如何利用神经科学与 AI 提升学习能力 | Dr. Terry Sejnowski
How to Improve at Learning Using Neuroscience & AI | Dr. Terry Sejnowski
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01文稿 — 第 1 部分
Andrew Huberman：欢迎来到 Huberman Lab 播客，我们在这里讨论科学以及基于科学的日常工具。我是 Andrew Huberman，斯坦福大学医学院神经生物学与眼科学教授。今天的嘉宾是 Terry Sejnowski 博士。Terry Sejnowski 博士是索尔克生物研究所（Salk Institute for Biological Studies）的教授，并在那里主管计算神经生物学实验室。正如他的头衔所示，他是一位计算神经科学家。也就是说，他运用数学以及人工智能和计算方法，来理解这个统摄性的、极其重要的问题：大脑是如何工作的。我明白，当人们听到计算神经科学、算法、大语言模型和 AI 这些词时，可能会有些不知所措，甚至感到畏惧。但我向你保证，Sejnowski 博士工作的目的，以及今天这场讨论的目的，都是用这些方法来厘清大脑是如何工作的，并且确实是去简化这个问题的答案。举例来说，今天你将了解到，无论你是谁，无论你有什么样的经历，你在生活各个领域中的全部动机都由一个简单的算法或方程所支配。Sejnowski 博士会解释，一条规则、一条学习规则，如何驱动我们所有与动机相关的行为。当然，这与神经调质多巴胺有关。如果你熟悉多巴胺这个词，今天你将真正理解多巴胺如何驱动你的动机水平，或者在某些情况下如何造成动机缺失，以及如何克服这种动机缺失。今天我们还讨论如何最好地学习。Sejnowski 博士不仅分享关于大脑如何工作的信息，还分享了他和同事们开发出的实用工具，其中包括一个零成本的在线门户，教你如何根据自己特定的学习风格——也就是你个人搜集信息并运用信息的方式——学得更好。Sejnowski 博士还会解释，他本人如何用一种特定类型的体育锻炼来增强自己的认知能力，也就是大脑学习信息、产生新想法的能力。今天我们还讨论健康的大脑，以及在帕金森病和阿尔茨海默病这类疾病中受损的大脑，并探讨那些与线粒体功能相关的特定工具或许如何能被用来治疗多种疾病，包括阿尔茨海默痴呆。我确信，到本期节目结束时，你将对大脑如何工作收获大量新知识，并掌握可以在日常生活中运用的实用工具。在开始之前，我想强调，本播客与我在斯坦福的教学和研究职责相互独立。不过，它是我把零成本的科学与科学相关工具信息带给公众这一愿望和努力的一部分。为延续这一主题，我要感谢今天播客的赞助商。第一位赞助商是 BetterHelp。BetterHelp 提供由持照治疗师进行的专业心理治疗，完全在线上进行。我已经坚持每周接受心理治疗超过 30 年。最初我并没有选择，那是允许我继续留在学校的一项条件。但很快我就意识到，心理治疗是一个人整体健康中极其重要的组成部分。事实上，我认为定期接受心理治疗与定期锻炼同样重要，包括心血管锻炼和抗阻训练——当然，这两类锻炼我每周也都在做。好的心理治疗基本上能提供三样东西。首先，它让你与一个可以信任、可以与之谈论几乎所有你想谈的问题的人建立良好的关系。其次，好的心理治疗以情感支持的形式提供支持，或者干脆就是直接的指导：在你生活的某些领域该做什么、不该做什么。第三，专业的心理治疗能给你带来你自己无法获得的洞见。BetterHelp 让你很容易找到一位真正与你契合的专家治疗师，并为你提供我刚才提到的、有效治疗所带来的益处。如果你想试试 BetterHelp，请访问 betterhelp.com/huberman，首月可享 10% 折扣。再说一次，是 betterhelp.com/huberman。今天这期节目同样由 Helix Sleep 赞助。Helix Sleep 生产根据你独特睡眠需求定制的床垫和枕头。我以前在这个节目和其他播客中多次讲过，一夜好眠是心理健康、身体健康和良好表现的基础。而你睡的床垫对你每晚获得的睡眠质量影响巨大。它的软硬程度、透气性，都会影响你的舒适感，并且需要根据你独特的睡眠需求来定制。如果你访问 Helix 网站，可以做一份大约两分钟的简短问卷，它会问你这样的问题：你是仰睡、侧睡还是趴睡？你夜里容易觉得热还是容易觉得冷？诸如此类。也许你知道这些问题的答案，也许不知道。无论哪种情况，Helix 都会为你匹配最理想的床垫。对我来说，结果是 Dusk 床垫，D-U-S-K。大约三年半前我开始睡 Dusk 床垫，那是我迄今为止睡得最好的一段时期，远远超过以往。如果你想试试 Helix，可以访问 helixsleep.com/huberman。做那份两分钟的睡眠问卷，Helix 就会为你匹配一款根据你独特睡眠需求定制的床垫。在 2024 年 11 月，Helix 对所有床垫订单最高提供 25% 折扣，并赠送两个免费枕头。再说一次，是 helixsleep.com/huberman，最高可享 25% 折扣和两个免费枕头。现在，请听我与 Terry Sejnowski 博士的对话。Terry Sejnowski 博士，欢迎你。
Dr. Terry Sejnowski：很高兴来到这里。
Andrew Huberman：我们相识很久了，而且我是你工作的超级粉丝，因为你在神经科学领域研究过许多不同的课题。很多人认为你是一位计算神经科学家，也就是说，你把数学模型带入对大脑和神经网络的理解中。我们今天还要谈 AI，并且要让所有人都能听懂，不管你是不是生物学家，有没有数学背景。在正式开场之前，我想弄明白一件事。我对大脑的「零件清单」有一定了解，本播客的大多数听众也能大致了解大脑的零件清单，即便他们以前从没听过这个播客的任何一集，因为他们知道有细胞，这些细胞是神经元，神经元以非常特定的方式彼此连接，从而使我们能够看、听、思考等等。但我逐渐形成一个信念：即使我们知道了零件清单，它其实并不能真正告诉我们大脑是如何工作的。这才是大问题：大脑是如何工作的？什么是意识？诸如此类。那么，对神经元如何彼此交流的理解，从哪里、以何种方式开始让我们真正理解大脑是如何工作的？我们脑袋里的这团肉究竟是什么？因为事情不可能只是：好吧，海马体负责记忆东西，视觉皮层负责感知东西。当你坐下来，把数学从这场心智对话中抽离出去——如果这对你来说做得到的话——你会怎样思考所谓的「大脑是如何工作的」？在最基本的层面上，我们脑袋里的这团肉究竟想完成什么？就从我们早上刚醒来、还有点昏沉的时候说起吧，一直到我们喝上第一杯咖啡或水，甚至可能只是早上的第一次排尿。那里面到底在发生什么？
Dr. Terry Sejnowski：这个问题问得真好。我和 Pat Churchland 写过一本书，叫《Computational Brain》（计算的大脑），书里有一张层级图。不同空间尺度上的研究层级，从最底层的分子，到突触和神经元、神经回路、回路之间如何连接，再到皮层中的脑区，最后到整个中枢神经系统，在空间尺度上跨越了 10 个数量级，从 10 的负 10 次方到 10 的 10 次方。那么，意识在这一切之中的位置在哪里？神经科学家采取过两种路径。我不该说神经科学家，我应该说科学家采取过两种路径。你刚才描述的那种路径——让我们看所有零件——那是自下而上的路径。把它拆解开，采取还原论的路径。你会取得很多进展。你可以弄清楚各部分如何连接，理解发育是如何进行的，神经元如何连接。但你很难真正取得进展，因为很快你就会迷失在森林里。另一种路径曾经很成功，但最终令人不满意，那就是自上而下的路径。这是心理学家采取的路径，他们观察行为，试图理解行为的规律。这就是行为主义者。但即便是 AI 领域的人，也在尝试自上而下地编写程序，以复制人类行为、智能行为。我得说，这两种路径——自下而上或自上而下——都确实没有触及回答那些重大问题中任何一个的核心。但现在有一种全新的路径，正在神经科学和 AI 中同时浮现。在历史的这个时刻，这真的非常了不起。所以，在底层的实现层面——即你如何实现某个特定机制——与整个系统的实际行为之间，存在一个中间层面。它被称为算法层面。它就在中间。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：所以算法就像食谱。就像烤蛋糕。你得有原料，还得说明它们按什么顺序组合、烤多长时间，如果搞错了，就行不通，只会是一团糟。而事实证明，我们正在发现一些算法。在理解神经回路所使用的算法方面，我们已经取得了很大进展，这关系到如何在计算层面理解神经回路的功能。但我要给你举一个算法的例子，这是我们在 1990 年代做过的工作，当时 Peter Dayan 和 Reed Montague 在实验室做博士后。它涉及皮层下方一个叫基底节（basal ganglia）的脑区，它负责学习为实现某个目标而进行的一系列动作。比如，如果你想打网球，你必须能够协调许多肌肉，而要想发出准确的球，就必须完成一整串动作，而且你必须练习。那里发生的事情是，基底节基本上从皮层手中接管，产生越来越好的动作。这不仅适用于肌肉，也适用于思考。如果你想在任何一个领域变得出色，如果你想成为优秀的金融家，想成为优秀的医生或神经科学家，你就必须通过实践去理解这个专业的细节，什么有效、什么无效等等。而事实证明，基底节与皮层相互作用，不仅与后部的皮层——也就是动作部分——相互作用，也与前额叶皮层，即思考的部分，相互作用。
Andrew Huberman：我能就这一点简短地问个问题吗？据我理解，基底节参与组织两大类行为：go，也就是实际执行某个行为；但基底节也会发出 no-go 指令——不要执行那个行为。学习一记专业的高尔夫挥杆，甚至只是一记基础的高尔夫挥杆或网球挥拍，都同时涉及这两者：go 和 no-go。考虑到你刚才说的，也就是基底节也参与产生特定类型的思想，那么我想知道，它是否也参与抑制特定类型的思想。你不希望你的外科医生在切开某个部位时，脑子里只想着自己的运动行为、该做什么和不该做什么。他们想必需要思考该想什么，也需要思考不该想什么。你不希望那位外科医生一边手术一边想着自家孩子早上有多闹腾、自己有多烦躁，因为这两件事会相互干扰。那么，在动作和学习中是否存在 go、no-go，在思考中是否也存在 go、no-go？
Dr. Terry Sejnowski：嗯，我刚才提到了前额叶皮层，那部分与基底节构成的环路，是在成年早期最晚成熟的结构之一。问题在于，对青少年来说，负责规划动作的 no-go 部分还没有完全到位。所以它常常不会及时启动，来阻止你去做那些不符合你最佳利益的事情。所以，你说得完全正确。但其中一件事是，学习参与其中，而这确实是我们解决过的一个问题——先是在 1990 年代从理论上解决，后来又通过记录神经元以及在人类身上做脑成像，从实验上解决。所以，我们知道了大脑用来学习一系列动作以达成目标的那个算法。它是你能想象到的最简单的算法。它就是预测你接下来会得到的奖励。如果我做一个动作，它会给我带来有价值的东西吗？每次你尝试某件事时，你都会学到你得到的奖励是达到、还是低于你的预期，你用这一点来更新突触、即突触可塑性，这样下一次你就更有可能获得更好的奖励，你由此逐步建立起所谓的价值函数。于是，皮层在你的一生中积累了大量关于什么对你有益、什么对你有害的知识。就像你去餐馆点菜，你怎么知道什么对你有益，对吧？你在很多地方吃过很多顿饭，现在这些都成了你价值函数的一部分。AlphaGo 用的正是同一个算法。那是 DeepMind 构建的程序，是一个击败了世界围棋冠军的 AI 程序。而围棋是人类经常性对弈过的最复杂的游戏。
Andrew Huberman：据我理解，它比国际象棋复杂得多。
Dr. Terry Sejnowski：对，没错。围棋之于国际象棋，就像国际象棋之于跳棋之类的东西。换句话说，它的难度要高出一大截，因为你必须考虑同时在各处展开的战斗，而且你落子的顺序会影响未来会发生什么。
Andrew Huberman：所以这个价值函数非常有意思。我想你已经回答了这一点，但我想知道这个价值函数是否会在很长的时间跨度上得以实现。你谈到价值函数时说的是学习一项运动技能。比如挥动网球拍打出一记完美的发球，甚至只是一记还过得去的发球。当一个人回到球场，比如说在周末，多年间每个月去一次，他们每次回去都能调用同一个价值函数吗，即便中间隔了很长时间、也发生了很多学习？这是第一个问题。另一个问题是，你认为这个价值函数是否也在更复杂的情境中发挥作用，而不只是运动学习？比如说，生活中一个对很多人来说需要反复试错的领域——人际关系。我们学会如何与人做朋友，学会如何做个好手足，学会如何做个好伴侣。
Dr. Terry Sejnowski：对。
Andrew Huberman：有些事我们做对了，有些事我们做错了。那么，是同一个价值函数在起作用吗？我们关注什么带来了奖赏，但我没听到你提到什么带来了惩罚。所以我们只是关注有奖赏的东西吗？
Dr. Terry Sejnowski：哦，不是。
Andrew Huberman：还是说我们也在整合惩罚？我们发球失误时不会挨电击，但我们会感到沮丧。
Dr. Terry Sejnowski：你指出的这一点是非常重要的一项特征，也就是奖赏——顺便说一句，你每次做一件事，你都在更新这个价值函数，每一次都是，而且它会累积。回答你的第一个问题，答案是它永远都会在那儿。这没关系。它是你经验中、也是你这个人的一个非常持久的部分。有趣的是，行为主义者早在 1950 年代就知道这一点：你可以通过两条途径到达那里，靠试错。小奖赏是好的，因为你在不断逼近你想要的东西：成为更好的网球手，或者能够交到一个朋友。但负向惩罚要有效得多。一次尝试就能学会。你不需要 100 次试验，而在用少量食物奖励训练老鼠完成某项任务时，你需要 100 次试验。但如果你只是电击那只老鼠，天哪，那老鼠可不会忘记。
Andrew Huberman：是啊。一段非常糟糕的感情会让你永远学到某些东西。
Dr. Terry Sejnowski：这也正是 PTSD。创伤后应激障碍是另一个很好的例子。它可以毁掉你余生。但另一件事，你指出了一个非常重要的点：前额叶皮层的很大一部分专门用于社会互动。这就是人类的方式——当你来到这个世界时，你不知道自己将说什么语言。你不知道自己必须拥有什么样的文化价值观，才能成为这个社会的一员，也不知道社会对你有什么期待。所有这一切都必须通过经验、通过构建这个价值函数来实现。这是我们在 20 世纪发现的东西。现在它正在进入 AI，在 AI 中被称为强化学习。它是程序性学习的一种形式，与你在其中思考和做事的认知层面相对。认知思考的效率低得多，因为你必须一步一步来。而程序性学习是自动的。
Andrew Huberman：你能否举一个程序性学习的例子，并与认知学习作比较？比如，有没有这样一个例子：纯粹用基于知识的方式——
Dr. Terry Sejnowski：哦
Andrew Huberman：……学习，对比程序性学习？
Dr. Terry Sejnowski：哦，好吧。
Andrew Huberman：在哪些方面程序性学习更胜一筹。我能想象出一个例子，但这里真正的专家是你。
Dr. Terry Sejnowski：嗯，你知道很多例子，不过既然我们一直在谈网球，你能想象靠一本书来学打网球吗？读书？
Andrew Huberman：这太有意思了。昨天从纳什维尔回来的飞机上，过道对面坐的那位男士在读一本书，可能他是在考飞行执照之类的。
Dr. Terry Sejnowski：对。
Andrew Huberman：我瞟了一眼，忍不住注意到那些飞机飞行的示意图，我当时想：「我真高兴这家伙是乘客，不是飞行员。」然后我又想到飞行员是怎么学的，想必是实操学习和课本学习的结合。我是说——
Dr. Terry Sejnowski：是的
Andrew Huberman：……你潜水的时候，确实是这样。我有水肺潜水证，当你考取证书的时候——
Dr. Terry Sejnowski：是的
Andrew Huberman：……你要学潜水表，学为什么两次潜水之间必须等待等等，还有气体交换以及一系列东西。但真的没有办法模拟在水下摘掉面罩、再戴回去、然后把水从面罩里吹出去是什么感觉。你只能在泳池里实际做，而且你真的必须在你需要的时候做——
Dr. Terry Sejnowski：是的
Andrew Huberman：……它才能真正刻进去。
Dr. Terry Sejnowski：是的。对于那些必须快速、专业地执行的事情，这确实至关重要，要练得滚瓜烂熟，这样你就不必思考。嗯哼。这在学校的场景里也会发生，对吧？换句话说，你在课堂上有讲解明确的课程，但之后你要去做作业。那就是程序性学习。你做习题，你解题。我是物理学博士，所以上过理论物理的所有课程，而真正构成成为优秀物理学家的核心的，正是那些习题。你可以把方程背下来——
Andrew Huberman：嗯哼
Dr. Terry Sejnowski：……但那并不意味着你懂得如何使用这些方程。
Andrew Huberman：我觉得有一点值得强调。在这个播客里，我们经常谈论我所谓的「方案」（protocol）。比如早晨让阳光进入眼睛，通过视网膜神经节细胞刺激你的视交叉上核。本播客的听众会认得这些术语。其实基本上就是：早晨让阳光照进眼睛，设定你的生物钟。
Dr. Terry Sejnowski：没错。
Andrew Huberman：这些话你听上一万亿遍也行，但我确实相信，既知道方案是什么、也知道其背后的机制是有价值的——你眼睛里有些东西能编码日出的光线特性等等，然后把这些信息送到大脑等等。但一旦我们把知识、纯粹的知识与某种实践联系起来，我确实相信这两者会在某处融合，从而，比如说，同时强化知识与实践。
Dr. Terry Sejnowski：对。
Andrew Huberman：所以这些东西未必是割裂的，它们会桥接起来。换句话说，做你的理论物理——
Dr. Terry Sejnowski：对
Andrew Huberman：……习题集会强化你在课堂和教科书中学到的例子，反过来也一样。
Dr. Terry Sejnowski：所以这正是当下学校里一场正在进行的争论。你刚才说的完全正确。两者你都需要。我们有两套主要的学习系统。一套是认知学习系统，位于皮层。一套是程序性学习系统，位于皮层下，即基底节。两者相辅相成。如果你想在任何事情上变得出色，这两者会互相帮助。而现在学校里正在发生的事情，至少在加州，是他们在试图把程序性那部分去掉。
Andrew Huberman：这太荒唐了。
Dr. Terry Sejnowski：他们不想让学生做练习，因为那会给他们压力。他们不想让学生感到自己做起来有困难。但我们能做所有——
Andrew Huberman：听众朋友们，我现在捂住了眼睛，因为这就好比在说：天哪，例子太多了，比如这里有一本游泳教科书，然后你某天就要去海里，而你自己从来没真正游过泳。
Dr. Terry Sejnowski：对。
Andrew Huberman：然后你还指望自己能活下来？
Dr. Terry Sejnowski：太荒唐了。
Andrew Huberman：更别说游得好了。
Dr. Terry Sejnowski：太荒唐了。但我告诉你，Barbara Oakley 和我有一门 MOOC——大规模开放在线课程——讲的是如何学习，它帮助了学生。我们最初是面向学生做的，但实际上已经有 200 个国家、400 万人学过它，年龄从 10 岁到 90 岁。
Andrew Huberman：它叫什么？
Dr. Terry Sejnowski：《Learning How to Learn》（学会如何学习）。
Andrew Huberman：有付费门槛吗？
Dr. Terry Sejnowski：没有，它免费。完全免费。
Andrew Huberman：太厉害了。
Dr. Terry Sejnowski：而且我得到不可思议的反馈，几乎每天都有粉丝来信。
Andrew Huberman：那你马上就要多收到几封了。
Dr. Terry Sejnowski：好。哇。
Andrew Huberman：我做过一期关于如何学习的节目，我对研究的理解是，我们需要对材料进行自我测试。测试不只是评估的一种形式。
Dr. Terry Sejnowski：是的。
Andrew Huberman：它是识别错误的一种形式，帮助我们随后去弥补错误、去学习。
Dr. Terry Sejnowski：完全正确。
Andrew Huberman：但这非常程序性。它不只是听一听、再复述出来。
Dr. Terry Sejnowski：你抓住了要害，这也正是我们教给学生的东西：大脑运作的方式并不像计算机那样去记忆东西，它必须是主动学习。你必须主动投入。事实上，当你试着自己解决一个问题时，你才真正在通过试错学习，那就是程序性系统。但如果有人直接告诉你正确答案是什么，那只是一个事实，被存放到某处，而当你真正面对某个并不完全相同、但相似的问题时，它不会自动浮现出来。顺便说一句，这正是 AI 的关键，对最近这些大语言模型的成功完全不可或缺——公众现在开始使用它们了——那就是它们不是鹦鹉。它们不只是记住自己吸收的数据。它们必须泛化。这意味着能够在新出现、与你见过的旧事物相似的事物上表现出色，并让你解决新问题。这就是大脑的关键。大脑非常、非常擅长泛化。事实上，在很多情况下，你只需要一个例子就能泛化。
Andrew Huberman：比如第一次去一家餐馆，会有许多新的互动。可能有一位领位员，男女都可能。你坐在你从没坐过的那些桌子旁。有人问你一些问题。
Dr. Terry Sejnowski：对。
Andrew Huberman：你看菜单。好吧，如今也许是扫码，但——
Dr. Terry Sejnowski：对
Andrew Huberman：……从那以后永远，你就懂得了进餐馆的整个流程。不管是什么菜系、在哪个城市、坐在室内还是室外，你基本都能应付。坐在吧台，坐在室外，坐在桌旁。我认为有若干关键动作步骤几乎可以套用到任何地方，除非你去的是一些超高档的场所，或者某种超——
Dr. Terry Sejnowski：对
Andrew Huberman：……低端的、自助餐之类的地方。你可以自己把空白处填上。如果我理解得没错，这里有一个从知识和经验中学到的动作函数。
Dr. Terry Sejnowski：是的，完全正确。
Andrew Huberman：那么这个动作函数存储在哪里？是在大脑的某一个位置，还是——
Dr. Terry Sejnowski：啊
Andrew Huberman：……是多个脑区的某种涌现属性？
Dr. Terry Sejnowski：所以你正好切在神经科学当下所处的关口上。我们还不知道那个问题的答案。过去人们认为，皮层就像一个个国家，皮层的每一部分专门负责一种功能。对吧？有趣的是，你去记录神经元，看起来确实如此，对吧？换句话说，后部有视觉皮层，还有一整套区域，然后中间这里是听觉皮层，再往前额叶皮层负责社会互动。所以看起来非常明确，它是模块化的。而现在我们面对的是，我们有了用光学方法记录神经元的新手段。我们可以同时从成千上万个神经元、从几十个区域记录。我们发现的是，如果你想完成任何任务，你调动的并不只是那个你原以为接收输入的区域，比如说视觉系统，而是视觉系统也在接收来自运动系统的输入。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：对吧？事实上，来自运动系统的输入比来自眼睛的输入还要多。
Andrew Huberman：真的吗？
Dr. Terry Sejnowski：是的。对，UCLA 的 Ann Churchland 在小鼠身上展示了这一点。所以现在我们关注的是所有这些区域之间的全局互动，而真正复杂的认知行为正是从这些互动中涌现出来的。现在我们第一次有了工具，能够实时看到它们。我们现在先在小鼠和猴子身上做，但现在也能在人类身上做。所以我一直与麻省总医院的一个团队合作，记录癫痫患者的大脑，这些患者的癫痫对药物耐药，必须接受手术，去找出它在皮层从哪里开始、在哪里被引发、癫痫发作从哪里起始，然后你必须进入并同时记录皮层许多部位，持续数周，直到找到它的位置，然后再进去尝试把它切除。通常这会有帮助。这非常有侵入性，但那两周里，我们能持续接触到那片皮层中所有被记录的神经元。我最初开始做这个，是因为我对睡眠感兴趣，想了解人类睡眠时皮层里发生了什么。但后来我们意识到，这些被癫痫折磨的人，他们在那里待两周，无事可做，所以他们就非常欢迎科学家来帮助他们、教他们东西，并在他们学习某件事时找出皮层中哪些地方在活动。这简直是一座金矿。太不可思议了。我从人类身上学到了一些从任何其他物种身上都绝对得不到的东西。
Andrew Huberman：太了不起了。
Dr. Terry Sejnowski：显然，语言是其中之一，但我们还在睡眠中发现了其他东西，与行波有关。睡眠期间会出现圆形的行波，这令人震惊。以前真的没人看到过，但现在——
Andrew Huberman：如果要你为这些行波归纳出一两个主要功能，你认为它们在睡眠中为我们完成了什么？顺便问一下，它们与深睡、慢波睡眠有关，还是与快速眼动睡眠有关，或者两者都有关？
Dr. Terry Sejnowski：这是非快速眼动睡眠。这是个行话，但这是发生在中间——
Andrew Huberman：嗯哼。过渡状态。
Dr. Terry Sejnowski：过渡状态。
Andrew Huberman：好。我们的听众大概能跟得上。他们从我这儿和 Matt Walker 那儿听过很多关于慢波睡眠的内容——
Dr. Terry Sejnowski：哦，好吧。对
Andrew Huberman：……还有关于快速眼动的内容。
Dr. Terry Sejnowski：这是浅慢波睡眠，对。
Andrew Huberman：那么这些行波为我们完成了什么？
Dr. Terry Sejnowski：好，就这个案例而言，它们被称为睡眠纺锤波（sleep spindles）。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：这些波持续大约一两秒，而且正如我说的，它们绕着皮层呈环形行进。已知这些纺锤波对于把你在白天的经历巩固进长期记忆存储很重要。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：所以，这是一个非常重要的功能，而且如果你去掉——你看，是海马体在重放这些经历。它是大脑中对长期记忆非常重要的一部分。如果你没有海马体，你就无法学习新事物。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：也就是说，你记不住昨天做了什么，甚至记不住一小时前做了什么。但海马体会回放你的经历，让睡眠纺锤波把它揉进皮层，而把这件事做对很重要，因为你不希望覆盖掉已有的知识。你只想以高效的方式把新经验纳入已有的知识基础，而且不干扰你已知的东西。所以这就是这些行波所承担的一项非常重要功能的一个例子。
Andrew Huberman：我想短暂休息一下，感谢我们的赞助商 AG1。AG1 是一种维生素矿物质益生菌饮品，含有益生元与适应原。我从 2012 年开始喝 AG1，那时我的预算非常有限。事实上，我当时的钱只够买一种补充剂，而我很庆幸自己选的是 AG1。原因是，尽管我努力吃完整食物、未加工的食物，但仅靠饮食很难获得足够的维生素、矿物质、微量营养素和适应原，来确保我处于最佳状态——也就是说，有足够的精力应对从早到晚参与的所有活动、夜里睡得香、免疫系统保持强健。现在，我每天服用 AG1 时，发现我健康的各个方面——身体健康、心理健康、表现、运动恢复——都有改善。我之所以知道这一点，是因为我也曾中断过、没喝 AG1，而我确实感受到了差别。我还注意到，考虑到肠道微生物组与大脑之间的关系，这完全说得通：当我规律服用 AG1 时，我的头脑更清晰、脑力更充沛。如果你想试试 AG1，可以访问 drinkag1.com/huberman 领取特别优惠。仅限本月，也就是 2024 年 11 月，AG1 除了常规的欢迎礼包——五个免费旅行装和一年的维生素 D3K2 供应——之外，还额外赠送一个月的鱼油来源 omega-3 脂肪酸。正如我在这个播客中多次讲过的，omega-3 脂肪酸对大脑健康、情绪、认知等至关重要。再说一次，请访问 drinkag1.com/huberman 领取这项特别优惠。今天这期节目同样由 David 赞助。David 生产的蛋白棒与众不同。它含 28 克蛋白质，只有 150 卡路里，且零克糖。没错，28 克蛋白质，其中 75% 的卡路里来自蛋白质。David 的这些蛋白棒味道也很棒。我最喜欢的口味是巧克力曲奇面团。不过话说回来，我也喜欢巧克力软糖口味，也喜欢蛋糕口味。基本上，所有口味我都喜欢。它们好吃得不可思议。对我个人来说，我努力主要吃完整食物。不过，当我赶时间、或不在家、或只是想找一份下午的快速加餐时，我常常会寻找高质量的蛋白质来源。有了 David，我能以一份零食的卡路里获得 28 克蛋白质，这让我很容易达到每天每磅体重一克蛋白质的目标。而且它让我在不摄入过多卡路里的情况下做到这一点。我通常在下午早些时候，甚至半下午吃一根 David 蛋白棒，如果想在午餐和晚餐之间垫一垫的话。我喜欢它有点甜，所以吃起来像美味的零食，但同时又给我 28 克非常高质量的蛋白质，而热量只有 150 卡路里。如果你想试试 David，可以访问 davidprotein.com/huberman。再说一次，链接是 davidprotein.com/huberman。据我回忆，有一两件事可以确保人在夜里获得足够的睡眠纺锤波，从而纳入这些新知识。这来自我们与 UCLA 的 Gina Poe，我相信，以及包括 Matt Walker 在内的其他人做的那期节目。我的记忆是，首要的一件事是确保你晚上睡够，这样你才会经历足够多的这些纺锤波。
Dr. Terry Sejnowski：对。
Andrew Huberman：我们都熟悉与缺乏睡眠、睡眠不足相关的认知挑战，包括记忆挑战和学习挑战。但另一件事是，白天的运动与夜间睡眠纺锤波的出现频率之间存在某种有趣的关系。你熟悉这方面的文献吗？
Dr. Terry Sejnowski：是的。哦，是的。
Andrew Huberman：好。
Dr. Terry Sejnowski：不，这是一批非常迷人的文献，而且它们都指向同一个方向：我们总是忽视睡眠的重要性。我的意思是，显然，你醒来时会觉得神清气爽，但有很多事情在发生。并不是你的大脑关掉了，而是它进入了一种完全不同的状态，而记忆巩固只是你入睡后发生的事情之一。当然，还有梦等等。我们尚未完全认识或理解各个睡眠阶段究竟是如何协同工作的。但运动是让运动系统调校好的特别重要的一环，而人们认为快速眼动睡眠（REM）可能参与其中，所以那又是睡眠阶段的另一部分。你整夜在梦睡眠和慢波睡眠之间来回切换，来回，来回，然后当你醒来时，你处在 REM 阶段，REM 越来越多。但那都只是观察。而作为科学家，你想做的是扰动这个系统，看看能不能——也许如果你有更多睡眠纺锤波，也许你就能更好地记住东西。结果，现在在 UC Irvine 的 Sarah Mednick 做了这个了不起的实验。结果发现有一种药叫 Zolpidem，商品名是 Ambien（安眠药）。你可能有些经验，如果你——
Andrew Huberman：我从没吃过它，但我知道那是什么。人们把它当作助眠药来用。
Dr. Terry Sejnowski：没错。很多人为了入睡会吃它。好。结果发现，它会造成更多睡眠纺锤波。
Andrew Huberman：真的吗？
Dr. Terry Sejnowski：是的。如果你服用这种药，睡眠纺锤波的数量会翻倍。你是在完成学习之后再吃这药，对吧？你晚上学习，然后吃药，你的纺锤波数量就翻倍。第二天早上醒来，你能记住所学内容的两倍。
Andrew Huberman：而且这些记忆会随时间保持稳定吗？
Dr. Terry Sejnowski：是的。
Andrew Huberman：它就留在那儿了。
Dr. Terry Sejnowski：是的。不，它把它巩固下来了。关键就在这里——
Andrew Huberman：那 Ambien 的缺点是什么？
Dr. Terry Sejnowski：好，缺点在这里。好。所以服用这种药的人，比如说，如果你要去欧洲，你吃了它，然后你睡得很沉，但你常常发现自己身在酒店房间，却完全不知道——你对怎么到那儿毫无记忆。
Andrew Huberman：我有过这种经历，没吃 Ambien 或任何药物，只是时差反应非常严重。
Dr. Terry Sejnowski：是的。
Andrew Huberman：我醒来，有那么几秒钟——但感觉像永恒——我完全不知道自己身在何处。
Dr. Terry Sejnowski：好吧。
Andrew Huberman：那太可怕了。
Dr. Terry Sejnowski：嗯，那是时差带来的另一个问题。时差真的会把一切都搞乱。但这件事可能长达一个小时。你坐了火车，或坐了出租车之类，而现在这看起来太疯狂了。怎么会有这种事：一方面能改善学习和回忆，另一方面又造成遗忘？嗯，原来关键在于，当你服用这种药时，对吧？换句话说，它有助于巩固你服药之前有过的经历，但它会抹掉你服药之后才有的经历，对吧？你仍然——
Andrew Huberman：抱歉，我不是在笑这件事本身。那一定是很可怕的体验，我笑是因为这里头有很漂亮的药理学，而且确实存在一些极其有用的药物。有些人听我这么说可能会不舒服，但确实有一些非常有用的药物能救命、能帮人应对症状等等。副作用始终是个问题，但 Ambien 这种特定的药物特征，也许揭示了某种比关于纺锤波、比 Ambien、甚至比睡眠本身更重要的东西，那就是，正如人们所说，你总得付出代价。
Dr. Terry Sejnowski：没错。
Andrew Huberman：你在大脑里调整了一件事，另一件事就出问题。天下没有免费的午餐。
Dr. Terry Sejnowski：我认为这一点不只对作用于大脑的药物成立，对身体使用的类固醇也一样，对吧？
Andrew Huberman：嗯哼。当然。对。类固醇，甚至包括如今非常流行的低剂量睾酮治疗，会让人更有活力等等，但它相当于引入了某种「第二次青春期」，而青春期也许是整个生命历程中衰老最快的阶段——
Dr. Terry Sejnowski：是的
Andrew Huberman：……可以说是整个生命周期中。人们使用生长激素，大概是更好的例子。因为那些疗法当然可以对人有好处，但生长激素让人更有活力，却会加速衰老。看看人们用生长激素后的皮肤质量，看起来更显老。他们的身体会发生改变。我并不支持也不反对这些东西，这非常因人而异。但我完全同意你的说法。我还想冒昧地说，随着人们对所谓「聪明药」的兴趣日益增长，人们服用莫达非尼这类药物，不只是为了发作性睡病、白天嗜睡——
Dr. Terry Sejnowski：对
Andrew Huberman：……也是为了增强认知功能。好吧，也许为了赶一个截止日期的任务之类的，偶尔这么做还能蒙混过去。但我的经验是，那些痴迷于用药物来达到某些大脑状态的人，会在别的方面付出代价。
Dr. Terry Sejnowski：绝对如此。
Andrew Huberman：不管是兴奋剂、镇静剂还是催眠药，行为始终会占上风。作为工具，行为始终会占上风。
Dr. Terry Sejnowski：对，而身体进化出来的方式的特点之一是，它确实必须平衡许多东西，所以用药，你基本上就是在以某种方式打破平衡。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：而后果，正如你指出的，就是为了让身体的某一部分变得更好，你得在别处牺牲一些东西。对。
Andrew Huberman：既然我们在谈大脑状态和跨区域连接，我想问一个具体的问题，然后我想回到如何最好地学习这个议题，尤其是孩子的学习，也包括成年后的学习。我对迷幻药的文献以及这个话题上的一些嘉宾产生了很大兴趣，也花了大量时间。我们先把关于 LSD 的讨论放到一边，因为你知道为什么关于 LSD 的研究不多吗？这个挺有意思的。没人应该知道答案。
Dr. Terry Sejnowski：嗯，我想是因为它违法。
Andrew Huberman：哦，但裸盖菇素或 MDMA 也违法啊，而关于它们的研究有很多。
Dr. Terry Sejnowski：哦，现在确实有。
Andrew Huberman：对。
Dr. Terry Sejnowski：是啊，情况变了。
Andrew Huberman：没错。
Dr. Terry Sejnowski：但我成长的那个年代，你也知道——
Andrew Huberman：当然
Dr. Terry Sejnowski：……它是违法的。
Andrew Huberman：对。所以我了解到的是，探索 LSD 作为治疗手段的临床试验要少得多，因为除了瑞士以外，没有研究者愿意在实验室里待上那么久，等到受试者——
Dr. Terry Sejnowski：哦，等到药效过去？
Andrew Huberman：……走完一趟 LSD 旅程，而裸盖菇素往往时间更短——
Dr. Terry Sejnowski：对
Andrew Huberman：……是一次更短的体验。好。我们暂且谈谈裸盖菇素。我对裸盖菇素数据的解读是，它仍存疑问，但一些临床试验显示，重度抑郁症有相当显著的改善。这相当令人印象深刻。但如果我们暂且把它放在一边，说好吧，为了安全性还需要做更多研究——那么脑成像研究非常清楚的一点，也就是那种用药前后、静息态、任务相关等的对比，是你会获得更多的静息态全局连接，比使用迷幻药之前有更多脑区与更多脑区在交流。而鉴于迷幻体验——这里具体说的是裸盖菇素——与快速眼动睡眠之类的东西有相似之处，我有一个很简单的问题。你认为提高全脑连接性有任何真正的好处吗？在我看来，这似乎有点杂乱无章，但临床数据是有希望的，至少可以说是有希望的。那么，我们在生活中追寻的，随着我们获取新知识、学打网球或高尔夫、开始唱歌之类的、从童年走向生命后期，这整个转变过程，我们所做的是不是在增加不同脑区之间的连接与交流？人类的经验真的是这样吗？还是说我们正变得更加模块化，在某些区域以某种特定方式与另一些区域交流这件事上变得更加分隔？你可以随意从任何你觉得有意义的角度来探讨。
Dr. Terry Sejnowski：好。
Andrew Huberman：或者如果这不是个好问题，就说跳过。
Dr. Terry Sejnowski：不，这是个很好的问题。你提的问题都很好，而我们还没有完整的答案。但具体就连接性而言，如果你看婴儿出生头两年大脑中发生的事，会形成极其大量的新突触。顺便说一句，这是你的领域。这个你比我懂得多。
Andrew Huberman：对。确实如此。
Dr. Terry Sejnowski：但之后你会把它们修剪掉。第二阶段是，你拥有过剩的突触，现在你要做的是修剪它们。你为什么要那么做？嗯，突触的成本很高。激活所有神经元和突触要消耗大量能量，尤其是突触，因为神经递质会不断更新代谢。所以你要做的是减少能量消耗，只使用那些已被证明最重要的突触。而遗憾的是，随着年龄增长，修剪会慢下来，但并不会停止。所以皮层会变薄等等。所以我认为方向是相反的。我认为随着你变老，你在丧失连接性。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：但有趣的是，你保住了旧记忆。旧记忆非常稳固，因为它们是在你年轻时被写入的。
Andrew Huberman：是啊，地基。
Dr. Terry Sejnowski：是其他一切据以建立的地基。但这事并非完全单向，因为即便作为成年人，你也知道，你可以学习新东西，也许没有那么快。顺便说一句，这是让我意外的事情之一。Barbara 和我看过哪些人受益最大。结果发现，人口统计学上的高峰是 25 到 35 岁。
Andrew Huberman：Barbara？
Dr. Terry Sejnowski：Oakley。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：对，她才是真正的策划者。她是一位出色的教育者，也有工程学背景。但这是怎么回事呢？结果我们把 MOOC 瞄准了高中和大学生，因为那是他们的正事。他们每天去上课、去上班，他们得学习。那是他们的正事。但事实上，真正在学这门课的学生很少。他们为什么要学？他们整天都在课堂里。他们为什么还想再上一门课？
Andrew Huberman：所以这就是那门学习如何学习的课。
Dr. Terry Sejnowski：Learning How to Learn（学会如何学习）。
Andrew Huberman：好。所以这是你和 Barbara 一起做的。
Dr. Terry Sejnowski：是的，我和 Barbara 一起做的。
Andrew Huberman：好。
Dr. Terry Sejnowski：而现在 25 到 35 岁，我们有一个巨大的高峰。巨大。那这是怎么回事？是这样的，非常有意思。你 25 岁，上过大学。顺便说一句，选这门课的人有一半上过大学。所以这不是在补大学的课，而更像是在此之上再提升。但你已经在职场里了。你必须学一项新技能。也许你有房贷，也许你有孩子。你没法脱产去上一门课或再拿一个学位。所以你选一门 MOOC，然后你发现：我的学习敏捷度已经不如从前了，但事实证明，上了我们的课，你可以提升自己的学习能力，所以即便你的大脑学得没有那么快，你也可以学得更高效。
Andrew Huberman：这太棒了。我想上这门课。我会去上这门课。这门课需要投入多少时间？你已经指出它是零成本，这很了不起。
Dr. Terry Sejnowski：对。好。它是短小精悍的视频，每个大约 10 分钟，在大约一个月的时间里共有 50 到 60 个。
Andrew Huberman：会有测验吗？你会做自我测试吗？
Dr. Terry Sejnowski：有。有测验，有小测，最后有考试，还有论坛，你可以去和其他学生交流。你有问题，我们有助教。
Andrew Huberman：任何人都能上吗？
Dr. Terry Sejnowski：世界上任何人都可以。事实上，我们在印度有家庭主妇，她们说：「谢谢、谢谢、谢谢，因为我本来根本不可能学到如何成为更好的学习者。我真希望我上学时就知道这些。」
Andrew Huberman：为什么没有更多人知道这门《Learning to Learn》（学会学习）课？不过，大家都知道，如果我对某件事、对任何事真正兴奋起来，我就会没完没了地讲。
Dr. Terry Sejnowski：嗯，但是——
Andrew Huberman：但我会先上这门课，因为我想弄懂它的内在机理。
Dr. Terry Sejnowski：你会喜欢的。
Andrew Huberman：嗯哼。
Dr. Terry Sejnowski：我们的好评率大约 98%。简直非凡。它很有黏性。
Andrew Huberman：它讲数学、词汇吗？
Dr. Terry Sejnowski：不讲数学，不讲词汇。我们不教任何具体的内容。我们不试图给你知识。我们想告诉你如何获取知识，以及如何应对考试焦虑之类的问题。我们都会拖延。我们会把事情往后推。
Andrew Huberman：才不会呢。不，我开玩笑的。我们都会拖延。
Dr. Terry Sejnowski：如何避免拖延。我们教你怎么避免。
Andrew Huberman：太棒了。好，我现在要稍微往回倒一点，目的是把这个「学会学习」的事再深挖一下。你指出，尤其是在加州，但其他地方也一样，现在基于练习的程序性学习不那么多了。我在这里要唱个反调，并且我要说明这并不是我真正相信的。但在我成长的年代，你必须背乘法表，然后学除法，然后学分数，然后学指数，它们层层递进。然后在某个时候，你会修一些可能需要图形计算器的课。对某些人来说，他们可能会想：「这是什么？」但重点在于，有若干东西是你必须学会去执行的，比如函数，而你是通过动手来学的。你通过动手来学。同样，在物理课上，我们把东西挂在绳子上，为了宏观力学，学那些东西。好。还有从黑板讲座中学习。我当然能看出两者的价值。你也解释过，大脑需要两者才能真正理解知识以及如何执行，并且来回往复。但如今你会听到这样的论点：嗯，既然有谷歌地图，为什么还要有人学看纸质地图，除非那是唯一可用的东西？或者如果他们想算一个数，直接把它输入互联网的顶栏搜一下，砰，答案就出来了。所以存在这样一种世界：某些技能不再被需要，人们可以主张，大脑的空间、活动、时间和精力，尤其是，可以投入到学习新的知识形式上，而这些形式在未来学校和职场中会更实用。那么我们该如何调和这些？我坚信大脑在做数学，你我都同意这一点。它是电信号和化学信号，它在做数学运算，也在运行算法。我想你确实让我们信服了这一点。但我们要如何分辨哪些是我们需要学的、哪些是不需要学的，从而构建一个能够学最多东西、甚至只是足够多东西的大脑，好让我们能走进这个非常不确定的未来？因为据你我所知，我们俩都没有水晶球。那么，什么是必须学的？而对于我们这些在正规教育中没有学到某些东西的人，我们应该学会如何去学什么？
Dr. Terry Sejnowski：嗯，这是代际问题。好。技术为我们提供了工具。你提到了计算器，对吧？嗯，计算器并没有消除你在数学上所需的教育，但它让某些事情变得更容易。它让你能够做更多的事，而且更准确。然而，有趣的是，我班上的学生常常给出相差八个数量级的答案，那是巨大的偏差。很显然，他们没把数字正确输入计算器，但他们没有意识到结果完全偏离了轨道，因为他们对数字没有良好的感觉。他们对结果本该有多大、量级是多少、基本理解，缺乏良好的判断。所以好处是你能更快、更好地做事，但如果你没有建立程序性系统，你也会失去一些直觉。
Andrew Huberman：我在想一个想当音乐人的孩子，他用 AI 写一首关于痛苦分手的歌，后来当他们找到新爱情时，这首歌又有点被治愈了。我猜你今天就能做到这一点，并且从 AI 那里得到一首相当不错的歌，但你会管那个孩子叫词曲作者或音乐人吗？表面上说，会啊，AI 在帮忙，然后你会说，嗯，那和坐下来抱着吉他试不同的和弦、感受自己声音里的音准，不是一回事。但我猜，当年弹电吉他的人也曾批评过弹木吉他的人。所以我们有这种代际的东西——
Dr. Terry Sejnowski：是的。这就是为什么我说——
Andrew Huberman：……我们回望过去说：「那不是真本事。你得弄到真正的……」所以什么是关键基本功，确实是个关键问题。
Dr. Terry Sejnowski：好。我要回到这一点，因为你一开始的说法涉及你的大脑如何分配资源，对吧？所以当你更年轻时，你能吸收很多东西。你的大脑更具可塑性。举个例子，你在社交媒体上表现如何？
Andrew Huberman：嗯，我的 Instagram 和 Twitter 都是我自己在打理，这些账号的增长与我做这件事的时间成正比。
Dr. Terry Sejnowski：好。
Andrew Huberman：所以是的，我会说相当不错。我不是社交媒体上最大的账号，但作为一个科学健康类账号，我们做得还行。多亏了听众。对。
Dr. Terry Sejnowski：嗯，这很好地说明了你设法跨越了代沟，因为——
Andrew Huberman：我可以用拇指打字，Terry。
Dr. Terry Sejnowski：好。这就对了。那是你学会的一项手工技能。
Andrew Huberman：那是人类进化中的一个新现象。
Dr. Terry Sejnowski：我简直不敢相信。我看到人们那样做，现在我也会了。但问题是，如果你在生命早期就学会这样做，你会擅长得多。你的拇指动得快得多。而且，你可以同时发更多推文之类的。它们现在叫什么？不叫推文了。
§02文稿 — 第 2 部分
Andrew Huberman：是在 X 上。我觉得人们还是叫它们 tweets，因为很难把——
Dr. Terry Sejnowski：X 这个词当作动词
Andrew Huberman：……把字母 X 动词化。
Dr. Terry Sejnowski：X。
Andrew Huberman：Elon 没想到这一点。
Dr. Terry Sejnowski：是啊。
Andrew Huberman：我喜欢 X，因为它很酷。有点朋克的味道，采用黑色的版式，跟工程师那种黑色 X 的风格挺搭。但没错，我们还是会叫它们 tweets。
Dr. Terry Sejnowski：好，我们就叫它们 tweets。好，很好。但我在校园里走动，我看到每个人，差不多一半的人在发推文。或者在用手机做别的事。简直难以置信。
Andrew Huberman：而且索尔克研究所有美丽的日落。我们会放一个链接到其中一次日落。
Dr. Terry Sejnowski：对。
Andrew Huberman：在索尔克研究所看日落，真的是壮观、令人敬畏的。
Dr. Terry Sejnowski：每一天都不一样。
Andrew Huberman：而如今人人都在看手机。悲哀。
Dr. Terry Sejnowski：他们低头看手机，一边走，甚至还有人在滑滑板。难以置信。当人投入到某件事里时，能做的真了不起。但情况是，年轻一代会掌握某种技术，大脑就变得非常擅长它。你年纪大了才接触，就没那么敏捷，也许也没那么投入。
Andrew Huberman：这让我疲劳。我要指出，在手机上做任何事都会让我感到疲劳，这种疲劳与读纸质书、甚至只是在笔记本电脑或台式机上打字有本质不同。那些我可以做上好几个小时。如果我在社交媒体上待超过几分钟，我能真切地感觉到能量从身体里流失。
Dr. Terry Sejnowski：有意思。
Andrew Huberman：我可以做冲刺跑或硬拉好几个小时，也不会感到做社交媒体那种疲劳。
Dr. Terry Sejnowski：这太有意思了。我想知道你脑子里发生了什么。我也想知道年轻人是否有同样的感受。我认为没有。我猜他们不会觉得疲劳，因为他们很早就接触这个了。而这其实非常、非常——我认为这与你为大脑打下的基础有很大关系。换句话说，你很小的时候学的东西是基础性的，它们让事情变得更容易，让后来的一些事情更容易。
Andrew Huberman：对。我小时候花很多时间在房间里，要么玩乐高或人偶，要么搭建鱼缸，要么读关于鱼的书。我倾向于先读关于某些东西的书，然后做大量基于程序性练习的活动。我会读滑板杂志，然后去滑滑板。我从来不是那种只看某项运动而不去玩的人。所以是这些东西之间的衔接。所以社交媒体对我来说感觉像是个能量黑洞。当然，我很喜欢能够以如此规模教人、向人学习的机会。但在能量层面，我觉得我没有这方面的基础。就好像我在试图——
Dr. Terry Sejnowski：是的
Andrew Huberman：……临时拼凑我的认知，让它去做它并非为此而设计的事。
Dr. Terry Sejnowski：嗯，这就对了，原因是你没有那个基础。你年轻时没有做过，所以现在你必须动用认知能力，去做很多年轻时本可以靠程序性系统完成的事。
Andrew Huberman：我想稍微暂停一下，感谢我们的赞助商之一 LMNT。LMNT 是一款电解质饮料，含有你所需的一切，不含你不想要的东西。也就是说，它含有比例正确的电解质——钠、镁、钾——但不含糖。我们都应该知道，适当的水合对于大脑和身体的最佳功能至关重要。事实上，即使是轻微程度的脱水，也可能在相当程度上削弱你的认知和身体表现。同样重要的是，你不仅要补水，还要以正确的比例摄入足量的电解质。把一包 LMNT 溶于水中饮用，就能很容易地确保你获得足够的水分和电解质。为了确保我两者都摄入充足，我早晨醒来时会把一包 LMNT 溶于约 16 到 32 盎司的水中，基本上起床第一件事就是喝它。我在进行任何形式的体育锻炼时，也会把一包 LMNT 溶于水喝，尤其是在大量出汗、流失水分和电解质的炎热天气里。LMNT 有多种口味，都很好喝。我喜欢西瓜味、覆盆子味、柑橘味。基本上，每一种我都喜欢。如果你想试试 LMNT，可以访问 drinklmnt.com/huberman，在购买任何 LMNT 冲饮粉时领取一份 LMNT 试用装。再说一次，是 Drink LMNT，拼作 L-M-N-T，也就是 drinklmnt.com/huberman，领取免费试用装。今天的节目还由 Joovv 赞助。Joovv 生产医疗级红光治疗设备。如果说我在这档播客中一直强调的一件事，那就是光对我们的生物学能产生惊人的影响。除了阳光之外，红光和近红外光已被证明对改善细胞和器官健康的许多方面有积极作用，包括加快肌肉恢复、改善皮肤健康和伤口愈合、改善痤疮、减轻疼痛和炎症、改善线粒体功能，甚至改善视力本身。Joovv 灯之所以与众不同，也是它们成为我首选红光治疗设备的原因，在于它们使用经临床验证的波长。也就是说，它们组合使用特定波长的红光和近红外光，以触发最佳的细胞适应。就我个人而言，我每周大约使用三到四次 Joovv 全身面板，在家和旅行时都会使用 Joovv 手持灯。如果你想试试 Joovv，可以访问 Joovv，拼作 J-O-O-V-V，.com/huberman。Joovv 现推出黑五折扣，从现在到 2024 年 12 月 2 日最高可减 1300 美元。再说一次，是 Joovv，J-O-O-V-V，.com/huberman，部分 Joovv 产品最高可减 1300 美元。
Terry Sejnowski 博士：我要告诉你一件事，这会对你的所有听众都有帮助。我的书《ChatGPT 与 AI 的未来》，我通读了一遍，也查看了其他人使用 ChatGPT 的体验。我只是想知道人们在想什么。我看到一篇文章，我想是发表在《纽约时报》上的，作者是一位技术撰稿人，她决定用一个月时间借助它来写作，写她的文章。她说，一开始，一天下来她精疲力竭，完全被掏空，那感觉就像在操作一台机器，像拖拉机之类的。你费劲地让它运转起来。然后她说：“等等。如果我把它当作一个人来对待呢？如果我态度礼貌，而不是简短生硬呢？”她说：“突然间，我开始得到更好的回答，因为我很有礼貌，像跟人一样你来我往。”
Andrew Huberman：所以就是说：“能否请你给我关于某某的信息？”
Terry Sejnowski 博士：对。“拜托，我确实遇到麻烦了。哦，你刚才那个回答太棒了，正是我要找的。现在我需要你继续下一部分，也帮我处理一下。”换句话说，就是你跟人说话的方式，对吧，就像你有一个助手。
Andrew Huberman：又或者，她是在跟 AI、跟 ChatGPT 说话，从这件事听起来，用的是她大脑熟悉的、向人提问的方式？换句话说——
Terry Sejnowski 博士：是的
Andrew Huberman：……所以是 AI 在学习她，因而给出那些对她来说更容易整合的回答？
Terry Sejnowski 博士：我认为两者都有。嗯，首先，ChatGPT 会镜像你对待它的方式，它会把它反射回来。你把它当机器对待，它就会把你当机器对待，好吗？因为那是它擅长的。但意外之处在这里。意外的是，她说：“一旦我开始把它当人对待，一天下来，我不再感到疲惫了。”为什么？嗯，事实证明，你一辈子都以某种方式与人互动，你的大脑就是为此而连接的，而且不费任何力气。所以，把 ChatGPT 当作人来对待，你就是在利用你大脑中的所有脑回路。
Andrew Huberman：这太不可思议了，我告诉你为什么，因为我认为很多人，不只是我，很多人真的很喜欢社交媒体，也从中学习。昨天我了解到几件我觉得非常有意思的事，关于我们如何感知自己的身份——取决于我们是否通过他人的回应来过滤它，还是我们花几分钟真正坐下来，想想自己究竟如何看待自己。关于自我感知的所在位置之类的想法非常有趣。我还看了一段特别酷的视频，一只小浣熊用后腿站着戳泡泡，那真的很酷，而社交媒体能在几分钟内把这两样东西都提供给我。我当时想：“这太疯狂了。”对吧？浣熊那件事有点琐碎，但它让我感到愉悦，而那并不琐碎。
Terry Sejnowski 博士：这就对了。是的。
Andrew Huberman：但问题在这里。社交媒体有害的一面，会不会在于：当我们互相称赞，或者点心形、点踩，或者跟人争论，或者回怼，或者对方回怼我们，或者在 X 上所谓的“扣篮”式嘲讽时，这并不一定是我们学会的争论方式。它不一定是我们学会进行健康争论的方式。因此，感觉上——这也是我的体验——某些线上互动感觉非常好，另一些则让我觉得有点磨人，因为几乎存在一个不被允许的行动步骤。你无法充分解释自己，也无法理解对方。
Terry Sejnowski 博士：对。
Andrew Huberman：而我是相信真正面对面对话力量的人，或者至少是电话对话。
Terry Sejnowski 博士：对。
Andrew Huberman：我对发短信也有同样的感觉。我讨厌发短信。短信刚出现时，我记得我当时想，我可不是那种在课堂上传纸条的孩子。这感觉就像在课堂上传纸条。事实上，整个发短信这件事配不上我。我当时就是这种感觉。当然，这些年来我变成了一个发短信的人。它对某些事情非常有用，比如“五分钟后到”“晚几分钟”。对我来说，这是很常见的一条。但我认为，什么东西会磨人，以及它是否与我们童年时期形成的、关于大脑如何运作的模板相匹配，这个想法非常关键，因为它触及我今天肯定想谈的东西，我知道你在这方面研究很多，那就是能量这个概念。我们这里说的是能量。不是那种玄乎的生物学、玄乎的科学、养生式的能量。我们说的是，我们只有有限的能量。
Terry Sejnowski 博士：嗯哼。
Andrew Huberman：多年前，伟大的 Ben Barres 不幸去世了，他是我们以前的同事，也是我的博士后导师。有一天他在走廊里走到我面前，拦住我，他像大家一样叫我 Andy，他说：“Andy，为什么我们年纪越大，能量就消耗得这么厉害？为什么我今天比 10 年前更累？”我说：“我不知道。你睡得怎么样？”他说：“我睡得很好。”Ben 本来睡眠就不多，但他精力极其充沛。我心里想，我不知道。我们说的这个能量到底是什么？我想确保我们把“模板神经系统”这个概念说透——即你随后会觉得某种体验是令人振奋还是令人耗竭。我想确保我们把这一点讲透，但我也想确保在某个时候把它与能量这个想法联系起来，以及为什么随着年岁增长，我们的能量似乎越来越少？
Terry Sejnowski 博士：你问的都是很好的问题，我希望我有很好的答案。
Andrew Huberman：嗯，到目前为止你确实给出了很好的答案。对我来说它们当然很新颖，因为我没听过这类答案。
Terry Sejnowski 博士：啊，好吧。
Andrew Huberman：所以今天我学到了非常多，我知道观众也是。
Terry Sejnowski 博士：好。酷。
Andrew Huberman：但假设一个人 20 岁，另一个人 50 岁。
Terry Sejnowski 博士：对。
Andrew Huberman：他们应该怎么做？我们需要融入现代世界。我们也需要跨代际建立联系。
Terry Sejnowski 博士：哦，是的。不，这是真的。
Andrew Huberman：人们退休得没那么多了。他们活得更久。出生率在下降。但正如人们所说，我们大家都得和睦相处。
Terry Sejnowski 博士：所以这很有意思，我认为确实如此：我们所有人随着年龄增长，活力都会减少。活力——如果我可以用一个与能量稍有不同的词。我们回头再谈这个。但我认为有些人设法保持了积极的生活。而且——这一点，同样，在我们的 MOOC 中，我们非常强调。
Andrew Huberman：你能解释一下 MOOC 吗？我想大多数人不知道 MOOC 是什么，为了他们着想。
Terry Sejnowski 博士：好。它们出现大约……其实它始于斯坦福，Andrew Ng 和 Daphne Koller。他们有一家叫 Coursera 的公司，事情是这样的：教授们，事实上任何拥有知识或专业专长的人，都可以开设讲座，全世界任何能上网的人都能观看，现在大概有数万门。任何专业——历史、科学、音乐，你能想到的——都有这方面的专家想讲给你听，因为他们对自己做的事充满热情。好。所以我们想做的是帮助人们学习。而部分问题在于，随着年龄增长，学习会变得更困难，需要付出更多努力。
Andrew Huberman：如果我们继续用能量和活力这套说法，它会更多地消耗你的活力。
Terry Sejnowski 博士：是的。没错。那我们就用能量这个词吧。如你所知，细胞里有一个实体的发电厂，叫线粒体，它为我们提供 ATP，ATP 是细胞运转所有机器所需的“通用货币”，对吧？所以随着年龄增长会发生的一件事，就是你的线粒体会衰退。
Andrew Huberman：数量更少，效率也更低。
Terry Sejnowski 博士：没错。它们效率更低。而且实际上，药物也会对你造成这种影响。它们会损害线粒体。
Andrew Huberman：哦，娱乐性药物？
Terry Sejnowski 博士：不，是你因病服用的药物。我不确定娱乐性药物如何，但我知道很多人因为不得不吃而服用大量药物。但另一件事——那是坏消息。下面是好消息。好消息是，你可以通过锻炼补充能量。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：锻炼是你能吃的最好的药。它是你能吃的最便宜的药，能帮助身体每一个器官。它显然对心脏有好处。对大脑有好处。它让大脑恢复活力。对免疫系统有好处。身体每一个器官系统都受益于规律锻炼。我每天在索尔克研究所的海滩上跑步。而且，那里位于一座高出 340 英尺的台地上，所以我每天下去，然后再爬上山崖。
Andrew Huberman：是啊。那些通往 Black's Beach 的台阶，是很棒的锻炼。
Terry Sejnowski 博士：确实。所以这是让我保持活跃的一件事，我还徒步。去年秋天九月我去阿尔卑斯山徒步了。所以我认为，人们真的应该意识到，这就像是为年老时储备能量。你储备得越多，将来就越好。还有另一件事，好吗？现在跳到阿尔茨海默病。很多年前在中国做过一项研究，我刚到圣迭戈拉霍亚时，从阿尔茨海默病项目的负责人那里听说的。他在中国做了一项关于发病年龄的研究，他们有三组人群。一组是几乎没受过教育的农民，另一组受过高中教育，还有一组受过高等教育。结果发现，没受过教育的人阿尔茨海默病发病更早，而受教育最多的人发病最晚。这很有意思，对吧？而且想必基因差异没那么大，对吧？我是说，他们都是中国人。所以一种可能——显然我们并不知道真正原因——一种可能是，你越是用教育锻炼大脑，晚年拥有的储备就越多。
Andrew Huberman：我相信有一个概念——我没有更好的词，也许你有，或者有更好的说法——就是某种“认知速度”。我有时会玩这个。我会慢读，或者看看在一天中某个特定时间我默认的阅读速度是多少，然后我会刻意试着读得稍快一点，同时仍努力记住所读的内容。
Terry Sejnowski 博士：对。
Andrew Huberman：所以我不只是在读字，我是在努力吸收信息。你能感受到这件事的能量需求。
Terry Sejnowski 博士：哦，是的。
Andrew Huberman：然后我会调整。我会稍微退一点，再往前推，试着找到那个甜点区：我不是以反射性的速度阅读，而是稍快一点，同时努力记住信息。我学到这一点，是在我求学某个阶段有很多东西要补的时候。幸运的是，那相当早，我得以补上大部分内容。偶尔有东西漏过去，我就得回头重新学习如何学习。如果我在互联网上弄错了什么，他们肯定会指出来，然后我们回去学习。你猜怎么着？我永远不会忘记，因为惩罚——
Terry Sejnowski 博士：惩罚
Andrew Huberman：……社会性惩罚是一个很好的信号。
Terry Sejnowski 博士：是的。
Andrew Huberman：所以谢谢大家，让我不断学习。但这是我从年轻时努力练好滑板或足球这类事情中获得的经验。滑板——那是我成长过程中的运动——有一个特点：实际上，速度快一点更容易学会某个动作。大多数孩子试着在客厅地毯上站着学 ollie 和 kickflip。那是最糟糕的学习方式。稍微比你舒服的速度快一点，一切都会更容易。同样，如果你不注意，你可能会受伤。还有，如果你投入过多的认知注意，你就无法完成动作。
Terry Sejnowski 博士：对。
Andrew Huberman：所以存在这样一个甜点区，最终我把它转化成了一种理解：当我坐下来读论文或新闻文章，甚至听播客时，说话人的声音有一个节奏，然后我会调整音频速度，使我必须在认知上投入，我知道自己处于记住信息并学习的模式。而如果我顺其自然地用反射性速度，我很少处在那个完美区间。我指出这一点，也许对人们有用。我不知道它是否被纳入你的《学会如何学习》课程，但我确实认为存在某种我称之为认知速度的东西，它对学习是理想的，而与之相对的是悠闲地刷屏。这就是为什么我认为社交媒体是有害的。我认为我们——
Terry Sejnowski 博士：对
Andrew Huberman：……基本上把大脑训练得缓慢、被动、在多个语境间循环切换，除非某件事显著性极高，否则它会让我们变得又胖又懒——请原谅这个说法，但我要直说——认知上又胖又懒，除非我们有意识地——
Terry Sejnowski 博士：对
Andrew Huberman：……也投入学习。
Terry Sejnowski 博士：对。
Andrew Huberman：我猜它利用的正是这个线粒体系统。
Terry Sejnowski 博士：很可能。那是其中一部分。顺便说，你调整速度的方式很有意思，因为事实证明，压力——每个人都想“哦，压力有害”，但不，事实是，短暂的、只持续有限时间的、由你掌控的压力，对你是有好处的，对你的大脑有好处，对你的身体有好处。我在海滩上跑间歇，就像你阅读时做认知间歇一样。换句话说，我拼命跑大约 10 秒，然后——
Andrew Huberman：嗯
Terry Sejnowski 博士：……转为慢跑，再拼命跑 10 秒，就是逼身体进入那个额外的档位，这有助于肌肉。肌肉需要知道这是它们必须输出的水平，你就是这样增加肌肉量的，而不是每天用同样的配速跑步。
Andrew Huberman：嗯，你的智力和身体活力是无可否认的。我认识你很久了。你的智力重心总是略微前倾，甚至你走路的速度也是，Terry，恕我直言。
Terry Sejnowski 博士：好吧。
Andrew Huberman：对一个加州人来说，你走路算快的。
Terry Sejnowski 博士：好吧。
Andrew Huberman：是的。顺便说，这是赞美。东海岸人知道我在说什么，加州人则会想：“为什么不慢下来？”不要过久地慢太多的原因是，正如你指出的，这些线粒体系统——大脑和身体的能量——是紧密相连的。我确实认为，低于某个阈值之后，就很难恢复，就像低于某个阈值后，锻炼很难不让你极度耗竭甚至受伤。
Terry Sejnowski 博士：没错。
Andrew Huberman：我们需要维持这一点。所以也许现在是时候把“如何教年轻人”这个问题讲透了。每个人都应该把这门《学会学习》课程当作免费资源来学。太棒了。说到 AI，你认为年轻人和年长者——我 49 岁，所以我把归入年长一组——现在应该学习如何使用 AI 吗？
Terry Sejnowski 博士：他们已经在学习如何使用 AI 了。而且，这就像新技术出现时一样，谁最先掌握它？是年轻人。这很惊人。他们用得比我多得多。我几乎每天都用，但我认识很多学生，基本上……顺便说，它就像任何其他工具。它是一种你需要知道如何使用它的工具。
Andrew Huberman：你建议人们从哪里开始？我开始使用 Claude AI 了。
Terry Sejnowski 博士：好吧。
Andrew Huberman：这是一位 AI 专家建议我用的，作为 ChatGPT 的替代品。我对 ChatGPT 没有意见，但我要说，我真的很喜欢 Claude AI 的美学。它有点更柔和、米色的美学。感觉有点像苹果。我喜欢苹果这个品牌。它给我的回答——也许是字体，也许是感觉，也许这回到你之前举的例子——我喜欢 Claude AI，我是它的忠实粉丝，他们没付钱让我这么说。我从没见过他们。我和他们没有任何关系，除了它以要点格式给我答案，在美学上让人感觉很容易把那些信息转移到我的大脑里或纸面上。
Terry Sejnowski 博士：对。
Andrew Huberman：所以我喜欢 Claude AI。也用 ChatGPT。人们应该怎样开始探索 AI，为了变得更聪明、为知识而学习知识、从中获得乐趣？最好的方式是什么？
Terry Sejnowski 博士：嗯，我想正是你所做的，也就是——现在外面有几十上百种不同的聊天机器人，不同的人会对这个或那个感到自在。ChatGPT 是第一个，所以它占据了很大的认知空间，对吧？它变得像 Kleenex 一样，对吧？那个词。这就是为什么我把它用作新书的第一个词，因为它具有标志性。但其中一些——我得说，例如，有些在数学方面比其他的强得多。
Andrew Huberman：嗯哼。比如？
Terry Sejnowski 博士：谷歌的 Gemini 最近用所谓的“推理链”做了一些微调。当你推理时，你会经过一系列步骤；当你解一道数学题时，你会经过一系列步骤，先找出缺什么，再补上。它从 20% 正确率提升到 80%。就在那些题上。
Andrew Huberman：人们听到这个，可能会想，那意味着还有 20% 是错的。但你能想象任何一个人，或者一堵墙后面的一群人，你问一个问题，再问一个问题，再问一个问题，它能在几秒钟内给你返回准确率高于 80% 的信息吗？
Terry Sejnowski 博士：所以我认为，拿这些大语言模型跟最优秀的人比，而不是跟普通人比，也许有点不公平。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：对吧？正如你所说，大多数人考不过 LSAT，也就是进法学院的考试，或者 MCAT，进医学院的考试，而 ChatGPT 通过了。
Andrew Huberman：现在是否存在这样一个世界：我们拿现有的 AI、LLM——这些基本上能像人类大脑集合一样学习的计算机——以某种方式把它们送入未来，对吧？给它们一个想象中的未来。好。我们能不能给它们结果 A 和结果 B，让它们在我们还无法到达的未来状态中觅食，然后利用那些知识，探索这两种不同的结果？我认为从某种意义上说，这或许是更好的问题，因为我们无法回到过去，但也许我们可以借助 AI 走向未来——如果你给它不同的情景，并且说，与一群人、一组专家——医学专家、太空旅行专家或航海专家——不同，你不能说：“嘿，你知道吗？今晚别睡了。你接下来 48 小时就一直工作。事实上，你接下来三周或三个月都要工作。你知道吗？你什么都不做别的。你不关注自己的健康。你什么都不做别的。”但你可以拿一个大语言模型，说：“就在以下不同情景下觅食知识，”然后让那支大语言模型舰队回来，比如，明天就给我们信息。
Terry Sejnowski 博士：好，我自己经历过这一切。回到 20 世纪 80 年代，我刚刚开始职业生涯，我是为神经网络模型开发学习算法的先驱之一。Jeff Hinton 和我合作研究了一个叫玻尔兹曼机的东西，他最近因此获得了诺贝尔奖。
Andrew Huberman：对，就在今年。
Terry Sejnowski 博士：是的。
Andrew Huberman：太棒了。
Terry Sejnowski 博士：他是我最好的朋友之一。才华横溢，他完全配得上这个奖，不仅因为玻尔兹曼机，还因为此后他在机器学习、反向传播等方面做的所有工作。但在当时，Jeff 和我对未来的看法是：AI 由符号处理、规则、逻辑主导，对吧？写计算机程序。每个问题都需要一个不同的计算机程序，写程序非常耗费人力资源，所以进展非常缓慢，而且他们从未真正达到目标。例如，他们从未写出一个用于视觉的程序，尽管计算机视觉界为此努力了很长时间。但我们有这样一种未来观。我们认为，大自然已经解决了这些问题，而这就是存在性证明：你可以解决视觉问题。你看，每只动物都能看见，连昆虫都能，对吧？拜托。那好，我们弄清楚它们是怎么做到的。也许我们可以通过追随大自然来帮忙，实际上，又回到算法，我刚才跟你说过。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：所以就大脑而言，它与数字计算机的不同之处在于：数字计算机基本上可以运行任何程序，但例如苍蝇的大脑，只能运行其专用硬件允许它运行的程序。
Andrew Huberman：没有多少神经可塑性。
Terry Sejnowski 博士：那里也有足够的可塑性，刚好够习惯化之类的，让它能生存下来。而这——
Andrew Huberman：生存 24 小时。我不是想贬低苍蝇生物学家。
Terry Sejnowski 博士：嗯，好吧。不。
Andrew Huberman：但当我想到神经可塑性时，我想到的是非凡的神经可塑性——
Terry Sejnowski 博士：我同意
Andrew Huberman：……人类大脑根据经验世界进行定制的能力。
Terry Sejnowski 博士：我同意，但是——
Andrew Huberman：当我想到苍蝇时，我想到的是一套非常酷的神经回路，它们非常有效地避免被拍死、进食和繁殖，除此之外没多少别的。它们并不真正建造技术。它们可能有趣味相投的关系，但——
Terry Sejnowski 博士：对
Andrew Huberman：……谁知道呢？谁在乎？并不是说它不重要，只是缺乏可塑性让它们算是一个挺平庸的物种。
Terry Sejnowski 博士：好吧。我看我按到你的按钮了。
Andrew Huberman：不，我喜欢苍蝇生物学。它们教会了我们视觉系统中方向选择性的算法。
Terry Sejnowski 博士：是啊。哦，好吧。
Andrew Huberman：哦，不。我喜欢果蝇生物学。
Terry Sejnowski 博士：它进展得不错。
Andrew Huberman：我只是认为，缺乏神经可塑性——
Terry Sejnowski 博士：好吧
Andrew Huberman：……它揭示了一个关键的局限，而我们之所以是地球的管理者，是因为我们有如此多的可塑性。
Terry Sejnowski 博士：当然。但你得一步一步来。大自然首先必须能创造出可以生存的生物，然后随着环境变得更复杂，它们的大脑变得更大，于是有了我们。但关键在于，事实证明苍蝇大脑中的某些算法也存在于我们的大脑中。
Andrew Huberman：对。
Terry Sejnowski 博士：比如条件反射。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：经典条件反射。你可以对苍蝇进行经典条件反射训练：当你给它奖励时，它会做出同样的动作，对吧？这就像条件化行为。而我跟你讲过的那个存在于你的价值函数中的算法，对吧，时序差分学习，那个算法存在于苍蝇大脑中，也存在于你的大脑中。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：所以我们可以从——
Andrew Huberman：当然
Terry Sejnowski 博士：……许多物种身上学习关于学习的事。好。
Andrew Huberman：我只是在拿苍蝇生物学家开个小玩笑。
Terry Sejnowski 博士：不。
Andrew Huberman：我其实认为果蝇研究贡献很大，蜜蜂生物学也一样。例如，如果你给特定花朵上的蜜蜂喂咖啡因，它们实际上会更努力地给那些花授粉——
Terry Sejnowski 博士：哦，是啊
Andrew Huberman：……因为它们其实喜欢咖啡因带来的感觉。这里有一个关于 buzz（嗡嗡声、兴奋感）的烂双关，但我不会说，因为所有人都用过了。
Terry Sejnowski 博士：对。
Andrew Huberman：不，我完全吸收并同意研究更简单生物以寻找算法的价值。
Terry Sejnowski 博士：对。我们现在就在这里。但现在进入未来。我在讲我们当时所处的位置。我们在预测未来。我们说这是传统 AI 的替代方案。我们没被认真对待。专家们说：“不，不。写程序。”他们拿到了所有资源、经费、职位，而我们就像这些恐龙脚下的毛茸茸的小哺乳动物，对吧？事后看来。
Andrew Huberman：我喜欢这个类比。
Terry Sejnowski 博士：但重点在这里。
Andrew Huberman：但恐龙灭绝了。
Terry Sejnowski 博士：但我要说的重点是，我们的大脑有可能做出这些对未来的外推。为什么不能有大脑的 AI 版本？为什么不能？我认为你的想法很棒。
Andrew Huberman：是的。我对 AI 感到兴奋，而且随着这场对话的进行越来越兴奋，原因是，很少有如此大规模地觅食信息、并且围绕昼夜节律的机会。如果说有一件事我们人类真正受其奴役，那就是昼夜生物学。
Terry Sejnowski 博士：对。
Andrew Huberman：你迟早得睡觉，即使你不睡，你的认知也确实会随昼夜周期起起伏伏。如果你不睡，你会早死。我们知道这一点。计算机可以工作、工作、工作。当然，你得给它们供电。还有散热问题。有一堆相关问题，但那是可以解决的。所以计算机可以工作、工作、工作。它们能提供一个通往未来的入口，并且能把结果带回来让我们看看。我不是说我们必须执行它们的建议，但能够把一组多元的、计算方式多元的、经验多元的 AI 专家送入未来，带回一组可供选择的潜在路径，这对我来说太令人兴奋了。也许一个很好的例子是精神分裂症的治疗。这是一个我特别想谈的领域。我作为神经科学学生成长时学到的是，精神分裂症在某种程度上是多巴胺系统的紊乱，因为如果你使用阻断多巴胺受体的抗精神病药，运动症状和一些幻觉等会有所改善。现在也有人会说：“不，那并不是精神分裂症的真正基础。我很想听听你的看法。”还有像哈佛的 Chris Palmer 这样的人做出的了不起的工作，我们斯坦福现在甚至也有人专注于 Chris 真正创立的一个领域——代谢精神病学。这个想法是——我在这里是讽刺——你能想象吗，你吃的东西影响你的线粒体，你如何锻炼影响你的线粒体，线粒体影响大脑功能，而瞧，大脑和身体的代谢健康影响精神分裂症症状。他研究了人们如何使用生酮饮食，也许不是治愈，而是治疗，某些情况下甚至可能治愈精神分裂症。所以我们处在这个位置：我们仍然没有，所谓的，“精神分裂症的治愈方法”，但你可以把 LLM 送入未来，开始在那个领域觅食所有数据，大概一小时就能做到。再加上提出一堆假设性的、不同的阳性与阴性结果临床试验，这些试验甚至还不存在。比如北欧 1 万名受试者采用生酮饮食，根据我们从双胞胎研究中所知，他们具有某种程度的精神分裂症易感性——这些事从来、从来、从来不可能在一个下午完成，甚至一年也做不完。没有资金。然后砰，拿回答案，让它们把答案呈现给我们。然后你说：“嗯，那是人造的。”但人类大脑提出这些实验，也同样是人造的。
Terry Sejnowski 博士：对。
Andrew Huberman：所以对我来说，我开始意识到，并不是我们必须执行 AI 告诉我们或提供给我们的每一件事。
Terry Sejnowski 博士：它只是给我们——
Andrew Huberman：但它确实给了我们一个绝佳的窗口，让我们看到——
Terry Sejnowski 博士：对
Andrew Huberman：……可能正在发生什么，或者很可能发生什么。
Terry Sejnowski 博士：具体到精神分裂症，我很确定，如果我们 20 年前就有这些大语言模型，我们当时就会知道，氯胺酮会是一种非常值得尝试、用来帮助这些人的药物。
Andrew Huberman：请讲讲氯胺酮与精神分裂症之间的关系。
Terry Sejnowski 博士：好。
Andrew Huberman：因为我想很多人——也许你可以定义一下精神分裂症，尽管大多数人想到的是幻听和精神病，但其中还有更多内容，也许我们把它的大致轮廓勾勒出来。
Terry Sejnowski 博士：好。我们现在知道的一件事是——你看，问题在于，如果你只看终点，那并不能告诉你问题是从什么开始的。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：它始于发育早期。精神分裂症出现在青春期晚期、成年早期，但实际上它从一开始就是一个遗传问题。
Andrew Huberman：那么同卵双胞胎的一致性是多少？意思是，如果同卵双胞胎在子宫里——
Terry Sejnowski 博士：对
Andrew Huberman：……其中一个注定会——
Terry Sejnowski 博士：对
Andrew Huberman：……发展成完全的精神分裂症——
Terry Sejnowski 博士：好
Andrew Huberman：……另一个也会的概率是多少？
Terry Sejnowski 博士：实验是这样的。好吧，这个实验在小鼠身上被重复了很多很多次，我应该说。或者不。好吧，让我从人说起。好。氯胺酮长期以来，现在仍然，是一种派对药物，special K。
Andrew Huberman：我从没吸过，但我是这么听说的。
Terry Sejnowski 博士：我也没。
Andrew Huberman：是的。
Terry Sejnowski 博士：我不知道。
Andrew Huberman：它是一种解离性麻醉剂，对吧？
Terry Sejnowski 博士：但我要告诉你会发生什么，因为我跟做过这件事的人聊过。你服用氯胺酮，亚麻醉剂量。顺便说，它是一种麻醉剂。它被用于儿童。它是一种相当不错的麻醉剂，也用于兽医。但无论如何，你找一些年轻成年人。他们的体验是这样的。他们体验到灵魂出窍。他们有一种奇妙的能量感，那是一种 high，但是一种非常不寻常的 high。现在，如果他们只体验一次，那还好，但如果他们体验两次，比如连续两天去派对，很多人会进急诊室。症状是这样的。完全的精神病。完全的。我们说的是与精神分裂症发作无法区分。
Andrew Huberman：所以是幻听？
Terry Sejnowski 博士：是的。幻听、偏执。非常严重。你会说：“天哪，这个人真的变成精神分裂症了。”这真的，就像你说的，症状是一样的。然而，如果你把他们隔离几天，他们会恢复。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：所以这意味着氯胺酮可以暂时诱发某种形式的精神分裂症、精神病。幸运的是，不是永久性的。好，那它攻击的是什么？好，这方面还有另一批文献。事实证明，它结合一种受体，一种叫 NMDA 受体的谷氨酸受体，顺便说，这对学习和记忆非常重要。但我们知道靶点，也知道急性结果是什么：它降低了抑制性回路的强度，也就是使用抑制性递质的中间神经元。制造抑制性递质的酶被下调。那会怎样？意味着兴奋更多了。兴奋更多意味着什么？意味着皮层活动更多，实际上活力大大增加，如果活动太多，你就开始发疯，对吧？所以这很有意思。所以我认为这告诉我们，我们应该考虑——现在精神病学有一整个领域，研究谷氨酸假说，即实际的失衡最初发生在哪里。它是皮层中兴奋性和抑制性系统之间的失衡，这两个系统让你保持平衡。
Andrew Huberman：而 NMDA，N-甲基-D-天冬氨酸受体，是谷氨酸受体。
Terry Sejnowski 博士：是的，它们是谷氨酸受体。
Andrew Huberman：它们是一类。
Terry Sejnowski 博士：那是一类。
Andrew Huberman：是的。
Terry Sejnowski 博士：没错。好，现在有一个假说解释为什么氯胺酮可能对抑郁症有好处。现在有抑郁的人在使用它，对吧？所以我们有一种引起过度兴奋的药物，而这里有一个兴奋不足的人。
Andrew Huberman：嗯。
Terry Sejnowski 博士：抑郁症与皮层某些区域兴奋性活动较低有关。嗯，如果你滴定剂量，就可以回到平衡，对吧？所以你所做的是用精神分裂症来对抗抑郁症。一点点精神分裂症。现在，我认为必须每三周给一次。他们必须用一个新的氯胺酮剂量。但它帮助了数量庞大的重度临床抑郁症患者。所以，随着我们对这些疾病背后机制的了解越来越多，我们就越能更好地外推并提出一些解决方案，至少防止它恶化。顺便说，我很确定大语言模型早就可能弄清楚这一点。
Andrew Huberman：那么，为了理解我们现在可以如何利用这些大语言模型，很久以前我们会怎样使用它们？假设你在 19——我们玩一下——1998 年就有 2024 年的 AI 技术，那是我开始读研究生的年份。
Terry Sejnowski 博士：对。
Andrew Huberman：当时，精神分裂症的多巴胺假说出现在每一本教科书里。也许有一点关于谷氨酸的内容，但全都是关于多巴胺。那么，大语言模型会怎样发现这一点？氯胺酮作为一种药物是已知的。顺便说，氯胺酮与 PCP 非常相似。
Terry Sejnowski 博士：是的。
Andrew Huberman：苯环己哌啶，它也结合 NMDA 受体。
Terry Sejnowski 博士：对。
Andrew Huberman：那么会怎样——
Terry Sejnowski 博士：它也是一种派对药物。
§03文字记录——第 3 部分
Andrew Huberman：它也是，是的。我不推荐它，也不推荐氯胺酮。坦率地说，我不推荐任何娱乐性药物，但我不是玩娱乐性药物的人。但那些大语言模型会怎么做，如果它们——所以你把 2024 年的技术放到 1998 年。它们在觅食现有知识，但接下来它们能做出预测吗？比如：“嘿，这些东西最终会被证明是错的，”或者，“嘿，这些东西是——”
Terry Sejnowski 博士：好。
Andrew Huberman：是的。
Terry Sejnowski 博士：这全是推测，而且实际上，我们现在就可以开始看到它发生。我在索尔克研究所有一位同事，Rusty Gage。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：非常杰出的神经科学家，他发现海马体中有新神经元诞生，对吧？在成年人中，而教科书上说这不会发生，对吧？
Andrew Huberman：是的。那是 1998 年前后 Rusty 做的。
Terry Sejnowski 博士：是的。没错。
Andrew Huberman：是的。
Terry Sejnowski 博士：我实际上和他有一篇论文，我们测试了 LTP，长时程增强，实际上是为了研究锻炼对神经发生的影响。
Andrew Huberman：锻炼增加神经发生。
Terry Sejnowski 博士：是的。它增加细胞数量。是的，它增加神经发生，而且活跃的细胞也成为回路的一部分。更多细胞被整合进来。
Andrew Huberman：嗯哼。这在人类身上也一样，对吧？
Terry Sejnowski 博士：是的。有一种抗癌药被使用后，他们后来在尸检中看到有新细胞，能够确定它们是在成年期诞生的。好。所以我们回到 1998 年，问题是，你能跳进未来吗？好。Rusty 和我碰巧谈到这个问题，他现在把这些大语言模型用于研究。我说：“哦，哇。你怎么用？”他说：“我们把它当作想法泵。”我说：“什么叫想法泵？”他说：“嗯，我们把它做过的所有实验都给它，我们有文献，它能访问文献等等，然后我们向它要新实验的想法。”
Andrew Huberman：哦，我喜欢。我有一次在飞机上坐在一个在谷歌工作的人旁边，他是那里负责语音转文字和文字转语音软件的主要人物之一。他给我看了一个东西。我会提供一个链接，因为这是又一个开放资源的东西。我不是特别懂技术。我不至于技术得 F，也不至于得 A+。我大概在中间，所以我认为我相当能代表这档播客的平均听众。他给我看的是，你打开这个网站，你可以拿 PDF 或 URL，也就是网址，把它们放在边栏里。你就是字面意义上把它们拖放进去。然后你可以提问，AI 会根据你放进边栏的任何内容——那些 PDF、那些网站——生成答案。酷的是它会引用它们，所以你知道答案来自哪篇文章。
Terry Sejnowski 博士：对。
Andrew Huberman：然后你可以开始问它更复杂的问题。比如在药物效果的两个例子中，一个效应很强，一个很弱，基于受试者数量，但也基于结果的强度，你认为这些论文中哪一篇更严谨？“结果强度”是个相当模糊的东西。结果强度相当模糊，对吧？任何争辩说“那些结果很弱，受试者不够”的人——嗯，我们从一位病人 HM 身上了解了大量关于人类记忆的知识。所以当人们说结果强度——
Terry Sejnowski 博士：是的
Andrew Huberman：……这是一件主观的事。
Terry Sejnowski 博士：对。
Andrew Huberman：你真的必须是某个领域的专家才能理解结果强度，即便那样也不够。而令人惊叹的是，它开始给出这样的回答：“嗯，如果你担心受试者数量，这篇论文……”但那很显而易见，哪一篇受试者更多。但它可以开始批评这些论文中使用的统计方法——
Terry Sejnowski 博士：哦，哇
Andrew Huberman：……以非常复杂的方式——
Terry Sejnowski 博士：嗯
Andrew Huberman：……并向你解释为什么某些论文可能没意思，而另一些更有意思，它开始对证据加权。
Terry Sejnowski 博士：哦，我的天。
Andrew Huberman：然后你说：“那么，基于那个加权后的证据，你能不能假设如果……会发生什么？”我做过一点这样的事，它开始试图预测未来——
Terry Sejnowski 博士：哇
Andrew Huberman：……基于你五分钟前给它的 10 篇论文。
Terry Sejnowski 博士：太惊人了。
Andrew Huberman：我认为没有哪位教授能做到这一点，除非是在他们非常具体的研究领域，而且他们已经熟悉那些论文，即便如此，他们也要花很多小时甚至几天才能详细读完所有论文。
Terry Sejnowski 博士：而且他们实际上可能不会得出相同的答案，对吧？
Andrew Huberman：对。
Terry Sejnowski 博士：是的。所以实际上，顺便说，这在医学中正在发生，医生们把 AI 当作助手。这真的很有意思。这是皮肤病学。那是《自然》上的一篇论文，皮肤病变。有 2000 个皮肤病变。有些是癌性的，另一些是良性的。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：总之，他们测试了专家医生，然后测试了 AI，两者都大约达到 90%。对吧？然而，如果你让医生使用 AI，它把医生提升到 98%。
Andrew Huberman：98% 的准确率。
Terry Sejnowski 博士：是的。那里发生了什么？非常有意思。事实证明，尽管他们达到同样的 90%，他们的专长不同，AI 能访问更多数据，所以它能注意到那些罕见的、医生可能从未见过的病变，好吗？但医生对最常见的病变有更深入的知识，那些他反复见过的，知道其中的细微差别等等。所以把他们放在一起，他们合作会提高，这非常合理。我认为现在你所说的是，把 AI 当作发现的工具，由专家来解读和审视论点、统计论点，也许还以新的方式看论文，也许那就是科学的未来。也许那就会发生。每个人都担心：“哦，AI 会取代我们。它在所有事情上都会比我们强得多，人类就过时了。”事实恰恰相反。我们的优势和劣势不同，通过合作，会同时增强我们做的事和 AI 做的事，这将是一种伙伴关系。不会是敌对关系。会是一种伙伴关系。
Andrew Huberman：你会说，对于理解或发现神经系统疾病的治疗方法、避免大规模灾难这类事情，情况也是如此吗？比如它能预测宏观动向吗？我举个例子。在洛杉矶这里，高速公路上偶尔会发生事故。现在高速公路上有很多摄像头。汽车里也有摄像头。你可以想象所有数据实时传入，你可能很容易预测事故。我的意思是，这些只是以特定速度移动的物体，对吧？
Terry Sejnowski 博士：对。
Andrew Huberman：谁在胡乱驾驶。
Terry Sejnowski 博士：好。
Andrew Huberman：但你也可能潜在地发出接管刹车或方向盘的信号，防止事故。我是说，某些车已经这样做了，但你能不能基本上消除——好吧，我们做点更重要的事。让我们消除交通拥堵。我不知道你能不能做到，因为那是个有趣的老问题。但你能不能预测世界上未来的物理事件？
Terry Sejnowski 博士：好，这件事已经做到了，不是交通，而是飓风。如你所知，天气极难预测，除了在加州，那里总是晴天。但现在他们做的是，把大量以往飓风的数据，以及飓风的模拟输入进去。你可以在超级计算机里模拟它们。那需要几天到几周。所以对于准确预测它会在佛罗里达哪里登陆，那并不很有用。但他们做的是，用所有这些数据训练 AI 之后，它能以好得多的准确率预测它究竟会在佛罗里达哪里登陆。而且它在你笔记本电脑上 10 分钟就能做到。
Andrew Huberman：不可思议。所以有什么东西突然在我脑中接通了，这也许对你和大多数人来说显而易见，但我认为这是真的。我认为我接下来要说的是真的。在我们对话开始时，我们谈到知识的获取与知识的实施。只是学习事实，与学习如何以身体行动或认知行动的形式实施那些事实，对吧？数学题是认知行动，身体行动。好。AI 既能做知识获取，它能学习事实、长长的实事清单、事实的组合，但想必它也能运行大量问题集并解决大量问题集。我不认为——除了一些对我来说仍然粗糙的机器人例子——它目前很擅长行动，但某个时候它可能会达到。机器人在变好，但它们还没做到我们正在做的事。但在我看来，只要它们能获取知识，然后解决不同的问题集、不同迭代的知识组合，那它们基本上就处于这样一个位置：可以拿任何关于过去事件或当前事件的数据，对未来做出相当不错的预测，并足够快地反馈给我们——
Terry Sejnowski 博士：嗯哼。
Andrew Huberman：……也足够快地反馈给自己，以便推演不同的迭代。所以我在想，似乎真正困扰神经科学家、医学领域和公众的问题之一，是自闭症——至少是诊断——的增加。这些年来我听过太多不同的假说。我认为我们在这个问题上基本上仍处于迷雾中。
Terry Sejnowski 博士：这是个难题。
Andrew Huberman：AI 能不能开始提出新的、潜在的解决方案和治疗方法——如果需要的话——也许触及这个问题的核心？
Terry Sejnowski 博士：它可能可以，这取决于你拥有的数据。取决于疾病的复杂性。但它会发生。换句话说，我们会尽可能好地使用这些工具，因为显然，如果你能取得任何进展、跳进未来，哇，那会拯救生命。那会帮助外面那么多人。我真的认为这里的前景如此巨大——
Andrew Huberman：嗯哼
Terry Sejnowski 博士：……尽管有缺陷，有监管问题，我们真的必须推进。而且我们必须以一种能帮助人们改善工作、帮助他们解决原本会有困难的问题的方式来做。这已经开始发生，但现在还是早期。所以我们现在所处的 AI 阶段，类似于莱特兄弟首次飞行之后的情形。换句话说——
Andrew Huberman：有那么重大
Terry Sejnowski 博士：……莱特兄弟取得的成就是离地 10 英尺，载着一个人向前动力飞行 100 英尺，对吧？就是这样。那就是第一次飞行。它需要大量改进。必须解决的最困难的事情是控制。你如何控制它？你如何让它朝你想去的方向飞？而现在 AI 发生的情况有些类似：我们已经离地，还没飞很远，但谁知道未来它会带我们去哪里。
Andrew Huberman：我们来谈谈帕金森病，多巴胺神经元耗竭导致难以平稳产生运动，还有一些认知和情绪方面的功能障碍。请谈谈你在帕金森病方面的工作，你学到了什么？
Terry Sejnowski 博士：正如你指出的，帕金森病首先是一种退行性疾病。这很有意思，因为多巴胺细胞位于大脑的一个特定部位，脑干，它们负责程序性学习。我之前跟你讲过时序差分。就是多巴胺细胞。这是一种非常强大的方式——它是一个全局信号。它被称为神经调质，因为它调节整个皮层中发生的所有其他信号。而且，它对于学习产生生存所需的行为序列非常重要。但问题在于，在某些环境侵害下，尤其是像杀虫剂这样的毒素，那些神经元非常脆弱，当它们死亡时，你就会出现你刚才描述的所有症状。那些失去这些细胞的人，实际上在接受治疗 L-DOPA（一种多巴胺前体）之前，会变得昏迷。他们不动。他们还活着，但完全不动。他们——
Andrew Huberman：这很悲惨。
Terry Sejnowski 博士：是的。这叫闭锁状态。是的，很悲惨。所以当 L-DOPA 的首次试验给他们使用时，那真是神奇，因为他们突然又开始说话了。所以，这太惊人了。
Andrew Huberman：我很好奇，当他们重新开始说话时，他们是否报告说，在闭锁阶段的脑状态——
Terry Sejnowski 博士：是的
Andrew Huberman：……是慢速的吗？那是不是一种类似梦境的状态，或者他们觉得自己在打盹，还是他们在里面尖叫着要出来？因为他们的身体速度显然是零，毕竟他们被闭锁了。
Terry Sejnowski 博士：对。
Andrew Huberman：我长期以来一直想知道，跑步回来或从一夜好眠中醒来、切换到清醒状态时，身体速度和认知速度是否相关。
Terry Sejnowski 博士：好。这是一个很棒的观察或问题。我敢打赌你知道答案。好。有一件事真的很惊人。有趣的是，这是在他们倾向于动作缓慢时发现的，如你所说，但对他们来说，在认知上，他们认为自己动得很快。现在，不是因为他们不能快速移动，因为你可以说：“嗯，你能动快点吗？”“当然。”他们就正常移动。但对他们来说，他们以为自己以超高速移动。
Andrew Huberman：所以这是一个设定点的问题。
Terry Sejnowski 博士：所以这是一个设定点的问题，是的。一切都关乎设定点。这才是真正发生的。随着设定点越来越低，现在即使完全不动，他们也以为自己动，对吧？这就是发生的情况。顺便说，你可以问他们：“那是什么感觉？我们跟你说话，你没回应。”“哦，我不太想。”
Andrew Huberman：大脑虚构了一个答案。是的。
Terry Sejnowski 博士：嗯，他们虚构了，因为他们没有足够的能量，或者无法启动行动。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：这是他们在运动方面有困难的事情之一，启动一个动作。
Andrew Huberman：是的。你能看出来，我对认知速度这个概念很着迷。再说一次，也许有更好、更准确或更正式的说法，但我觉得它涵盖了我们学习时试图做的很多事情，而且事实上，在睡眠中，你在快速眼动睡眠期间会有非常生动的梦，所以认知速度非常快，时间感知也不同——
Terry Sejnowski 博士：对
Andrew Huberman：……与慢波睡眠的梦相比。
Terry Sejnowski 博士：对。
Andrew Huberman：我真的认为这至少作为一项与脑状态有关的指标是有意义的。
Terry Sejnowski 博士：是的。
Andrew Huberman：我长期以来一直认为，我们对睡眠中的脑状态了解得远比清醒时的脑状态多。
Terry Sejnowski 博士：对。
Andrew Huberman：我们谈论专注、有动力、心流。这些不是科学术语。我不是在贬低它们。在我们想出更好的东西之前，它们几乎就是我们所有的。但我们是生物学家和神经科学家，在你这里是计算神经科学家，我们试图弄清楚我们现在处于什么脑状态。我们的认知速度是一个特定值。但我认为，人们越思考这一点——我冒昧地说，他们越是在一天中不同时间稍微留意自己的认知速度——
Terry Sejnowski 博士：对
Andrew Huberman：……你就会开始注意到，似乎有少数几个时段——对我来说，往往是上午早些到中段偏晚，然后是在能量低谷之后傍晚再次——天哪，那各一个半小时，就是完成真正工作的时候。
Terry Sejnowski 博士：我有同样的体验。
Andrew Huberman：因为在那时我能在脑力上冲刺很远。
Terry Sejnowski 博士：对。
Andrew Huberman：但一天中还有其他时候——
Terry Sejnowski 博士：像糖浆一样
Andrew Huberman：……无论我喝多少咖啡因——……我不在乎，除非是需要我应对的应激事件——
Terry Sejnowski 博士：对
Andrew Huberman：……满足那种压力的要求，否则我无法在投入的同时达到那种更快的节奏。你可以读得更快，可以听，但你没有在使用信息，你没有在储存信息。
Terry Sejnowski 博士：没错。
Andrew Huberman：对你来说，一天中什么时候是——
Terry Sejnowski 博士：不，我大部分事在上午完成，然后你说得对，之后晚饭后——
Andrew Huberman：嗯哼
Terry Sejnowski 博士：……就不一样了。我认为上午我更擅长创造性的东西，然后我认为傍晚我更擅长只是把活干出来。
Andrew Huberman：有意思。考虑到体温与昼夜节律之间的关系——
Terry Sejnowski 博士：对
Andrew Huberman：……我想做一个把核心体温与认知速度联系起来的实验。
Terry Sejnowski 博士：我实际上注意到——这完全是主观的——索尔克楼内的温度恒定在 35 度，非常稳定。但到了下午，我会觉得有点冷。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：这大概是我体内的——
Andrew Huberman：嗯哼。当然
Terry Sejnowski 博士：……温度。
Andrew Huberman：是的，体温开始下降。是的。
Terry Sejnowski 博士：体温，是的，大概在下降，这可能与能量的减少、大脑和其他一切能力的下降相对应。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：顺便说，这就是 Q10。这是个术语。你每个细胞里的每一种酶，都可以根据温度以不同的速率工作，对吧？
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：所以，是的，体温在做这样的事，所有细胞也在做这样的事。所以这是一种解释。我不确定它是否正确，但……
Andrew Huberman：是的。我在斯坦福生物系的一位同事 Craig Heller 精彩地描述过，对丙酮酸——我相信是丙酮酸——的酶控制如何控制肌肉疲劳。那种局部肌肉疲劳，当人们试图移动某个阻力时，与局部温度有全部关系——温度关闭了某些酶促过程，使肌肉无法以同样的方式收缩。他知道细节，并在这档播客上讲过。我忘了具体细节。你会开始感叹，哇，这些酶受温度控制得如此精妙。当然，他的实验室专注于绕过那些温度、或在局部改变温度以绕过那些限制的方法，并一次又一次地展示了这一点。这简直不可思议。是的，我们这里在推测这对认知速度意味着什么，但我认为，思考底层生物学与只思考一种药物，是多么不同的世界。你提高多巴胺、去甲肾上腺素和肾上腺素，即所谓的儿茶酚胺，你就会提高能量、专注度和警觉性。但你会付出代价。你会在能量、专注度和警觉性上出现一个低谷，其程度与你服药时提升的程度成正比。
Terry Sejnowski 博士：天哪，安非他明就是个好例子。
Andrew Huberman：嗯哼。
Terry Sejnowski 博士：天哪，你服药时快得像一分钟跑一英里。当然，从我的立场看，那只是你的印象。而现实是，你实际上并没有多完成多少。
安德鲁·休伯曼：有没有任何 LLM，也就是人工智能，被用来回答这个非常紧迫的问题：对于那些伴着利他林（Ritalin）——
特里·塞伊诺夫斯基博士：哦
安德鲁·休伯曼：……阿德拉（Adderall）、Vyvanse 以及其他兴奋剂被带大的年轻大脑，在认知上会有什么后果？因为我们有数以百万计的孩子就是这样被养大的。
特里·塞伊诺夫斯基博士：我们已经在整整一代人、我们整个群体身上做了这个实验，而我真的非常想知道答案。我在想，有没有人在研究这个。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：这确实是个非常好的问题，因为我们实际上等于给他们用了“speed”（安非他命类兴奋剂的俗称）。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：这种药物会让大脑被激活。但顺便说一句，后果是当药效退去之后，你会一点力气都没有。
安德鲁·休伯曼：对。
特里·塞伊诺夫斯基博士：对吧？你整个人都被掏空了。
安德鲁·休伯曼：是啊。
特里·塞伊诺夫斯基博士：就是这样。
安德鲁·休伯曼：那就是那个坑。
特里·塞伊诺夫斯基博士：那就是那个坑。
安德鲁·休伯曼：是啊。
特里·塞伊诺夫斯基博士：但正因如此，你才会吃更多，你明白吗？问题就在这里——这是一个螺旋。
安德鲁·休伯曼：我很喜欢你今天如此清楚地说明，计算、数学、计算机以及现在的人工智能，如何真正塑造了我们思考这些生物学问题的方式，而这些同时也是心理学问题，也是日常生活中的挑战。我也很喜欢我们谈到了线粒体以及如何补充线粒体。我想确保我们谈几件我知道大家都放在心上的事——这里没有双关的意思——那就是意识和自由意志。通常我不喜欢谈这些东西，不是因为它们敏感，而是因为我发现围绕它们的讨论往往更像哲学而不是神经生物学，而且往往相当绕圈。所以你会看到像 Kevin Mitchell 这样的人，我记得他写过一本关于自由意志的书。他相信自由意志。你也会看到像 Robert Sapolsky 这样的人，他写了《Determined》这本书。他不相信自由意志。你怎么看自由意志，这甚至是一个我们应该进行的讨论吗？
特里·塞伊诺夫斯基博士：嗯，如果你回到 500 年前的中世纪，这个概念并不存在，至少不是我们使用它的那种方式。因为那时人们对世界、对世界如何运作以及它如何影响自己的感受是，这一切都是命运。他们有命运这个概念，也就是说你什么都做不了，某件事之所以会发生在你身上，是因为周围的状况，以及天上的神或者随便什么东西，对吧？你把它归因于你周围的物理力量造成了它，而不是你自己的自由意志，不是因为你做了什么才让这件事发生在你身上，对吧？所以我认为我们使用的这些词——自由意志、意识、智能、理解——都是些“鼬鼠词”（weasel words），因为你没法把它们钉死。没有任何一个关于意识的定义是所有人都同意的。而如果你没有一个能达成一致的定义，就很难解决一个问题，一个科学问题。关于这些大型语言模型是否理解语言，存在很大的争议，对吧？像我们那样理解。而它真正揭示出来的是，我们并不理解“理解”是什么。字面上说，我们没有一个很好的论证，也没有一种测量方法可以测量某个人的理解，然后把它套用到 ChatGPT 上，看它是否相同。它可能并不完全相同，但也许我们谈论的是某种连续谱。在我看来，这就像是一个外星人突然降落到地球上，开始用英语和我们说话，对吧？而我们唯一能确定的是，它不是人类。
安德鲁·休伯曼：我遇到过一些让我怀疑他们地球出身的人。
特里·塞伊诺夫斯基博士：好吧。好吧，人类之间的多样性也很大。这一点你说得对。
安德鲁·休伯曼：对。多年前我们在 UCSD 的几位同事，特别是物理系的一位，我作为一个人极其喜欢他，他的说话方式、行为方式就是那么不寻常，行为完全得体，但就是不寻常。在教师会议进行到一半时，他会转向我，在别人正在发言的时候开始跟我讲话。我就说：“也许不是现在。”他会说：“哦，好吧。”但在其他任何方面，你都会说他非常善于社交。所以有些人就是不太理会常规，你会想，他是外星人吗？这挺酷的，以一种很酷的方式。
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：他是我的一位——再说一次——朋友，也是我真心喜欢的人。
特里·塞伊诺夫斯基博士：对，不，确实如此。
安德鲁·休伯曼：对。
特里·塞伊诺夫斯基博士：并不是每个人都采纳了同样的社会习俗。这可能带一点自闭症的特质。
安德鲁·休伯曼：嗯哼。对。
特里·塞伊诺夫斯基博士：那是个问题——
安德鲁·休伯曼：有可能。
特里·塞伊诺夫斯基博士：换句话说，外面有很多功能非常高的自闭症人士。
安德鲁·休伯曼：嗯哼。这家伙非常聪明。对。
特里·塞伊诺夫斯基博士：而且他们往往确实如此。有些人在自闭症的同时非常聪明。但是
安德鲁·休伯曼：你能不能构建一个更偏向谱系这一端而不是另一端的 LLM，来看看它们会搜寻什么样的信息？
特里·塞伊诺夫斯基博士：其实，我评审过一篇论文。
安德鲁·休伯曼：看起来这会是一件非常重要的事。
特里·塞伊诺夫斯基博士：已经有人做过了。好吧，我评审过一篇论文，他们拿了一个 LLM，用来自不同障碍人群的不同数据对它进行微调，比如自闭症等等。还有反社会人格者。
安德鲁·休伯曼：那挺可怕的。
特里·塞伊诺夫斯基博士：而且——
安德鲁·休伯曼：但你会想知道答案。
特里·塞伊诺夫斯基博士：不，不。
安德鲁·休伯曼：对。
特里·塞伊诺夫斯基博士：他们让这些 LLM 表现得和那些患有这些障碍的人一模一样。你确实可以让它们那样表现，是的。
安德鲁·休伯曼：那政治倾向和价值观呢？
特里·塞伊诺夫斯基博士：我没见过这样的研究，但至少对我来说很清楚：如果你能做出反社会人格，你大概就能做出任何政治信仰。
安德鲁·休伯曼：但你也可以把这一切看作——你可以走善意的方向。你也可以说，高度有创造力、对声音的情绪基调敏感，然后看看那个人——抱歉，那个 LLM——
特里·塞伊诺夫斯基博士：好
安德鲁·休伯曼：……带回什么样的信息，对比于一个非常——
特里·塞伊诺夫斯基博士：对
安德鲁·休伯曼：……只关注人们话语内容的人。因为在人群中，你会看到这一点。如果你曾经和另一半一起离开一个派对，有时有人会说——我经历过这种情况，比如：“你看到某某之间的那个互动了吗？”我说：“没有啊，你在说什么？”比如：“你听到了吗？”我说：“没有，完全没听到。我听到了那些词，但我没有捕捉到你捕捉到的东西。”
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：而且很明显，对同样的内容存在两种非常不同的体验——
特里·塞伊诺夫斯基博士：对
安德鲁·休伯曼：……纯粹是基于对语调解读的差异。
特里·塞伊诺夫斯基博士：好。正如你指出的，有大量信息与语调、空间表情有关。有极大量的信息被传递出去，不只是通过词语，还通过所有其他部分，视觉输入等等。有些人很擅长捕捉这些，有些人则不擅长。个体之间的差异极大。而这正是生物学的核心——多样性。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：而这一切的核心是需要一个非常多样的基因库，这样你才能演化并挺过气候等方面发生的灾难性变化。但如果我们能创造出一个能理解这些差异究竟是什么的 LLM，那岂不是太棒了？
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：现在你就想一想，对吧？
安德鲁·休伯曼：就像一个真正多元的 LLM，把所有这些差异都整合进去。
特里·塞伊诺夫斯基博士：对。但这是你必须做的事。你必须做的是，用一群个体的数据来训练它。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：人类的个体。现在，关于这些 LLM 的一件事是，它们没有单一的人格。它们可以采纳任何人格。你必须告诉它你期待什么——
安德鲁·休伯曼：或者以对你有效的方式向它提问，你就会得到某种人格的回应。
特里·塞伊诺夫斯基博士：对。我曾经给它一篇论文的摘要，非常技术性，是一篇计算类的论文，我说：“你是一位神经科学家，我要你向一个 10 岁的孩子解释这篇摘要。”它用的方式我这辈子都做不到。
安德鲁·休伯曼：准确吗？
特里·塞伊诺夫斯基博士：它确实把它大大简化了。有些微妙之处——
安德鲁·休伯曼：嗯哼
特里·塞伊诺夫斯基博士：……不在里面了，但它解释了什么是可塑性，也解释了什么是突触。
安德鲁·休伯曼：太惊人了。
特里·塞伊诺夫斯基博士：它做到了。
安德鲁·休伯曼：这几乎就像研究生的资格考试。我今天在 X（原名 Twitter）上看到一件事，让我大为震惊，我想听听你的看法，而且它跟你现在说的非常契合：有人在向 ChatGPT，或者也许是其他某个——Anthropic 或 Claude 之类的 LLM 提问。我大概把那些名字用错了。某个 AI 在线网站。而在它回答的中途，这个 LLM 决定干脆休息一下，开始看约塞米蒂（Yosemite）的风景照片。就像这个 LLM 在做一个人认知疲劳时、或者任何上网的人都会做的事——休息一下，看几张某个东西的照片。也许他们正想着去那里露营什么的，然后再回到原来的任务。我们听说过 AI 中的幻觉。
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：说它能想象并不存在的东西，就像人脑一样。但是，那件事真的让我震惊。
特里·塞伊诺夫斯基博士：我没遇到过这种情况，但这难道不迷人吗？这是一个真正的生成式内部模型的标志。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：你看，我认为 LLM 与人类最不同的一点是：如果你走进一个房间，一个安静的房间，只是坐在那里，没有任何感官刺激，你的大脑会继续思考。对吧。换句话说，你会想你想做什么、提前做计划，或者想白天发生在你身上的某件事，对吧？你的大脑总是在内部生成内容。而在和你交谈之后，这些大型语言模型就直接变成一片空白。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：没有持续的、自我生成的思维。
安德鲁·休伯曼：然而我们知道，自我生成的思维，尤其是睡眠期间的大脑活动——正如你之前用睡眠纺锤波和快速眼动睡眠的例子所说明的——对于塑造我们白天所经历的知识是绝对关键的。
特里·塞伊诺夫斯基博士：是的。
安德鲁·休伯曼：所以这些 LLM 还没有完全达到我们现在的状态。它们在某些事情上能超过我们，比如围棋，但我们要多久才能拥有具备自我生成内部活动的 LLM，也就是人工智能？
特里·塞伊诺夫斯基博士：我们越来越接近了。所以这其实是我自己正在做的一件事，试图理解我们自己的大脑是如何做到这一点的，如何生成持续的大脑活动，从而导向计划和诸如此类的事情。在神经科学中我们还不知道这个问题的答案。顺便说一句，你去听一场讲座，在一个小时里一个词接一个词地听，幻灯片一张接一张地看。结束时你提一个问题，对吧？我们就想想你刚才做了什么。不知怎的，你能够把那一小时里的所有信息整合起来，然后用你的长期记忆提出某个洞见或某个你想问的问题。你的大脑是怎么记住所有那些信息的？工作记忆，神经科学家所研究的传统工作记忆只能维持几秒钟，也许像记一个电话号码之类的。但我们在谈的是长期工作记忆。我们不明白那是怎么做到的。而 LLM，大型语言模型，实际上能做到一件事。它叫做上下文学习（in-context learning），这曾是一个巨大的惊喜，因为那里没有可塑性。这个东西在开始时学习。你用数据训练它，之后它做的一切都是推理，一个快速的活动循环，一个词接一个词，对吧？这就是在完全没有学习的情况下发生的事。但人们注意到，随着你继续对话，它似乎在事情上变得更好。这怎么可能？在没有可塑性的情况下怎么会有上下文学习？这是一个谜。我们还不知道那个问题的答案，但我们对人类也还不知道答案。
安德鲁·休伯曼：对。我可以问你几个关于你本人、以及它与科学和你的人生轨迹有关的问题吗？接着你刚才说的，你是否有冥想、或者闭眼、减少或关闭感官输入的练习，来以特定方式推动你的思考？还是你是在电脑前和学生、博士后交谈，还是在海滩上冲刺跑？
特里·塞伊诺夫斯基博士：说来有趣。
安德鲁·休伯曼：或者睡着的时候。
特里·塞伊诺夫斯基博士：不，你提到这个很有意思，因为我最好的想法不是在沙滩上冲刺跑时得到的，而是在走路或慢跑时。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：那很美妙。我不知道。我想血清素会升高。它是另一种我认为能激发想法和思绪的神经调质。于是不可避免地，我回到办公室，却一个那些好主意都记不起来了。
§04文字稿——第 4 部分
安德鲁·休伯曼：那你怎么处理？
特里·塞伊诺夫斯基博士：嗯，现在我会记笔记。
安德鲁·休伯曼：好。语音备忘录？
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：而且其中一些确实有成果。这一点毫无疑问。
安德鲁·休伯曼：当然。
特里·塞伊诺夫斯基博士：当你进入那样一种情境，它就是一种冥想形式。如果你以稳定的节奏跑步，海滩上没有什么让你分心的东西。
安德鲁·休伯曼：还是你会听音乐、播客或者——
特里·塞伊诺夫斯基博士：不，除了我自己的想法，我从不听任何东西。
安德鲁·休伯曼：所以这位播客的前嘉宾，她正好有三个哈佛学位，但她更多是在个人教练领域，不过水平非常非常高，头脑令人印象深刻，整个人都令人印象深刻。她有这个“无词”（wordlessness）的概念，可以用来达成许多不同的事情，但这个想法是让自己、或为自己创造条件，在一天中进入某些感官输入极少的时段，也许一天一次。没有讲座，没有播客，没有书，没有音乐，什么都没有。让大脑只是空转，稍微变得非线性一点，如果你愿意这么说的话。
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：在那种状态下，我们既不构建自己的想法，也不通过那些媒介以任何结构化的方式去关注别人的想法，而这正是伟大想法和创造力的来源。
特里·塞伊诺夫斯基博士：这已经被研究过了。心理学家称之为心智游移（mind wandering）。
安德鲁·休伯曼：心智游移。
特里·塞伊诺夫斯基博士：对。相关文献相当多，而且往往正是在这种时候你会有了“啊哈”的顿悟，对吧？
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：你的心智在游移，它在——
安德鲁·休伯曼：很美
特里·塞伊诺夫斯基博士：……非线性地思考，也就是不遵循合乎逻辑的顺序，从一个东西跳到另一个东西。往往正是在你任由心智游移的时候，你会得到一个好主意。对，这确实发生在我身上。
安德鲁·休伯曼：我在想，社交媒体、发短信和手机总体上是否已经消除了很多下班后走向车子那段路上的空白——在那段路上，人通常不会打电话，也不与任何人或任何东西交流。我以前做过实验，我在移液、做免疫组化，那非常放松，我可以在做的时候思考——
特里·塞伊诺夫斯基博士：是的
安德鲁·休伯曼：……因为它，因为我知道那些流程，然后你必须注意某些事情——
特里·塞伊诺夫斯基博士：好
安德鲁·休伯曼：……并把它们记下来。
特里·塞伊诺夫斯基博士：好。
安德鲁·休伯曼：但我常常会觉得，哇，我既在工作又在放松，还在思考一些事情。然后我有时会听音乐。
特里·塞伊诺夫斯基博士：好。
安德鲁·休伯曼：对。
特里·塞伊诺夫斯基博士：所以我们在“学会如何学习”（Learning How to Learn）里有一整节、一个片段，讲的正是这个现象。我们告诉学生的是：如果你被某个概念卡住了，或者你不理解某件事，你在拿头撞墙，那就停下来。走开去做点别的事。去洗碗。去绕着街区走一圈。而不可避免地，当你回来时，你的头脑清晰了，你想出了该怎么做。这是任何人能得到的最好的建议之一，因为从来没有人告诉过我们大脑是如何工作的。有些人非常善于凭直觉判断，因为他们也许经历过——好吧，另一件事是，我认识的每一个真正做出重要贡献的人，我敢打赌你也是其中之一，你在夜里苦苦思索某个问题，然后去睡觉，早上醒来，啊，那就是答案，那就是我该做的，对吧？
安德鲁·休伯曼：我早上醒来第一件事——
特里·塞伊诺夫斯基博士：是的
安德鲁·休伯曼：……就是几乎被它淹没，我不会说是洞见，也不总是有意义的洞见，但确实，原本不清楚的东西在醒来时立刻变得清楚。
特里·塞伊诺夫斯基博士：对。这就是睡眠如此惊人的地方。你能看到知道这一点的人可以指望它。换句话说，关键是在睡前思考它。你的大脑在睡眠期间会处理它。所以，不要看电视，因为那样谁也不知道你的大脑会去处理什么。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：用你入睡前的那段时间去想某件困扰你的事，或者某件你试图理解的事，也许是一篇论文——你读了论文然后说：“哦，我累了，我要去睡了。”早上醒来你说：“哦，我知道那篇论文在讲什么了。”对。事情就是这样。一旦你对大脑如何工作有所了解，你就可以利用这一点。
安德鲁·休伯曼：你会关注你的梦吗？你会记录它们吗？
特里·塞伊诺夫斯基博士：不。好吧。问题在这里。梦看起来如此具有象征性，很多人不知怎地把一些东西归因于它们。但从来没有任何好的理论或好的理解，首先，我们为什么做梦。这一点仍然不完全清楚。存在一些想法，或者为什么是这个特定的梦？它对你有什么意义吗？我唯一知道的可能解释一点的是，梦往往非常视觉化，快速眼动睡眠，所以确实有某种事情在发生——实际上这很有意思。所有神经调质在睡眠期间都被下调，然后在 REM 睡眠期间，乙酰胆碱升高。那是一种非常强大的神经调质。例如它对注意力很重要，但它不会在前额叶皮层升高。这意味着前额叶皮层中那些解释传入感官输入的回路没有被开启。所以你的视觉皮层里发生的一切不再被监控。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：所以你会遇到些离奇的事，你开始飘浮，事情发生在你身上。它不再有锚点了。但那仍然不能解释为什么你有那段时期。它很重要，因为如果你阻断它——有些安眠药确实会阻断它——它真的会损害正常的认知功能。
安德鲁·休伯曼：大麻也是如此。停用大麻的人会经历巨大的 REM 反弹——
特里·塞伊诺夫斯基博士：啊，有意思
安德鲁·休伯曼：……在停用大麻之后的几天、几周、几个月里会有大量做梦——
特里·塞伊诺夫斯基博士：哇。有意思
安德鲁·休伯曼：……我不想称之为戒断，因为那有另一层含义。
特里·塞伊诺夫斯基博士：对。那是由于大脑适应了内源性大麻素水平而造成的失衡。现在它必须调回去，而这需要时间。但这很有意思，不是吗？它会影响梦境。
安德鲁·休伯曼：是啊。
特里·塞伊诺夫斯基博士：我认为那可能是一条线索。也许我们应该——
安德鲁·休伯曼：对，据我所知这是非常普遍的现象。我不是大麻使用者，但对此不作评判。我只是不是。其实那是很多年前我上大学时读的一本书，所以是很久以前了，作者是 Alan Hobson，他当时在哈佛。
特里·塞伊诺夫斯基博士：哦，是的。我认识他。对。
安德鲁·休伯曼：哦，真酷。我从没见过他，但他有一个有趣的想法：梦，尤其是快速眼动睡眠中的梦，与人在某些致幻剂——LSD，即麦角酸二乙酰胺，或裸盖菇素（psilocybin）——作用下所经历的状态非常相似，也许梦正在揭示无意识心灵。我不是从任何心理学术语的角度说这话，而是说当我们睡着时，我们的意识心灵显然无法以同样的方式控制思想和行动。这有点像水线后退，所以我们看到更多无意识的加工被显露出来。
特里·塞伊诺夫斯基博士：这是个有趣的假设。你会怎么检验它？
安德鲁·休伯曼：我大概得把一个人放进扫描仪，让他们睡着，再让他们在扫描仪里开始一段裸盖菇素旅程。
特里·塞伊诺夫斯基博士：我明白了。好吧。
安德鲁·休伯曼：这类事情。很难。
特里·塞伊诺夫斯基博士：好吧。
安德鲁·休伯曼：当然，这些观察性研究我们都知道有缺陷，因为你真正想做的是控制神经活动。
特里·塞伊诺夫斯基博士：没错。
安德鲁·休伯曼：你想进去拨弄这里的神经元，看看大脑如何变化，而且你想要实时的主观报告。这就是睡眠和做梦的问题所在：你可以把人叫醒，问他们刚才在梦什么，但你无法真正实时知道他们在梦什么。
特里·塞伊诺夫斯基博士：确实。对。确实。顺便说一句，梦有两种。
安德鲁·休伯曼：嗯。
特里·塞伊诺夫斯基博士：非常有意思。所以如果你在 REM 睡眠中把某人叫醒，你会得到非常生动、不断变化的梦，它们总是不同、总在变化。但如果你在慢波睡眠中把人叫醒，你常常也会得到梦的报告，但那是那种每晚一遍又一遍重复的梦。而且它的情绪内容非常沉重。
安德鲁·休伯曼：有意思。那是在慢波睡眠中。
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：因为我一生中有几个梦反复了一遍又一遍。那这些应该是在慢波睡眠中。
特里·塞伊诺夫斯基博士：对，很可能是慢波睡眠。对。
安德鲁·休伯曼：真迷人。作为一位以计算为取向的神经科学家，你却把生物学如此出色地融入你的工作，这也是你是你、是你所在领域这样一位杰出人物的原因之一，而你现在还对 AI 非常兴奋。你现在最兴奋的是什么？比如如果你还有——当然事实并非如此——但如果你还有 24 个月可以全身心投入某件事，然后你必须把实验室的钥匙交给别人，你会全力押注什么？
特里·塞伊诺夫斯基博士：嗯，NIH 有一个叫 Pioneer Award 的项目。他们寻找的是可能产生巨大影响的宏大想法，对吧？所以我最近提交了一个，标题是《大脑与 Transformer 中的时间上下文》。
安德鲁·休伯曼：在大脑与 transform 中？
特里·塞伊诺夫斯基博士：Transformer。
安德鲁·休伯曼：former。
特里·塞伊诺夫斯基博士：人工智能。对。ChatGPT 的关键在于存在这种新架构，它是一种深度学习架构，前馈网络，但它叫做 transformer。它里面有一些独特的部分。其中一个叫做自注意力（self-attention）。它是一种实现所谓时间上下文的方式。它做的是把相隔很远的词连接起来。你给它一串词，它就能告诉你其中的关联。比如如果我用了“this”这个词，然后你必须弄清楚在上一句里它指什么？可能有三个或四个名词它都可能指，但从上下文你能确定它指哪一个，而你可以学会这种关联。
安德鲁·休伯曼：我能不能再用另一个例子来说明，以确保我理解正确？我见过那种词泡图，比如如果说到钢琴，你会说琴键、音乐会、琴凳。然后它就会构建出一个联想词云。
特里·塞伊诺夫斯基博士：哦，对。对。
安德鲁·休伯曼：然后在这边我们会说，我不知道，我在想索尔克研究所。我会说日落、巨石阵、任何抬头看的人，那里有那道非凡的索尔克树篱。
特里·塞伊诺夫斯基博士：那算是，对。
安德鲁·休伯曼：然后你开始在那边构建一个词云。
特里·塞伊诺夫斯基博士：对。
安德鲁·休伯曼：这些是不相干的东西，只不过我曾在索尔克研究所听过一场古典音乐会。
特里·塞伊诺夫斯基博士：对，“Symphony of Salt”。
安德鲁·休伯曼：两次。所以它们并非完全不重叠。于是你开始在远距离上建立联想，最终它们会桥接起来。这是你指的意思吗？
特里·塞伊诺夫斯基博士：是的。
安德鲁·休伯曼：好。
特里·塞伊诺夫斯基博士：我认为那是一个例子，但结果是每个词都是有歧义的。它大概有三、四种含义。所以你必须从上下文弄清楚。换句话说，有些词是共同生活的。
安德鲁·休伯曼：嗯哼。
特里·塞伊诺夫斯基博士：而且经常一起出现。你可以仅通过预测句子中的下一个词就学到这一点。这就是 transformer 的训练方式。你给它一堆词，它不断预测句子中的下一个词。
安德鲁·休伯曼：哦，就像现在我的邮件里，它会试图预测下一个词。
特里·塞伊诺夫斯基博士：是的。正是如此。
安德鲁·休伯曼：而且它在部分时候大体是对的。
特里·塞伊诺夫斯基博士：好。好吧，那是因为它是这个算法一个非常原始的版本。事情是这样的：如果你用足够多的数据训练它，它不仅能够给出下一个词，它还会在内部建立起一种语义表征，就像你描述那些彼此相关的词、彼此有关联那样。它能弄明白这一点，并且在这个拥有数万亿参数的超大网络内部拥有表征。它们变得如此之大，令人难以置信。而这些联想现在构成了一个关于句子含义的内部模型。字面上，这是我们现在已经探测过这些 transformer 的东西，所以我们相当有信心。而这意味着它在形成关于外部世界的内部模型，在这个例子里是一堆词。这就是它为什么能够以一种合理、讲得通、而且实际上很有趣的方式真正回应你，等等。这一切就是我说的自注意力。所以不管怎样，我的 Pioneer 提案就是要弄清楚大脑是如何做自注意力的，对吧？它必须以某种方式做到。我给你一个小提示：基底神经节。
安德鲁·休伯曼：是在基底神经节里。
特里·塞伊诺夫斯基博士：这是我的假设。好吧，我们走着瞧。我会和做实验的人合作。比如我和 John Reynolds 合作过，他研究灵长类视觉皮层，我们在那里观察过行波，也有其他人在灵长类中观察过。所以现在我认为这些行波也是拼图中的一块，会让我们更好地理解皮层是如何组织的，以及它如何与基底神经节相互作用。我们已经到过那里，但神经科学家一直是独立地研究大脑的每一个部分，现在我们必须开始思考如何把这些拼图拼在一起，对吧？把我们关于这些区域所知道的一切都拿来，看看它们如何以计算的方式协同工作，而这正是我想去的方向。
安德鲁·休伯曼：我很喜欢，我也确实希望他们决定资助你的 Pioneer Award。
特里·塞伊诺夫斯基博士：我也希望。
安德鲁·休伯曼：对。而如果他们做出了错误的决定不资助，也许我们会想出另一种方式把工作完成，你肯定会。Terry，我首先要感谢你今天来到这里，从你繁忙的认知、跑步、教学和科研日程中抽出时间与我们分享你的知识，也感谢你在公共教育、在教导公众方面所做的了不起的工作——我应该说，是给公众提供以零成本学习如何更好地学习的资源。所以我们当然会提供《Learning How to Learn》、你的书以及你分享的这些其他了不起的资源的链接。你今天还给了我们一大堆实用工具，与运动、线粒体以及你做的一些事情有关，这些当然只是你自己做事的方式，但它们肯定、肯定会对人们有价值，包括对我，在我们的认知和身体追求中，坦率地说，还有长寿。这一点我和听众都没有忽视：你的精力，正如我之前提到的，是不可否认的，这些年来能目睹你带给工作的专注、能量和热情，并且看到它不仅没有减慢，反而在加速，真是一件非常愉快的事。所以非常感谢你今天教导我们。我知道我代表我自己以及许许多多在收听和观看的人说这话。这是一份真正的礼物，一段真正了不起的经历，能向你学习。
特里·塞伊诺夫斯基博士：哇。
安德鲁·休伯曼：所以非常感谢你。
特里·塞伊诺夫斯基博士：嗯，谢谢你，我得说这些年来我很幸运，拥有出色的学生和出色的同事，我把你也算在其中——
安德鲁·休伯曼：谢谢
特里·塞伊诺夫斯基博士：……我从他们身上学到了很多。
安德鲁·休伯曼：谢谢。
特里·塞伊诺夫斯基博士：但科学是一种社会活动，我们彼此学习，我们都会犯错。但我们从错误中学习，这就是科学的美妙之处——我们能够取得进展。现在，你的职业生涯也非常了不起，因为你通过访谈传播知识，影响和打动了比我个人认识的任何人都多的人，而且就你的兴趣而言也是如此。我对你所做的印象深刻，我希望你继续做下去，因为我们需要像你这样的人。我们需要能够真正表达并触达公众的科学家。如果我们不这样做，我们所做的一切就都关在门后，对吧？什么都传不出去，所以你是这一群体中最优秀的之一，能够以清晰的方式解释事情，传达到比我认识的任何人都多的人。
安德鲁·休伯曼：哦，谢谢你这么说。我很荣幸听到这些。这对我来说是一份出于热爱的工作，我会把这些话记在心里，我真的很感激。今天能和你坐在一起是一种荣幸和特权，请一定再来。
特里·塞伊诺夫斯基博士：哦，我很乐意。我很乐意，对。
安德鲁·休伯曼：好的。谢谢你，Terry。
特里·塞伊诺夫斯基博士：不客气。
安德鲁·休伯曼：感谢你参加今天与 Terry Sejnowski 博士的讨论。要找到他的工作链接、他和同事开发的零成本在线学习门户，以及他的新书链接，请见节目笔记说明。如果你从这档播客中有所学习并且/或者享受它，请订阅我们的 YouTube 频道。那是支持我们的一种极好的零成本方式。此外，请在 Spotify 和 Apple 上关注这档播客，在 Spotify 和 Apple 上你都可以给我们留下最多五星的评价。请查看今天节目开头和全程提到的赞助商。那是支持这档播客最好的方式。如果你对播客、嘉宾或你希望我为 Huberman Lab Podcast 考虑的话题有疑问或评论，请把它们放在 YouTube 的评论区。我确实会读所有评论。对于那些还没听说的人，我有一本新书要出版。这是我的第一本书。书名是《Protocols: An Operating Manual for the Human Body》。这本书我已经写了五年多，基于 30 多年的研究和经验，涵盖了从睡眠到运动到压力控制的各种方案，与专注和动机相关的方案，当然，我为书中包含的方案提供了科学依据。这本书现已在 protocolsbook.com 预售。在那里你可以找到各个销售商的链接。你可以挑你最喜欢的那个。再次说明，这本书叫《Protocols: An Operating Manual for the Human Body》。如果你还没有在社交媒体上关注我，我在所有社交媒体平台上都是 Huberman Lab。也就是 Instagram、X（原名 Twitter）、Threads、Facebook 和 LinkedIn。在所有这些平台上，我讨论科学和与科学相关的工具，其中一些与 Huberman Lab 播客的内容重叠，但很多是……[截断]