如何借助神经科学与 AI 提升学习能力 | Terry Sejnowski 博士

Huberman 开场先承认了一个大多数流行神经科学都会略过的局限：知道大脑的零件清单，并不能告诉你它如何运作。细胞、神经元及其特定连接，只有在“给部件命名”的意义上才能解释看、听和思考；它们并未触及核心问题。他提出的框架性问题刻意具体——从昏昏沉沉醒来，到第一杯咖啡，或第一次上厕所之间，我们脑袋里这块肉究竟想完成什么？隐含的主张是：真正的解释必须在日常行为层面站得住脚，而不只是在解剖层面。

Sejnowski 以他与 Pat Churchland 合著的《计算大脑》（Computational Brain）的结构作答，书中有一张研究层次图，跨越约十个数量级的空间尺度：分子、突触、神经元、回路、皮层区域以及整个中枢神经系统。意识必须被定位在这个层级堆栈的某处，而他主张，两种标准策略都没有成功。自下而上的还原论纲领在连接性和发育方面取得了真正进展，但用他的话说，“你很快就会在森林里迷路”。自上而下的纲领——行为主义的行为定律，或早期为复现智能行为而编写的 AI 程序——被描述为在某些地方成功，但最终令人不满意。

他提出的方案是一个中间层次：算法层次，位于机制实现与整个系统行为之间。他的类比是食谱。烤蛋糕需要原料、组装顺序和时机；弄错了“就只是一团糟”。这个类比之所以重要，是因为它把解释定位于一种特定对象——具有结构的程序——而不是零件目录，也不是行为定律。他声称，这正是如今神经科学与 AI 同时取得进展的地方，并称这在历史当下非同寻常。

值得注意的是，开场这一段里的分歧并不存在于两位对话者之间，而存在于两种研究文化之间，并且 Sejnowski 明确把批评对象从神经科学家扩大到一般科学家。这是一个小小的修辞动作，却包含实质观点：自下而上与自上而下路径的失败，不是生物学工具的失败，而是两种传统所选择的工作描述层次的失败。

具体案例是 1990 年代的工作，当时 Peter Dayan 和 Reed Montague 是 Sejnowski 实验室的博士后，研究基底神经节——皮层之下负责学习指向目标的动作序列的结构。网球发球和思考一样，都被框定为经过练习的序列：基底神经节从皮层接手，产生越来越好的动作。关键在于，这个回路不仅与后部的运动皮层相连，也与“负责思考的部分”前额叶皮层相连。正是这一解剖细节，使得这套解释可以从动作延伸到专业判断——金融家、医生、神经科学家都是通过找出什么有效来提升的。

Huberman 接着追问一个标准总结常省略的区分：基底神经节同时组织“去做”和“不去做”的行为。学习专家级的高尔夫或网球挥拍，既需要执行某些动作，也需要抑制另一些动作。他问道，如果同一套回路也产生思想，它是否也会抑制思想？他的例子是一位外科医生，必须思考该想什么，也必须思考不该想什么，否则早上因孩子而生的烦躁可能会侵入一台精细的手术。

Sejnowski 接受这个框架，并补充了一个发育上的限定：前额叶与基底神经节的回路是成年早期最晚成熟的结构之一，因此在青少年身上，“负责规划行动的那个‘不去做’部分”并未完全上线。结果是，面对不符合自身利益的选择，刹车常常没能踩下。这是一个关于特定回路成熟较晚的主张，而不是说青少年一般无法规划。

算法本身被呈现为能想象到的最简单形式：预测下一次奖励。每次尝试后，把实际获得的奖励与预期奖励相比较，并用差异来更新突触——突触可塑性——使下一次尝试有更好的机会。在一生中，这会累积成一个价值函数：关于什么对你有利、什么对你有害的知识，是由在许多餐厅吃饭等经历建立起来的。与 AI 的等同是明确的：“这和 AlphaGo 使用的算法相同”，即击败世界围棋冠军的 DeepMind 程序。

Huberman 给出了难度排序，使 AlphaGo 的对比更有针对性，称围棋远比国际象棋复杂，Sejnowski 用一个尺度类比表示赞同：“围棋之于国际象棋，就像国际象棋之于跳棋之类的东西。”给出的理由不是单纯数量上的，而是结构性的——多个同时进行的局部战斗，以及落子顺序会约束之后的可能性。这与价值函数论证的关联在于：一条预测规则可以在穷举前瞻毫无希望的空间中运作。

Huberman 从两个方向检验这套解释。第一，持久性：如果某人多年间每月回网球场一次，尽管中间隔了那么久，他还能调用同一个价值函数吗？第二，范围：同一机制是否也作用于非运动技能的领域，比如友谊、兄弟姐妹关系和恋爱伴侣关系——人们在这些领域有对有错？他还指出迄今描述中的一个缺口——惩罚。“我们发球失误时不会被电击，但我们会沮丧。”

Sejnowski 的回答是，价值函数在每一次经历中都会被更新并累积，而且它是永久的：“没关系。它是你经验中非常永久的一部分，也是你是谁的一部分。”随后他赋予惩罚比奖励更大的作用，并把这一点归功于 1950 年代的行为主义者。小奖励之所以有效，是因为它们让你稳步接近所求——更好的发球、一个新朋友。但负惩罚“有效得多”，能产生一次性学习：用少量食物奖励训练的老鼠需要很多次试验，而被电击的老鼠不会忘记。

Huberman 的解读——一段糟糕的关系会永久地教会某些教训——被 Sejnowski 扩展到创伤后应激障碍（PTSD），他形容这种病会把一个人“余生”都搞坏。从分析角度看，这个推进值得注意：让惩罚高效的同一种一次性厌恶学习，也是某种临床状况背后的机制。在这里，效率与病理并非相反的发现在此对立；它们是同一属性在不同强度下的表现。

随后社会维度被纳入进来。前额叶皮层很大一部分专用于社会互动，人类正是借此习得语言、文化价值，以及对一个自己出生前并不知道会是哪一个的社会的期待。Sejnowski 指出这是 20 世纪的发现，它如今在 AI 中以强化学习的形式出现，而且它是程序性的而非认知性的：“程序性学习是自动的。”认知思考被描述为效率低得多，因为它必须一步一步进行。

当被要求用煮咖啡来比较知识型学习与程序性学习时，Sejnowski 反而给出更尖锐的案例：你能想象从一本书里学打网球吗？Huberman 的航空轶事——一名乘客在研究飞机飞行示意图，而令人松一口气的是这人不是飞行员——引出了飞行员训练必然混合实践与书本学习的观点。他的水肺潜水例子更精确：潜水表和气体交换可以学习，但在水下摘下面罩、重新戴上并排水，无法靠模拟替代；必须在泳池里做，而且必须在需要时做得到。

Sejnowski 加以概括：程序性流畅对于任何必须快速、熟练执行的事都必不可少，“这样你就不必思考”。学校已经包含这种结构：课堂讲授之后是家庭作业题；他还援引自己作为物理学博士受训的经历——记住方程不等于理解如何使用它们，而习题集才是成为物理学家的核心。

Huberman 随后把他常讲的方案重新框定为这种整合的一个实例。知道早晨阳光经由视网膜神经节细胞到达视交叉上核，和真正去晒到光，并不是彼此分离的成就；把明确知识与实践联系起来会强化两者。Sejnowski 毫无保留地同意：“两者都需要。”他的表述是，存在两大学习系统，一个是皮层认知系统，一个是以基底神经节为中心的皮层下程序性系统，而且“两者携手并行”。

真正的分歧在这里浮现，而且关乎制度而非机制。Sejnowski 说，至少在加州，学校正试图去掉程序性成分，理由是练习会让学生感到压力，不该让他们觉得自己遇到困难。Huberman 直率回应——“这太荒谬了”——并在镜头前捂住眼睛，给出游泳的类比：一本游泳教科书，然后直接下海，中间没有真正游泳，却指望人能活下来。Sejnowski 的评语是：“这太疯狂了。”

为替代方案提供的证据是 Sejnowski 与 Barbara Oakley 共同制作的 MOOC《学习如何学习》。它免费、没有付费墙，面向学生，却有来自 200 个国家、年龄从 10 岁到 90 岁的四百万人选修，他说几乎每天都能收到粉丝来信。规模之所以值得注意，是因为它削弱了一个假设：学习技巧教学的需求只局限于正规学校教育。