自从上世纪中期电子计算机问世以来，“电脑能不能代替人脑”就是个热门话题。半个多世纪以来，电脑的能力日新月异，不仅在计算，信息储存等工作远远超过了人脑，甚至在国际象棋上也首次打败了人类顶尖高手。那么电脑能不能全面赶上人脑的功能呢？

当然，比起人脑中神经元的数目，电脑还是有差距。有人乐观地认为，在未来几十年中，电脑的运算和储存能力都会赶上人脑，而在功能上赶上人脑也就为期不远了。当然，也有另一派观点，认为无论电脑如何强大，都不可能代替人脑。这一派中有从哲学上找根据的（例如电脑不可能有“灵魂”或“自由意识”），也有从科学原理上论证的（例如说人脑包含有“不可计算过程”以及援引哥德尔不完全性定理）。从实用的角度说，更有意义的问题是：人脑在结构上有什么优越性？计算机能不能向人脑学习？虽然人脑和计算机有太多不同的地方。但是能不能找出一些共性，来比较这两者呢？

二十几年前，“神经网络”曾经是个热门研究领域。从神经元的结构和机理出发，科学家提出了一个大大简化的网络模型。它的结构与数字计算机很不一样，但具备学习和模式识别的功能。人们曾经希望这个研究方向能大大提升计算机的能力，特别是在人工智能和认知方面。但是到现在，它只在一些特别的场合中被采用。

神经网络是从底层结构入手的。另一个途径是从最高层结构入手来了解大脑。《为什么选择本书？》（“Why Choose This Book?: How We Make Decisions” by Read Montague）就是这样一个尝试。本书的作者是研究神经科学的教授。这本书在《自然》杂志上两次被介绍【注一】。下面，我们就基于这本书，来看看人脑的评估和决策过程，也就是根据外界情况权衡各种行动选项，而选择合适的行为的能力。

一般人都认为人脑比计算机能力强大，是因为神经元的数目比目前计算机的元件数多。但是人脑其实有很多限制。它的功耗比计算机低得多，运算速度也很慢。但是由于它精巧的结构，它有很高的效率，所以在功能上比计算机强大得多。

其实人脑决策时，面对的是非常困难的问题。比如，在超级市场里选购牛奶。牛奶有低脂，全脂，味道，营养和价格都不同。每种可能还有不同牌子，不同大小的包装，不同的过期日期。。。与这个决策有关的信息还有家里各人的口味，日常用量，冰箱里的可用空间。。。要把这些信息都纳入考虑范围，最后得出最优的选择，即使强大如人脑，也是不能胜任的。但是另一方面，生活中也并不需要绝对最优的解。人脑的决策过程实际上是优化与效率的折衷。

计算机与人脑的一点重要不同，就是没有“偏见”，也就是完全用逻辑，理性的态度对待和处理数据，没有“主观”的预设立场。这一点是长处，因为它能做到真正客观的优化。但也是短处，因为无法利用经验来缩小搜寻空间。而人脑却是有“偏见”的。造成偏见的下意识，其实在思维过程中起着重大作用。在这里，我们不谈整个下意识，而只考察一个极其简单的机制：由多巴胺实现的奖赏引导机制。

所有优化问题，都有一个目标函数，也就是优化的对象。我们选择的行动能使目标函数的取值越大，这个行动就越好。这一点，人和计算机是一样的。但人脑的目标函数与计算机之不同，在于它不是精确定义的，而只代表一个总的方向和偏好。例如，在下棋时，我们选择一步时并不知道从此以后一直到赢的计划。但我们“直观”地觉得，这一步（以及可以预见的下几步）以后，我们能达到最佳的“形势”。而且，“价值”和“目标”是贯穿在人的决策过程的始终。每个选项和策略都有相关的价值。在评价不同选项而形成行动计划的运算中，相关的价值也同时被列入评估之中。

在最高层，人的基本目标是与生存有关的条件，如食物，安全，性等。这些目标可以说是通过进化过程设置的，相对固定的。那么这些目标是如何影响决策过程呢？多巴胺（Dopamine）在其中起了重要作用。多巴胺在大脑运作中有很多功能，其中的中脑多巴胺神经系统（Midbrain dopamine neurons）是关于基本目标的“信使”。当感知系统传来的信息表明这些基本目标得到了更好的满足（比如出现了新的食物），这个系统的活动就会增加，从而向全脑“广播”这个“奖赏”的信息。影响多巴胺的不仅是外界条件，也有大脑本身对于未来的估计。所以如果大脑在评估一个选项，而其预见的后果是改善生存条件，那么多巴胺也会给出“奖赏”，而使得这个选项的价值提高，也就是更容易被采纳。作为所有高层目标的通用信号，多巴胺也是各个不同目标之间权衡所使用的“货币”。

在这个最高层之下，前额叶（prefrontal cortex）和纹状体（Striatum）负责给出更具体的目标。这些“次级目标”不是固定的，而是随情况变化的。例如，在“取得食物”这个基本目标下，具体的目标可以是“找到饭店”或“到厨房找零食”。前额叶通过在多种选择之间的评估来设定最合适的目标，并保持这个目标一段时间，以便指导行动。它能预见目标的结果，从而与多巴胺神经细胞相互作用：它不但接受多巴胺的“指导”，也通过自增强的学习行动来调控多巴胺神经的行为。这种自学习非常复杂，可以包括对外界以至别人对行动的可能反应（同情），还有把实际行动的结果与其他假设情况的对比（后悔）。所以这些我们所熟悉的情绪，都可能是学习过程的一部分。

这两个决策系统都是或多或少在意识之外运作的。在它们的影响下，才有“基于”逻辑和理智的意识活动，根据周围情况来选择合适的行动方案。除此之外，有些与生俱来的感情也影响着决策。例如在人际关系中，信任，公平等常常得到超过理性的重视。而这些可能就是进化给我们的“偏见”礼物。影像实验表明，在大脑中，有些特定的部位主管这些感情因素。同时，这些偏见甚至会影响我们的感知系统，“过滤”外界输入的信息。

其实，以上说的这些不过是证实了长久以来人们对大脑决定过程的了解和猜测。然而现代神经科学通过功能核磁共振成像（fMRI）进一步确定了这些功能的具体部位，并了解到了更多的细节。虽然这对于了解大脑来说还只是管窥而已，但已经给我们了解自己的思想和行为提供了一些新的知识。

大脑的“目标设定”系统是在意识之外，影响着我们的决策过程。这个已经不是新闻了。但我们的意识还是有着反作用的。多巴胺神经系统的目标设定虽然由基因决定，但却是可以改变的。例如，食物的出现会引起“奖赏”信号。假如每次食物出现之前都有灯光闪动，那长久以后灯光闪动就会引起“奖赏”信号，而食物却不会了。也就是说，灯光“代替”了食物成为“基本目标”。而人的一些理念也能代替生存需求而成为主宰奖赏的“基本目标”。所谓“洗脑”，可能就是这个层次上起作用的。而人的一些心理疾病，根源也是在目标设定系统。 例如偏执的人，可能就是前额叶保持目标的能力太强，而使得目标不能及时被更新。

更有趣的是对于毒瘾的认识：毒品会触发多巴胺的释放，带来“奖赏”。通常，“奖赏”提示外界条件变好（更有利于生存）。这个提示是一次性的。除非条件又发生改变，“奖赏”就不会重复出现。但毒品不是这样。每次使用，都会导致新的“奖赏”信号，从而影响自学习过程，使得“获得毒品”这个目标在决策中的权重越来越大，也就使人在毒瘾中越陷越深。因为这个过程是在意识以外的，所以说靠“意志”能戒毒，或相信自己有足够“定力”不染上毒瘾，都是不现实的。避免毒瘾的唯一办法是远离毒品。

老年人常见的帕金森症，表面上看是运动系统失控的原因：病人手足颤抖，无法自主控制。但实际上病因是决策系统的问题：由于多巴胺的通路受阻，决策系统得不到“指导”而不能在众多选择中作出决定，而使得肢体行动限于瘫痪。【传统上已知 帕金森症与多巴胺有关，但认为是多巴胺缺陷直接影响运动中枢。这里的新说法不知有没有得到实验观察证实。】

对人脑了解的进展，也使得我们再次审视一个基本的哲学问题：人有自由意志吗？现在的回答应该是：有，但不完全。我们已经看到，人的决策从根本上是受着进化所产生的，有利于生存的“基本目标”所左右的。而人为的理念，通过一些途径也能取得“基本目标”的地位（有时我们称这种超出理性的“超级理念”为“信仰”或“狂热”）。所以我们的意志（决策能力）并不是完全“自由”的。另一方面，目标和奖赏并不代替决策。我们的理性，价值观，智慧，经验，还是能在目标和奖赏的影响下做出自己的决定。所以一般来说，我们还是需要为自己的行为负责。而且对于那些支配决策过程的“超级理念”，我们也不是绝对无法控制的。例如，理念这类目标会在自我学习过程中逐渐淡化，让位于生存所需的基本目标。所以我们常说“时间是良药”，许多非理性的偏执和情结会随着时间流逝而自然消失，我们只要不去加强它就行了。有一本书《注意力》就讲到用控制注意力来影响世界观，人际关系和思维模式的很多研究成果【注二】。所以，我们的脑子是可以驾驭的，只要我们了解了它的内在规律。

虽然《为什么选择本书？》得到了很多好评，但是我认为这本书还是有很多不足。从学术上说，最要命的是它没有清楚地区分已有的知识，要介绍的新研究和作者的推测。在这一点上，作者与其他人合作的一篇论文【注三】提供了更系统严格的介绍，特别是列出了很多未知答案的问题。从行文上说，本书结构比较涣散，作者在每章的引言和举例中花费太多笔墨而没有有效地引出主题。有人说应该把篇幅砍掉一半，我也深有同感。作者对谈论到的一些基本概念也没有定义清楚，甚至在不同的章节段落中似乎对同一个概念采用了不同的内涵。文字也比较拗口，常常一句话要读两遍以上才明白其语法结构和意思。这是作者的第一本书，所以也许编辑的责任更大些。我觉得读这本书不是一个享受，但是它可以作为进一步的搜寻和思考的起点。

这本书介绍的神经科学知识，对于我们了解大脑，了解自己很有意义。但作者的目的之一是要说我们的脑子是一个近乎完美的计算机。由于它的目标奖赏结构，它能比数字计算机远为高效地完成决策任务。然而我的感觉是：作者对于计算机科学并不十分了解。在我看来，大脑的目标，偏见，分层决策，自学习等功能，应该是现代计算机算法中已经采用的。也许具体算法上还有许多需要研究的地方（如自学习），但这方面计算机要模仿人脑的话，应该没有什么本质上的困难。

但是人脑和计算机的区别还不仅于此。比如，人的思考有一定的随机性。两个人之间两次下棋，会有不同的棋局。而两个计算机之间下棋，我猜想结果会是重复的。这种随机性不仅带来博弈上的优势（对手不能预测我的行为），更可能是人的创造力的基础（比如在不同概念之间找到新的联系）。所以，计算机要赶上人脑，不光是速度和内存或算法的问题，而是至少还需要几次革命才行。

注一：John P O’Doherty, Nature Neuroscience, Vol. 10, No. 10, page 1225 (2007), Andy Clark, Nature, Vol. 445, No. 15, page 711 (2007)
注二：“Rapt: Attention and the Focused Life”by Winfred Gallagher, Penguin Press, 2009
注三：A. Rangel, C. Camerer and P. R. Montague, Nature Reviews Neuroscience, vol. 9, page 545 (2008)