡喜歡加奶油和狗?！?/span>
當受試者看到意料之外的詞語“狗”時，研究人員觀察到他們的大腦出現(xiàn)了更強烈的反應。這是一種特定模式的生物電活動，它們在詞語出現(xiàn)大約400毫秒后達到了峰值，因而被稱為“N400效應”。大腦做出反應是因為這個詞放在句子中毫無意義嗎？或者，僅僅是因為這個詞出現(xiàn)得很意外，違反了大腦的預期？
2005年，庫塔斯和她的團隊進行了另一項研究，結(jié)果表明，后一種猜想是對的。
受試者同樣會閱讀逐詞出現(xiàn)在屏幕上的語句：“這一天微風陣陣，所以男孩跑到戶外去放____?！币驗檠a完這句話的最合適詞語是“風箏”（a kite），所以，受試者預期看到的下一個單詞是不定冠詞“a”。它沒有內(nèi)在意義，但的確預示了下一個單詞是什么。結(jié)果，當受試者看到后面出現(xiàn)的單詞是“an”時，他們出現(xiàn)了N400效應，這似乎是因為大腦必須處理預期與現(xiàn)實之間的不匹配。而這種效應顯然跟詞語的含義或者處理刺激時的難度無關(guān)。
2005年的研究發(fā)現(xiàn)似乎非常契合預測編碼的理論框架，但去年發(fā)表在學術(shù)期刊《eLife》上的一篇論文稱，有好幾個實驗室都無法重復這一實驗結(jié)果。如今，其他研究人員開始做出回應，一些人聲稱，重復實驗得到的結(jié)果仍然可以為預測編碼理論提供支持。
這種你來我往反映了預測編碼理論引發(fā)的很大一部分爭論。對于庫塔斯所做的這類實驗，研究人員可以做出多種解釋。實驗結(jié)果除了可以用預測編碼來解釋，也可以用模型來解釋，而且它們?nèi)狈ψ阋宰C明假說的確鑿證據(jù)，因為它們沒有深入研究實際發(fā)揮作用的機制。雖然認為大腦會不斷做出推斷（并將推斷結(jié)果與現(xiàn)實進行比較）的觀點目前已經(jīng)相當完善，但預測編碼的支持者一直在設(shè)法證明，他們所主張的理論才是正確的，而且可以推及所有的認知機制。
貝葉斯腦與高效計算
大腦在不斷地做出預測并對自己的預測進行評估，這一基本觀點一開始并未得到大多數(shù)人的認可。20世紀的主流神經(jīng)科學理論將大腦功能描述為一個特征檢測器：它會記錄刺激，對刺激做出處理，然后發(fā)出信號，以產(chǎn)生一個行為反應。特定細胞中的活動反映了真實世界中的刺激是存在，還是不存在。例如，視覺皮層中的一些神經(jīng)元能夠?qū)σ曇爸形矬w的邊緣產(chǎn)生反應；另一些神經(jīng)元則會通過激發(fā)來指示物體的方位、顏色或陰影分布。
然而，事實證明，這個過程遠非看上去那么簡單。研究人員通過進一步的測試發(fā)現(xiàn)，當大腦在感知一條越來越長的線時，即使線本身沒有從視野中消失，用于探測線的神經(jīng)元也會停止激發(fā)。事實上，很多信息似乎是通過神秘的自上而下式反饋連接進行傳遞的，這表明，還有其他機制在發(fā)揮作用。
這就是“貝葉斯腦”（Bayesian brain）發(fā)揮作用的地方了，這是一個可追溯至19世紀60年代的通用框架，它徹底顛覆了傳統(tǒng)模型。該理論提出，大腦會基于內(nèi)部模型，對現(xiàn)實世界進行概率推斷，主要是圍繞如何解讀它所感知的東西，計算出一個“最佳猜測”（這符合貝葉斯統(tǒng)計學定理，也就是基于從先驗經(jīng)驗中獲得的相關(guān)信息，去量化事件的概率）。
大腦并不是等待感官信息來推動認知，而是始終在積極構(gòu)建關(guān)于世界的各種假設(shè)，然后利用它們來解釋現(xiàn)實經(jīng)歷，并填補缺失的數(shù)據(jù)。根據(jù)一些專家的說法，正因為此，我們或許可以把感知視為一種“受控的幻覺”。
順著這個思路，貝葉斯腦也解釋了為什么我們會產(chǎn)生視力錯覺：例如屏幕上兩個點在快速地交替閃爍，看上去就像一個點在來回移動，于是我們的大腦會在無意識中把它們看成一個點。理解物體如何移動是一種更高層級的知識，但這從根本上影響了我們的感知方式。大腦會填補信息的空白——在這個例子中，就是運動信息的空白——從而繪制出一幅并不完全準確的圖景。
在這個著名的視力錯覺實驗中，棋盤上A格的顏色看上去比B格深得多，但其實，它們的灰度是一樣的。我們的大腦會利用附近格子的顏色，以及圓柱體所投射陰影的位置，來推斷棋盤的顏色。在這個例子中，這些推斷讓我們感知到，A格和B格的灰度不一樣，盡管它們完全相同。（如右圖所示，如果把兩個格子連通起來，或是遮住圓柱體，我們便能更清楚地看出來。）
但是，盡管生成模型和各種預期在大腦功能中發(fā)揮著明確的作用，科學家依然未能確定它們是如何在神經(jīng)回路層級上得到實施的?！跋鄬碚f，貝葉斯腦也無法解釋底層機制究竟是什么。”蘇格蘭愛丁堡大學的心理哲學教授馬克·斯佩瓦克（Mark Sprevak）說。
這時，預測編碼理論登場了。它提供了一種特定公式，解釋了大腦的運作如何能夠符合貝葉斯定理。預測編碼這個名稱源于一種能更有效傳輸電信信號的技術(shù)：由于視頻文件相鄰兩幀之間包含了大量信息冗余，因此壓縮這些數(shù)據(jù)時，如果對每一個像素進行編碼，將非常低效。而如果我們對相鄰兩幀之間的差異進行編碼，然后通過反向處理來解讀整個視頻，那將更加合理。
1982年，科學家發(fā)現(xiàn)，這個想法可以應用到神經(jīng)科學中，因為它似乎可以解釋，視網(wǎng)膜上的神經(jīng)元是如何編碼有關(guān)視覺刺激的信息，并沿著視神經(jīng)進行傳遞的。此外，研究人員還認為，預測編碼也是大腦獎勵系統(tǒng)在運作時所遵循的原理：多巴胺神經(jīng)元會對預期獎勵與實際獎勵之間的不匹配程度進行編碼。研究人員表示，這些預測誤差可以幫助動物對未來預期進行修正，并推動它們的決策。
盡管有這些例子，科學家認為，預測編碼主要還是一種針對特定神經(jīng)網(wǎng)絡(luò)的過程。不過，功能性磁共振成像（fMRI）測試和其他類型的實驗已開始改變這一觀點。
通用框架
預測編碼假說之所以如此受重視，原因之一在于它具有令人難以置信的解釋能力?！霸谶@個理論框架下，許多事情都能得到解釋，這一點很有說服力?！睈鄱”ご髮W邏輯學教授、預測編碼理論專家安迪·克拉克（Andy Clark）說。
首先，它在單個計算過程中統(tǒng)一了感知和運動控制。這兩者基本上是同一枚硬幣的兩面：不管是感知還是運動控制，大腦都會將預測誤差最小化，但會以不同的方式進行。就感知而論，調(diào)整的是內(nèi)部模型；至于運動控制，調(diào)整的則是實際環(huán)境。（對于后者，你可以想象一下，自己想舉手。如果你的手沒有舉起，那么這個差異會產(chǎn)生較大的預測誤差——如果這時你把手舉起來，便能將誤差最小化。）
迄今為止，研究人員在感知和運動控制方面進行的實驗，為預測編碼理論提供了最有力的證據(jù)。例如，在《神經(jīng)科學雜志》去年6月發(fā)表的一篇論文中，研究人員先讓受試者看屏幕上的單詞“kick”，然后再讓他們聽經(jīng)過處理的錄音，其中的單詞“pick”聽起來像大聲的耳語。許多人把“pick”聽成了“kick”，而fMRI掃描顯示，大腦在聽到單詞開頭的“k”和“p”時反應最強烈——它們是跟預測誤差有關(guān)的聲音。如果大腦只是在表征其感知體驗，那么最強烈的信號應該與“ick”對應（因為它才是同時出現(xiàn)在屏幕和音頻中的刺激）。
不過，研究人員也在努力擴大預測編碼在感知和運動控制之外的適用范圍，他們將其視為大腦中一切活動的“通用貨幣”。克拉克說，“這就像擁有了一堆積木，可以按照不同的方式來搭。”不同的腦區(qū)會進行不同類型的預測。
包括弗里斯頓在內(nèi)的一些人聲稱，預測編碼適用于更高層級的認知過程，包括注意力和決策。研究人員最近在前額皮質(zhì)上完成的計算工作表明，在工作記憶和目標導向行為中，同樣存在著預測編碼機制。一些研究人員建構(gòu)了用預測編碼術(shù)語來表述情感和情緒的理論：情緒可以是大腦表征的狀態(tài)，旨在將關(guān)于內(nèi)部信號（例如體溫、心率或血壓）的預測誤差最小化。例如，如果大腦發(fā)現(xiàn)自己情緒激動，它會知道，所有那些信號指標都在上升。也許自我的概念就是這樣出現(xiàn)的。
數(shù)十年來，倫敦大學學院的神經(jīng)科學家卡爾·弗里斯頓一直在完善預測編碼假說的關(guān)鍵原理。他指出，該理論不僅可以解釋感知，還可以解釋更高層級的認知過程。
以這種思路完成的大部分研究工作都有一個聚焦點：預測編碼如何能夠?qū)ι窠?jīng)精神病學和發(fā)育障礙做出解釋。弗里斯頓說，“這里的想法是，如果大腦是一部推理機器，是一個統(tǒng)計器官，那么當它犯錯時，也會犯跟統(tǒng)計學家一樣的錯誤?！币簿褪钦f，大腦可能因為太過重視或輕視預測或是預測誤差，而做出錯誤的推斷。
例如，自閉癥或許可以被描述為：無法在大腦處理層級結(jié)構(gòu)的最底層，忽略與感官信號相關(guān)的預測誤差。這可能造成患者對感覺的專注、對重復和可預測性的渴求、對特定幻覺的敏感，以及其他一些影響。在與幻覺有關(guān)的病癥中，比如精神分裂癥，情況可能正相反：大腦也許太過關(guān)注于自身對所發(fā)生事情的預測，卻忽視了與這些預測相矛盾的感官信息。（不過專家提醒說，自閉癥和精神分裂癥都非常復雜，無法簡化為單一的解釋或機制。）
耶魯大學醫(yī)學院的臨床神經(jīng)科學家菲利普·科利特（Philip Corlett）說，“其中最重要的部分是向我們展示了，我們的心理功能是何其脆弱?！笨评卣陂_展一項實驗，在健康受試者的腦中建立新的“想法”，引導他們對之前經(jīng)歷的刺激產(chǎn)生幻覺。（例如，研究人員讓受試者把某個聲音與某張視覺圖像聯(lián)系起來，這樣，當受試者看到圖像時，即便沒有播放聲音，他們也會覺得自己聽到了聲音。）研究人員想弄明白，這些“想法”是如何轉(zhuǎn)化為感知的。通過這些研究，“已經(jīng)有證據(jù)表明，感知與認知并不是那么涇渭分明?！笨评卣f，“我們可以向你灌輸新的想法，而那可以改變你的感知?！?/span>
預測編碼假說的堅實證據(jù)
“實驗研究經(jīng)常表明，一個特定的結(jié)果與預測處理理論是一致的，但并不是說，該理論就是實驗結(jié)果的最佳解釋?！彼古逋呖苏f。這種理論在認知科學領(lǐng)域已被廣泛接受，但“在系統(tǒng)神經(jīng)科學領(lǐng)域，它仍然處于弱勢。”瑞士弗里德里?！っ咨釥柹镝t(yī)學研究所的神經(jīng)科學家格奧爾格·凱勒（Georg Keller）說。他的實驗室正試圖用更堅實的證據(jù)改變這種狀況。
弗里德里?！っ咨釥柹镝t(yī)學研究所的神經(jīng)科學家格奧爾格·凱勒一直在為預測編碼假說尋找堅實證據(jù)。
在去年發(fā)表于《神經(jīng)元》雜志的一項研究中，凱勒及其同事觀察到，小鼠視覺系統(tǒng)中的神經(jīng)元隨著時間的推移變得具有預測能力。這個發(fā)現(xiàn)其實一開始是個偶然。最初，研究人員利用電子游戲來訓練小鼠，結(jié)果發(fā)現(xiàn)，虛擬世界的方向亂了套。通常，只要小鼠向左轉(zhuǎn)，它們就會看到自己的視野向右移動，反之亦然。然而，有人無意中翻轉(zhuǎn)了實驗中虛擬世界的方向，顛倒了左右，這樣，向左轉(zhuǎn)意味著小鼠的視野同樣向左移動。研究人員意識到，他們或許可以將錯就錯。他們監(jiān)測了表征這種視覺流動的小鼠大腦信號，結(jié)果發(fā)現(xiàn)，隨著小鼠重新掌握了倒置環(huán)境中的規(guī)則，大腦信號也慢慢發(fā)生了變化。“那些信號看起來是在預測視覺會向左流動?！眲P勒說。
如果信號只是小鼠視覺體驗的感官表征，那么，它們應該馬上在虛擬世界中出現(xiàn)翻轉(zhuǎn)。如果它們屬于運動信號，那就根本不會翻轉(zhuǎn)。相反，“它在于識別預測?！眲P勒說，“是在做出某個動作時，對視覺流動的預測?！?/span>
“這項研究提供了一種此前并不存在的證據(jù)。”克拉克說，“這是一種非常局部、逐單元和逐層的證明，即預測編碼理論是解釋這一切的最佳模型。”
大約在同一時間，另一組研究人員在獼猴用于處理面孔的腦區(qū)中，也有了類似發(fā)現(xiàn)。之前的研究已經(jīng)表明，神經(jīng)網(wǎng)絡(luò)中較低層級的神經(jīng)元，是對面孔基于方位的要素進行編碼的，例如，神經(jīng)元看到側(cè)臉輪廓后開始激發(fā)。在更高的層級上，神經(jīng)元會以更抽象的方式來表征面孔，比如，關(guān)注面孔所代表的身份，而不是它的位置。
在獼猴研究中，研究人員用成對的面孔對猴子進行訓練，其中一張面孔會首先出現(xiàn)，而它總會包含對第二張面孔的某種預測。之后，研究人員用特定的方式去干擾這些預期，比如，從不同角度展示同一張面孔，或是展示一張完全不同的面孔。結(jié)果，他們在面部處理神經(jīng)網(wǎng)絡(luò)的較低層級區(qū)域中，發(fā)現(xiàn)了預測誤差，但這些誤差與方位預測無關(guān)，而與身份預測有關(guān)。也就是說，誤差源于系統(tǒng)較高層級中發(fā)生的事情——這表明，較低層級在對比外部感知與來自較高層級的預測的過程中，得出了錯誤的信號。
“在那個系統(tǒng)中發(fā)現(xiàn)預測誤差，發(fā)現(xiàn)預測的具體內(nèi)容，這非常令人興奮。”該研究論文首席作者、歐洲神經(jīng)科學研究所的神經(jīng)科學家卡斯帕·施維德里克（Caspar Schwiedrzik）說。
馬克斯·普朗克經(jīng)驗美學研究所的研究員露西亞·梅洛尼（Lucia Melloni）表示，她的團隊在人類受試者的神經(jīng)元數(shù)據(jù)中，看到了與預測誤差理論一致的結(jié)果。
尋找更多的預測機器
并不是每個人都認為，預測編碼理論的論據(jù)在逐漸增多。在有些科學家看來，該理論雖可以解釋認知的某些方面，但無法解釋一切。
不過，該領(lǐng)域的很多專家都認為，這項研究有可能在機器學習領(lǐng)域催生出令人興奮的應用。目前，絕大多數(shù)人工智能研究都沒有涉及預測編碼，而是聚焦于其他類型的算法。
但弗里斯頓認為，在深度學習環(huán)境中建立預測編碼架構(gòu)，可以讓機器更接近智能。
DeepMind的GQN就是發(fā)掘這種潛力的絕佳例證。去年，薩塞克斯大學的研究人員甚至使用虛擬現(xiàn)實以及具備預測編碼功能的人工智能技術(shù)，打造出所謂的“幻覺機器”，它可以模擬出通常由迷幻藥引起的幻覺狀態(tài)。
通過比較預測編碼模型和其他技術(shù)模型的表現(xiàn)，我們可以利用機器學習領(lǐng)域的進步，獲得有關(guān)大腦的新見解。至少，把預測編碼引入人工智能系統(tǒng)，或許能顯著提高這些機器的智能水平。
但在那之前，我們還有很多工作要做?？茖W家要深入研究，找到一系列問題的答案，比如確定大腦的內(nèi)部表征處在什么位置。另外，類似的實驗能否證實更高層級認知過程中的預測編碼機制，這也有待觀察。
預測編碼“之于神經(jīng)科學的重要性，就猶如進化論之于生物學?！备窭垢绱髮W神經(jīng)生理學家拉爾斯·穆克里（Lars Muckli）說道，他為預測編碼理論做了大量工作。但就目前來說，斯佩瓦克指出，“一切尚無定論?！?/span>
來源 | Quanta Magazine
