AI时代再问意识：意识的生物学转向（2）上

第二部分：Anil Seth与生物自然主义的回归（上）

当代意识研究中的“生物学转向”，并不是从否定计算开始的，而是从一个看似简单、实际上相当尖锐的问题开始：我们究竟什么时候证明过，仅仅实现正确的计算，就足以产生意识？

过去几十年中，认知科学越来越习惯于一种基本思路。如果心理状态可以通过功能关系来描述——一个系统接受什么信息，怎样转换这些信息，内部状态如何相互作用，又产生什么行为结果——那么实现这些功能的具体物质似乎就是次要的。人脑恰好由神经元组成，只是因为生物演化手中拥有这种材料；如果硅芯片能够实现相同的关键因果结构，那么原则上，它也应该能够实现同样的心理状态。这就是功能主义和计算主义最有吸引力的地方：它把“心智”从某一种具体物质中解放出来，使心智第一次看起来像一种可以跨越不同物理基质的组织形式。

这个观念后来深深进入人工智能，以至于我们常常忘记，它最初是一种理论主张，而不是已经被实验确立的事实。

Anil Seth近年来所质疑的，正是这种不知不觉形成的确定感。

这并不是因为 Seth 反对计算模型。恰恰相反，他自己的意识研究大量使用预测加工、贝叶斯推断、动力系统以及自由能等现代计算神经科学工具。他长期强调，知觉不是外部世界被动地“印”进大脑，而是大脑不断利用已有模型对感觉输入作出预测，再根据预测误差不断调整内部状态。我们看到的世界，从这个意义上说，并不是未经处理的客观现实，而是大脑在感觉信号约束下不断形成的最佳解释。

但 Seth 的理论真正有意思的地方，在于他没有让预测停留在“认识外部世界”这一层。他逐渐把问题推进到身体内部。大脑不仅预测眼睛和耳朵将接收到什么，也在不断预测和解释来自心脏、肺、血管、内脏以及其他身体系统的信号。它必须调节体温、循环、呼吸、能量使用以及无数内部变量，使生命体始终保持在一个可以继续生存的狭窄范围之内。由此看来，大脑最古老、也可能最根本的任务，并不是建立一幅尽可能精确的世界地图，而是帮助一个生命体继续活下去。

正是在这里，Seth 的意识理论开始与传统计算主义拉开距离。在他的“野兽机器”（beast machine）观点中，人之所以拥有自我体验，并不仅仅因为大脑建立了一个关于“我”的抽象模型，而是因为这个模型扎根于一个必须不断维持自身的身体。我们体验到自己是“我”，并不是因为某个中央处理器计算出了一个身份标签，而是因为神经系统始终处在一个生命体内部，不断解释和调节这个生命体的状态。身体不是心智的外壳，而是自我经验得以形成的背景和条件。

如果把这种思路带入人工智能，一个长期以来非常自然的假设就开始显得没有那么稳固了。如果意识最初不是产生于“怎样更有效地处理信息”这个问题，而是产生于“怎样继续作为一个生命体存在”这个问题，那么计算理论过去经常当作底层实现细节的那些过程——代谢、身体调节、内感受、自主维持以及生命体与环境之间持续不断的交换——也许并不只是为上层认知提供能源和输入，它们本身就可能参与了意识的形成。

Seth把自己的这一立场称为生物自然主义（biological naturalism）。这个名称很容易引起误解，因为“生物”似乎意味着意识只能属于细胞和有机物，“自然主义”又可能让人联想到某种神秘的生命力。但 Seth 的意思恰恰相反。他的理论完全建立在自然主义立场上：意识不是超自然现象，也不是独立于物质世界的精神实体，它最终必须由物理过程产生。真正存在争议的，只是哪些物理过程对于意识来说不可忽略。

计算功能主义倾向于认为，只要正确的抽象功能组织得到保存，具体实现这些功能的物理基质就可以发生很大变化。生物自然主义所怀疑的，正是这一步推论。也许意识所依赖的某些因果能力，来自生命系统具体的物理组织，而当我们把这种组织抽象成纯粹的信息处理关系时，某些真正重要的东西已经被删除了。

因此，Seth 真正针对的并不是“计算”本身，而是一个更强的命题：计算是否足以产生意识。

这个区别非常重要。人脑当然可以从计算角度研究，计算模型也完全可能很好地解释知觉、决策、学习和记忆。Seth 并不否认这些研究的价值。他质疑的是，我们是否有理由从“计算能够解释许多认知功能”进一步推出“只要复制正确计算，就一定复制了主观体验”。在他2025年发表于 Behavioral and Brain Sciences 的论文中，这一点被明确放到了人工意识问题的中心：计算功能主义把正确的计算组织视为意识的充分基础，而生物自然主义要求我们重新检查这一假设。

这里很容易想到一个常见的比喻。我们可以用计算机极其精确地模拟飓风，模拟气压、温度、气流和湍流，但计算机中的飓风并不会真的吹倒房屋。这个比喻在意识问题上不能用得太简单，因为有些功能确实可以通过计算本身真正实现。计算器并不是“模拟”算术，它真的完成了计算；数字控制系统也不是假装控制飞机，它可以真实改变飞机的飞行状态。因此，真正的问题并不是“模拟和真实是否不同”这么简单，而是：意识究竟属于哪一种性质？它更像算术，只要正确的抽象关系被实现就真正存在；还是更像某些物理过程，其关键因果能力部分取决于具体的物质实现方式？

计算功能主义倾向于前一种答案。生物自然主义则要求我们承认：我们其实还不知道。

这种怀疑并不是要否定过去几十年认知科学的成就。相反，它提醒我们注意一种在科学史中非常常见的转换。为了使复杂现象能够研究，科学必须进行抽象。认知科学之所以取得巨大进展，正是因为它暂时忽略了大脑无数分子、细胞和生化细节，把心智描述成表征、算法、功能和信息流。没有这种抽象，很多认知问题根本无法进入数学模型和实验科学。

真正需要警惕的是，方法上的抽象有时会悄悄变成本体论上的结论。

因为我们发现，不必模拟每一个分子就能够解释很多认知功能，于是很容易进一步相信，那些分子和细胞层面的过程原则上都不重要；因为人工神经网络没有复制真实神经元的全部生物机制，却仍然能够识别图像、翻译语言、进行推理，于是我们又更容易相信，只要功能能够被复制，具体实现方式最终都可以舍弃。

但这些成功证明的是许多能力可以被抽象出来，并没有证明主观体验也遵循同样规律。

这一点恰恰是人工智能发展以后变得更加清楚的。一个系统是否正确分类图像，我们可以直接测量；翻译是否准确，可以比较结果；一道数学题是否解对，也可以检查答案。意识却不是这样。它问的不是某种外部功能有没有实现，而是这些信息处理过程中是否伴随着任何体验。除非我们已经拥有一种理论，能够说明为什么某种计算关系必然产生体验，否则仅仅复制输入、内部处理和输出，并不能自动解决这个问题。

从这个意义上说，AI的成功不只是支持计算主义，也同时暴露了计算主义在意识问题上的一个薄弱环节。机器越能够复制复杂认知功能，我们反而越清楚地看到：功能成功与体验存在并不是同一个命题。

Seth因此把问题重新拉回证据本身。我们为什么相信意识会随着计算出现？一种常见理由是类比：人脑处理信息，人工系统也处理信息，因此只要信息处理方式足够相似，心理性质也应该逐渐相似。但如果仔细观察，这种类比其实跨越了巨大的物理距离。神经元并不是简单的数字逻辑门。真实大脑依赖电化学活动、连续动力学、神经调质、胶质细胞、代谢约束、可塑性以及跨越多个尺度的反馈过程。更重要的是，大脑从来不是孤立的信息处理器，而是一个生命体的一部分；神经系统漫长的演化史，本身就是在帮助生命体维持自身的过程中形成的。

这些事实并不能证明其中任何一个具体生物特征都是意识的必要条件，但至少说明，“信息处理系统”可能是一个过于粗糙的分类。它能够捕捉许多重要共同点，却也可能恰好把意识真正依赖的某些差异隐藏起来。

Seth早期关于预测加工的研究在这里获得了新的意义。预测加工通常很容易被理解为一个纯粹计算问题：大脑预测感觉输入，然后利用预测误差不断修正内部模型。但在生命体中，预测并不只是为了获得一幅更准确的外部世界图像。大脑还必须提前估计身体需要什么，并不断调节体温、循环、能量、呼吸和其他内部状态。来自身体内部的信号，也就是所谓内感受（interoception），持续参与情绪、自我感以及生命体对自身状态的理解。

于是，大脑面对的问题就不只是“外面是什么”，而始终还包括另一个更加古老的问题：“这个生命体现在处于什么状态，接下来必须发生什么，它才能继续维持自己？”

这使“预测”具有了与普通计算预测完全不同的背景。天气模型也预测未来，大语言模型也预测语言结构，自动驾驶系统也预测其他车辆的运动轨迹，但生命神经系统的预测发生在一个自身存在依赖这些预测是否有效的有机体内部。对于生命体来说，预测不是一个与自身无关的智力任务，而嵌入了一种真实的利害关系。

这也帮助解释了为什么 Seth 如此重视身体调节与情感之间的关系。我们的意识经验几乎从来不是完全中性的。事物会显得危险、令人愉快、熟悉、陌生、吸引人或者无关紧要；即使最抽象的思考，也发生在某种身体背景之中——我们可能疲劳、紧张、兴奋、平静、饥饿或者充满期待。纯粹计算描述当然可以把这些状态表示为变量，也可以复制它们对行为产生的功能影响，但更困难的问题是：这些状态之所以具有“被感觉到”的性质，会不会恰恰因为它们正在调节一个真实活着的身体？

（未完待续）

---