用算人腦的公式計算足球隊：這套“意識算法”能預(yù)測世界杯冠軍嗎？

對談嘉賓

Alex Maier

范德堡大學(xué)心理學(xué)副教授

他在神經(jīng)科學(xué)領(lǐng)域的工作涵蓋視覺、視覺感知和認知，主要研究皮層柱的神經(jīng)生理學(xué)及相關(guān)課題。當(dāng)選過斯隆基金會會士和美國國家科學(xué)院卡弗里會士。實驗室網(wǎng)站見http://www.maierlab.com/

主持人

Paul Middlebrooks

卡內(nèi)基梅隆大學(xué)的特聘助理研究員

卡內(nèi)基梅隆大學(xué)的特聘助理研究員，同時是播客“Brain Inspired”的主持人。他主要研究運動皮層和基底神經(jīng)節(jié)神經(jīng)群體活動如何在自由行為的小鼠中支持自然行為，致力于揭示神經(jīng)活動與復(fù)雜行為之間的關(guān)系。

目錄：

01 用Φ值預(yù)測比賽結(jié)果

02 Φ值到底在測量什么？

03 理論遇到真實數(shù)據(jù)時的韌性

04 大規(guī)模合作與神經(jīng)科學(xué)的未來

用Φ值預(yù)測比賽結(jié)果

保羅：我們在，接下來我們回到意識的這個話題接著聊，聊點更接地氣的。比如根據(jù)整合信息論（IIT）的說法，一支足球隊居然也是有意識的。

亞歷克斯：在某種程度上吧。

保羅：這雖然不是咱們今天聊的核心，但絕對是個大噱頭，對吧？

亞歷克斯：是的。

保羅：這絕對能火。我們稍微談?wù)勥@個，也許能自然過渡到我關(guān)于Φ（整合信息理論對意識的度量）的一些問題。你們根據(jù)一些足球比賽結(jié)果計算了Φ值。所以，簡單總結(jié)一下你們的研究：一支足球隊有某個Φ值，有你們所謂的潛在意識，但這個Φ值低于任何單個足球隊員的意識Φ值，因此，每個足球隊員都有個體化的意識。你們具體做了什么？為什么這么做？我們應(yīng)該從中得到什么啟示？

亞歷克斯：你剛才總結(jié)得完美無缺。謝謝你把我從形而上學(xué)的漩渦中解救出來。實際上，我認為這些討論很有趣，因為你剛才說的聽起來很荒謬。重要的是去做你剛才提到的事，我們得向大家證明，嘿，這可不僅僅是坐在扶手椅上空想的哲學(xué)。我們是真的能拿它去跑數(shù)據(jù)、出結(jié)果的！然后我們再帶著這些硬核結(jié)果，回頭去審視那些形而上學(xué)的立場。因為說實話，要是三年前你跟我說我要搞這個，我絕對會罵自己：“亞歷克斯，你到底在浪費時間搞什么鬼東西？”

當(dāng)時YouTube上有個比賽，看誰能把IIT解釋得最清楚。我找到了一位巴西的動畫高手，我們制作了一些動畫來解釋IIT數(shù)學(xué)的一些基本原理。之后，俄勒岡州立大學(xué)研究復(fù)雜動力系統(tǒng)的詹姆斯·沃森（James Watson）教授聯(lián)系了我。他說：“我想拿這套數(shù)學(xué)工具去跑點真數(shù)據(jù)。”他拿到了巴塞羅那足球俱樂部的一些數(shù)據(jù)。他們用GPS傳感器追蹤球員和足球。你能得到整場比賽中每個球員毫秒級精度的位置數(shù)據(jù)，他們?yōu)槲骷姿斜荣惗甲隽擞涗洝?/p>

我們拿到的是經(jīng)過一定匿名處理的數(shù)據(jù)，這稍微限制了我們的發(fā)揮空間。但基本思路是把足球隊員當(dāng)作神經(jīng)元，因為IIT是“基質(zhì)無關(guān)”的。它從來沒說只有肉長的大腦才能產(chǎn)生意識。它的邏輯是：“只要有個系統(tǒng)的運作方式跟你的大腦一模一樣，那它就應(yīng)該有意識。”這里有個咱們之前沒聊到的點，我得趕緊補充一下：IIT其實并不怎么關(guān)心“動作”，也不怎么在乎狀態(tài)的轉(zhuǎn)換或者功能。它死死盯著的，是我們稱之為“狀態(tài)（state）”的那個切面。

當(dāng)你提到F=ma時，從技術(shù)上講，那是同時發(fā)生的。F=ma，沒有時間流逝，E=mc2也是。我們稱之為“狀態(tài)”。功能只能用功能來解釋，而狀態(tài)就是狀態(tài)本身。所以我們真正在做的，是去切片觀察比賽中的一個個“狀態(tài)”。我們其實并不關(guān)心球員具體在干嘛。

IIT的玩法要高級得多：我們看的是球員站在哪里、他們可能做什么，以及他們實際做了什么。這就復(fù)雜多了，算起來工作量極大，但這恰恰逼近了“信息”的本質(zhì)，以及信息是怎么跟“因果性”咬合在一起的。我們盯著一個球員的可能性空間，再對比實際發(fā)生的現(xiàn)實，然后去計算這中間的落差。

我們當(dāng)時就想：“行吧，如果把人當(dāng)成神經(jīng)元（這其實是個老梗了），那如果湊夠了足夠多的神經(jīng)元，是不是就會涌現(xiàn)出某種意識？”但我們馬上就撞墻了，必須得限制規(guī)模。這也是目前大家狂噴IIT的一個點——我們現(xiàn)在的算力根本跑不動大量“神經(jīng)元”的計算。目前我們被死死卡在20個節(jié)點以下，因為這背后的數(shù)學(xué)計算量是呈指數(shù)級爆炸的，連現(xiàn)在的超級計算機都扛不住。所以我們只能取極小的樣本，絕大多數(shù)時候只算四個、甚至兩個球員的互動。

然后我們說，看，如果球員不只是走動，他們就是“活躍的”。如果他們的加速度超過平均水平，他們可能就積極參與了比賽；如果只是在場上溜達，那就是“不活躍的”。這就像動作電位，球員活躍或不活躍，是0或1。接著，我們就去拉一張因果互動的網(wǎng)絡(luò)圖，重點盯那些“高階互動”——比如兩個前鋒同時包抄，可能會對守門員產(chǎn)生一種極其致命的壓迫感，而這種壓迫感是他們?nèi)魏螁瘟喑鰜硪粋€人都做不到的。

基于我之前關(guān)于超圖和高階關(guān)系的討論，我猜測我們可能在數(shù)據(jù)中發(fā)現(xiàn)一些東西，而如果只看成對關(guān)系、因果關(guān)系、相關(guān)性或傳遞熵，是看不到的。雖然我們沒有專門去跑對比測試，但我私下做了點小驗證，結(jié)果似乎確實如此。我們驚訝地發(fā)現(xiàn)：如果我們?nèi)Ρ缺荣惤Y(jié)果（別忘了，數(shù)據(jù)是脫敏的，我們最多只能看到射門動作，連球進沒進、是誰踢的都不知道），我們居然找到了一種雖然不算強、但極其顯著的相關(guān)性！

換句話說，你只要算出場上區(qū)區(qū)幾個球員的Φ值（我們迭代計算得到平均值），你居然就能在一定程度上預(yù)測這場比賽的走勢和結(jié)果！后來詹姆斯又往前跨了一步，他把好多場比賽的Φ值，然后觀察了賽季結(jié)束時西甲聯(lián)賽前三名的球隊和其他球隊，結(jié)果畫出來幾乎是個完美的雙峰分布！頂級球隊的平均Φ值遠高于其他球隊。

我認為我欣賞這個研究的地方在于，盡管我們談?wù)摿诉@么多哲學(xué)，但如果你對體育博彩感興趣，你絕對應(yīng)該去讀讀這篇論文！這就是科學(xué)的魅力所在，它最終會狠狠地砸在現(xiàn)實世界里，因為你手里握著數(shù)學(xué)的武器。

Φ值到底在測量什么？

保羅：等等，這到底是砸在現(xiàn)實里了，還是僅僅是一種數(shù)學(xué)描述？這里面是不是偷偷藏了一個假設(shè)：也就是這真的在干它吹噓的那件事——度量意識？還是說，你只是根據(jù)你定義“整合信息”的那套指標(biāo)，最后算出了一個標(biāo)量值，但它其實跟“意識”半毛錢關(guān)系都沒有？它僅僅是你從那堆公理、結(jié)構(gòu)主義里一頓推導(dǎo)后吐出來的一個數(shù)字而已？說白了，我們真的需要去擔(dān)心一支足球隊“活過來了”、有意識了嗎？

亞歷克斯：問得對。這恰恰就是咱們前面聊那么多哲學(xué)的意義所在。我不敢說我已經(jīng)徹底驗證了IIT，但底層的邏輯是這樣的：沒錯，你測量出來的確確實實是“整合信息”。我覺得現(xiàn)在學(xué)術(shù)界大部分人都會承認這一點，因為你這套算法確實跑出了有意義的結(jié)果。但有意思的來了：我們嘴里喊的“整合”到底是個啥？“信息”又是個啥？我們用的根本不是香農(nóng)那套信息論，我們在算“整合”的時候也不是簡單地做個乘法。那“整合”到底意味著什么？

實際上，我們是用了一套完全不同的數(shù)學(xué)形式體系來重新定義這些詞的。如果你非要問：“行，那你說的信息和整合到底是什么？”IIT最性感的反轉(zhuǎn)就在這里：它是直接從你的“意識”倒推出來的。這聽起來很瘋狂，但它的邏輯其實是問：“在你所有的意識體驗里，有沒有什么東西是絕對普遍、雷打不動的？是無論你此刻在體驗什么，它都永遠存在的？”IIT從中硬生生提煉出了五個公理（或者叫原則），比如：意識必然包含信息，意識必然是一個不可分割的整合整體等等。然后，它才基于這些公理，一層層搭起了那套數(shù)學(xué)大廈。

所以當(dāng)你最后問：“好吧，你計算出了某個東西，但它和意識有什么關(guān)系？”我可以指回起點。我會說，這套數(shù)學(xué)，完完全全是從我的意識里長出來的！這些公理和數(shù)學(xué)公式，全都是我從自己的主觀體驗、從我的經(jīng)驗結(jié)構(gòu)里榨出來的精華。聯(lián)系就在那里：我們從一個看似虛無縹緲的起點出發(fā)，試圖對我的意識進行數(shù)學(xué)描述（這在當(dāng)時看來很荒謬），然后我們一路算到了足球隊的數(shù)據(jù)。你問“聯(lián)系在哪里？”，我可以一步一步追溯回我們僅僅通過冥想自身意識而開始的起點。這正是令人興奮的地方。

那么，這能說明我就可以對意識、或者對那幫足球運動員下什么定論了嗎？是，也不是。為什么我們管它叫“潛在意識”？廢話，因為一支足球隊顯然不可能有意識啊！我們壓根兒不是想證明球隊成精了。但不可否認，這是對理論的一次硬核壓力測試。從技術(shù)上講，如果我們真的在球隊里算出了一個極其極其恐怖的Φ值，而且這個Φ值居然比我們假設(shè)的人腦Φ值還要高，那IIT就會毫不留情地宣判：這支球隊有意識了！甚至更驚悚的是，球員們個人的意識會被剝奪，從而融合成一個龐大的“超級意識”。

當(dāng)然，從某種程度上說，這算不上什么鐵證。因為事實上我們并沒有算出那么高的Φ值，但這恰恰跟理論完美吻合了。我們算出了一個很低的Φ值，而這正是我們理應(yīng)看到的結(jié)果。當(dāng)然啦，現(xiàn)在別人罵我們的是……

保羅：這聽起來簡直就像是個符合預(yù)期的陰性結(jié)果？

亞歷克斯：一點沒錯。現(xiàn)在學(xué)術(shù)界的槽點是：我們其實根本不知道每個球員（人腦）真實的 Φ值到底是多少，但我們理所當(dāng)然地假設(shè)，它肯定比我們算出來的那個球隊Φ值（比如大于6）要高得多。我承認，這研究連蹣跚學(xué)步都算不上。它既沒法證偽IIT理論，甚至都算不上一次嚴(yán)謹?shù)膰L試。但它極其霸道地展示了：當(dāng)你構(gòu)建出一套形式化體系，并且這套體系是死死扎根在意識的公理上時，它爆發(fā)出的威力有多恐怖。

理論遇到真實數(shù)據(jù)時的韌性

保羅：像搞任何數(shù)據(jù)分析一樣，這里面肯定有一大堆需要手動微調(diào)的參數(shù)，對吧？

亞歷克斯：是的。

保羅：你提到了“二值化”，我們測量大腦的一切仍然基于動作電位，然后我們將其二值化。要么是峰電位，要么不是。但到了球員速度這種時間序列信號上，你面對的是一個連續(xù)的波浪線。然后你簡單粗暴地切了個中位數(shù)：高于中位數(shù)就算1，低于就算0。這可是個極其暴力的簡化啊，對吧？

這一刀切得太狠了。而你們居然要把這個作為整個龐大計算的地基，雖然為了算力二值化是必須的。但只要這種“妥協(xié)的小步驟”稍微多一點，你心里肯定就會犯嘀咕：“哎呀，這步到底靠不靠譜啊”，對吧？

亞歷克斯：是的。作為一個實驗主義者，這正是讓我心跳加速的地方。打個比方，你拿到了一段腦電圖（EEG）或者局部場電位（LFP）的信號，然后你要對它做傅里葉變換。數(shù)學(xué)原理死死規(guī)定了：你的信號必須是平穩(wěn)的。但大腦的信號真的平穩(wěn)嗎？根本不可能平穩(wěn)！對吧？

保羅：對。

亞歷克斯：這恰恰是搞科學(xué)最刺激的地方——我們經(jīng)常會發(fā)現(xiàn)……我再給你舉個更偏數(shù)學(xué)哲學(xué)的硬核例子：實數(shù)。在現(xiàn)實中，你根本沒法通過計算來判斷兩個實數(shù)是不是絕對相等。它們的小數(shù)點后面是無限長的，你怎么可能算得完？所以我們怎么干？我們做“近似”。我們極其暴力地把實數(shù)給一刀切斷，把它們降維成有理數(shù)，然后假裝它們是相等的。最瘋狂的是，這套流氓玩法居然管用！我根本不需要把算到小數(shù)點后一萬位，照樣能造出一個完美的圓頂建筑。

大自然似乎根本就不喜歡“無限”，它的底層其實是“有限”的。萬物皆有起點，只是我們不知道終點在哪。量子物理學(xué)早就告訴我們了，一旦時空小到某個極限尺度（普朗克尺度），我們就連一句完整的話都說不出來了。世界在最底層似乎就是離散的、一格一格的。既然如此，“近似”就變得極其合理了。

作為一個實驗狗，我每天問自己的問題是：我到底能把理論強暴到什么程度？我能把數(shù)據(jù)截斷、粗暴近似到什么地步，而這套理論居然還能跑得通？如果它依然堅挺，那反而證明這個理論牛逼到了極點！沒錯，理論公式里寫的是實數(shù)，但全宇宙從來沒人在現(xiàn)實里測出過一個完整的實數(shù)，那是不可能的，我們根本沒有足夠的時間和宇宙空間去寫完一個實數(shù)。但只要我們做個近似，理論就完美運轉(zhuǎn)了。

這在某種程度上，反而給理論鍍上了一層更硬的防彈衣。我覺得IIT現(xiàn)在做的另一件有趣的事，是其他意識理論目前尚未達到的，那就是你現(xiàn)在可以“把玩”它。你可以瘋狂試探它的底線：“如果我故意違反這條原則會怎樣？”或者“如果我偏不搞二值化呢？它還能算出結(jié)果嗎？如果我就是看這條公理不爽，把它踢了呢？”

這就像當(dāng)年的歐幾里得幾何一樣。現(xiàn)在IIT的第五公理（排他公理）被大家罵得狗血淋頭。但你想想，當(dāng)年我們一腳踢開了歐幾里得的平行公理，結(jié)果怎樣？我們搞出了非歐幾何！然后你看，愛因斯坦拿著它證明了相對論，告訴我們時空居然是彎曲的！現(xiàn)在，我們完全可以在IIT里玩同樣的把戲。我們大可以把排他公理扔進垃圾桶，看看系統(tǒng)會吐出什么怪物。說不定，我們能借此挖出一個極其震撼的“非IIT”意識理論。

而最爽的是，在這個過程中，我們依然死死地踩在“形式化”的底線上。我們再也不是在那兒用嘴炮扯皮：“嗯，也許是這塊腦區(qū)亮了，或者它跟那塊腦區(qū)連起來了，哎呀我們以前的解剖學(xué)搞錯了。”我們的表達極其精確——哪怕我們必須去改寫那些惡心的方程式，去看看新方程能跑出什么結(jié)果。我覺得，當(dāng)一門科學(xué)終于熬過了“概念打嘴炮”的階段，進化到高度形式化的成熟期時，最讓人高潮的就是這一點：它直接把你送到了一個更高維度的戰(zhàn)場上去探索。

保羅：我以前是搞猴子神經(jīng)生理學(xué)的。猴子和人類大腦有個特別棒的特點：我們的神經(jīng)元放電極其瘋狂、極其頻繁。你完全可以在極高的時間分辨率下去數(shù)那些脈沖，搞出一個所謂的“脈沖密度函數(shù)”，清清楚楚地看到放電頻率是怎么隨時間飆升的。但我后來發(fā)現(xiàn)，老鼠大腦的放電頻率根本沒那么快！所以我們最后只能妥協(xié)：把脈沖全攢起來，用一個更寬的時間窗口去框它們，畫成直方圖。說白了，我們這就是在時間尺度上做“粗粒化（coarse-graining）”。

順著剛才聊的二值化和計算值，我就忍不住去想“粗粒化”的極限在哪。你能不能在極其粗糙的顆粒度下，依然算出有意義的值？這又讓我聯(lián)想到了“無標(biāo)度（scale-free）”特性——這可是生命系統(tǒng)中無處不在的屬性，對吧？

亞歷克斯：是的。

保羅：你是不是應(yīng)該在數(shù)據(jù)里看到某種類似“分形（fractal）”的結(jié)構(gòu)？也就是說，不管你把時間切得多碎，不管你用什么暴力的二值化手段，也不管你把顆粒度放得多粗，你最后算出來的Φ值，在結(jié)構(gòu)上都應(yīng)該是極其相似的？抱歉啊，我這一口氣塞的信息量有點太大了。

亞歷克斯：不，這真是個我從沒想過的有趣觀點，非常有意思。這又繞回了剛才那句話：最酷的是，我們現(xiàn)在完全可以拿代碼去試！IIT理論本身就極其看重“粗粒化”。這跟我前面說的邏輯是一脈相承的：數(shù)學(xué)是最容不得拍腦袋的。你憑什么武斷地決定在哪個時間點去切分脈沖？雖然咱們平時搞實驗都這么干，但憑什么？IIT的態(tài)度是：你必須用窮舉法，去迭代所有可能的顆粒度，然后找出那個讓Φ值最大化的臨界點！那個點，才是你在時間和空間上真正應(yīng)該鎖定的分辨率。IIT從來不盲目迷信“脈沖就是意識的底層基石”。

這就是為什么我前面反復(fù)強調(diào)：我盯著的不是神經(jīng)“活動”，而是神經(jīng)“機制”。IIT極其冷酷地指出：脈沖本身，完全無關(guān)緊要。如果你把大腦里所有的神經(jīng)元全摳出來，把它們的軸突全剪斷，然后把它們泡在培養(yǎng)皿里，哪怕你用電流逼著它們以極其完美的原始序列去放電，它們也絕對不會產(chǎn)生一絲一毫的意識。不，真正致命的是連接性。你必須去盯那個激活和失活的咬合模式。而且，在因果關(guān)系的賬本上，“什么都不做”跟“做了什么”，分量是完全一樣的！

這并不直觀，但假如我送你世上最好的禮物，而你居然連句“謝謝”都沒說，你的“毫無反應(yīng)”對我絕對造成了極其暴擊的因果影響！你沒有做出我預(yù)期的行為。只要存在一個“你本來可以干點啥”的平行反事實，這個“什么都沒干”就瞬間擁有了恐怖的因果殺傷力。所以我必須得摸清：誰在動，誰在裝死，然后誰能影響誰。我必須把這個因果互動的“可能性空間”給徹底建出來。然后我再去死盯現(xiàn)實里到底發(fā)生了什么，去計算這中間的落差。這到底意味著什么？接下來該怎么切分時間？行，你可能會說納秒、皮秒、毫秒之類的。

當(dāng)涉及到意識時，我們不必做這么瘋狂的事——我們心里有數(shù)，意識不可能發(fā)生在皮秒或納秒級別……我們知道意識的刷新率大概在毫秒量級，所以我們完全可以把搜索空間給圈死。那空間尺度呢？是單個神經(jīng)元嗎？還是皮層微柱（microcolumns）？同樣，我們也有個大致的直覺：它不可能是整個腦區(qū)那么粗，也不可能是整個大腦。也許算到神經(jīng)元還不夠，算到突觸可能也不夠。也許就是神經(jīng)元，也許就是微柱。我們可以死死卡住這個搜索空間，然后讓超算去跑，去抓那個Φ值的最高峰，然后一錘定音：“諾，這就是我們該用的粗粒化水平。”

至于你剛才拋出的那個關(guān)于“分形”和“無標(biāo)度性”的腦洞，我絕對得回去好好扒一扒文獻——你今晚絕對要害我失眠了。這真的太性感了，我完全同意你的直覺。最后再爆個料：我們現(xiàn)在正在死磕那種土里的小線蟲（C. elegans），就是搞遺傳學(xué)的人天天玩的那種。從某種意義上說，這玩意兒現(xiàn)在變得極其好玩。

保羅：只有302個神經(jīng)元……

亞歷克斯：300個神經(jīng)元左右，沒錯。這對IIT來說似乎更可行。但最詭異的是：它們根本不產(chǎn)生脈沖！這些神經(jīng)元壓根兒就不放動作電位。它本質(zhì)上就是一臺極其精密“模擬計算機。我們現(xiàn)在剛好撞上了這里面的一些硬核技術(shù)坑。我只是恨自己分身乏術(shù)，但我現(xiàn)在簡直迫不及待想把這套東西跑通了。

保羅：哇，這太酷了。總之，我兒子這周六有場籃球賽。如果他們半場落后了，雖然我不是教練，但我絕對要沖進更衣室給他們訓(xùn)個話。我會大喊：“好了孩子們，都給我沖上場，把咱們的Φ值給我拉爆！”對吧？

亞歷克斯：沒錯。

保羅：然后我就深藏功與名地走開，祈禱他們能靠直覺悟出我的良苦用心。

亞歷克斯：讓他們“高度整合”起來。

保羅：總之，把話題拉回你們對足球隊的研究。你們對比了Φ值的分布和比賽輸贏，最后發(fā)現(xiàn)：如果一支球隊的Φ值更高（或者說，這支球隊擁有更高程度的“潛在意識”），他們贏球的概率就越大。

亞歷克斯：是的，正是如此。

大規(guī)模合作與神經(jīng)科學(xué)的未來

保羅：和許多人一樣，你對神經(jīng)科學(xué)領(lǐng)域過去幾年轉(zhuǎn)向開放科學(xué)的趨勢感到非常興奮，像艾倫研究所、國際腦實驗室（IBL）這樣的大型機構(gòu)——我剛剛和塔蒂亞娜·恩格爾（Tatiana Engel）聊過，她是其中一員，我也曾是董事會成員。現(xiàn)在大家都在歡呼，神經(jīng)科學(xué)的未來，終于要走上物理學(xué)當(dāng)年的輝煌之路了！這是件大好事。開放科學(xué)的哪些方面讓你如此興奮？

亞歷克斯：正是。你說到點子上了。我與艾倫研究所以及國際腦實驗室都有很多接觸。實際上我正試圖在兩者之間搭建橋梁，雖然還沒完全成功。這些都是大型合作項目。我覺得他們目前的成績單簡直亮眼得讓人吃驚，甚至超出了預(yù)期——

保羅：你說的成績單，是指發(fā)論文的指標(biāo)嗎？

亞歷克斯：是的。

保羅：好吧。對我來說，發(fā)文指標(biāo)確實代表了生產(chǎn)力，但它不一定是個完美的——

亞歷克斯：確實不完美。我完全同意。這也是為什么咱們花這么多時間去聊科學(xué)之外的體制問題，這其實挺必要的。我覺得我看到了兩個核心驅(qū)動力。我研究過物理學(xué)史，物理學(xué)當(dāng)年也遭遇過極其嚴(yán)重的經(jīng)費危機。我覺得咱們現(xiàn)在聊的很多現(xiàn)象，都是被逼出來的。

第一，低垂的果實早就被摘光了。想當(dāng)年我們剛?cè)胄小⒐δ苄院舜殴舱瘢╢MRI）還是個新鮮玩意兒的時候，我可太懷念那時候了，你隨便做點什么都能發(fā)好文章；現(xiàn)在再搞同樣的東西，根本沒人看。同樣，當(dāng)年微電極技術(shù)剛普及，我們面對的是整片未開墾的腦區(qū)，有人直接插個電極，圈塊地宣布“這是我的地盤，我未來幾十年就靠它吃飯了”，然后就站穩(wěn)了腳跟。那種黃金時代已經(jīng)徹底結(jié)束了。

現(xiàn)在你想發(fā)一篇高影響力的頂刊，需要付出更多努力。同當(dāng)然，這算不算真正的科學(xué)進步，那是另一個值得吵的話題了。總之，現(xiàn)在一篇論文上掛的作者名字越來越長。

我認為這種模式能行得通，是因為評價體系變了。以前（有時候現(xiàn)在也是，挺不公平的），大家只看你是不是第一作者或者通訊作者。如果一篇論文有12個作者，排在中間的人就慘了。但現(xiàn)在有了谷歌學(xué)術(shù)這類工具，新的評價體系不再死盯著你的排位。只要論文被引用了，就會算進你的h指數(shù)（h-index）里，增加你的總引用量。這直接砸碎了舊的鐵飯碗。現(xiàn)在，加入一個龐大的團隊、一起發(fā)一篇史詩級的巨著，是完全行得通的。物理學(xué)家早就把這條路給蹚出來了。

另一個原因是經(jīng)費。經(jīng)費在瘋狂縮水——我強烈建議大家都去查查數(shù)據(jù)——我發(fā)現(xiàn)從上世紀(jì)60年代開始，科研經(jīng)費基本上是在呈幾何級數(shù)、甚至指數(shù)級地暴跌。如果你去看看扣除通脹后的研發(fā)經(jīng)費占GDP的比例，美國這條線一直是在穩(wěn)步跳水的，中間連個像樣的反彈都沒有。這是我們必須面對的殘酷現(xiàn)實。

所以，唯一的出路就是抄物理學(xué)家的作業(yè)。因為實驗設(shè)備越來越燒錢了。物理學(xué)家造大型衛(wèi)星、巨型望遠鏡、粒子加速器，他們只能抱團取暖：“咱們把所有的錢湊在一起，造一臺極其昂貴的機器，然后所有人共享數(shù)據(jù)，一起推動科學(xué)進步。我們總不能在美國每個大學(xué)的后院都建個粒子加速器吧？”我覺得，這恰恰就是克里斯托夫·科赫當(dāng)年力推艾倫研究所和OpenScope項目的終極愿景。

作為一個在舊體制、舊范式里被規(guī)訓(xùn)出來的人，我一開始心里也直打鼓：這玩意兒真的能成嗎？我聽到了無數(shù)的質(zhì)疑和反對。但我覺得最棒的一點是：別廢話，先干了再說，看看效果。我們團隊運氣特別好，成了OpenScope項目第一批通過雙盲評審的團隊之一。這種模式爽在哪兒？他們負責(zé)花重金收集數(shù)據(jù)，我們負責(zé)跑分析。到目前為止看起來相當(dāng)不錯。事情進展得很順利。

順便提一嘴，OpenScope的下一輪馬上就要開始了，請允許我在這里打個小廣告——因為我也參與了。這是完全對外開放的！情況是這樣的：咱們剛才聊到的那篇長篇綜述，現(xiàn)在已經(jīng)變成了艾倫研究所正在跑的真實實驗。數(shù)據(jù)大概一周內(nèi)就會公開！只要他們做完預(yù)處理，就會直接扔到網(wǎng)上。所有的東西都在GitHub上。那你該怎么做？你怎么從中分一杯羹？你怎么才能把自己的名字掛到這些頂級大論文上？很簡單：你只需要加進來，幫著寫分析代碼就行了。

它的運作方式是：我們編寫代碼，發(fā)布并分享，然后其他人就在此基礎(chǔ)上繼續(xù)構(gòu)建。我們每周通過Zoom開會，會議內(nèi)容第二天就會發(fā)布在YouTube上，所以你隨時能跟上進度。我們有個專門的網(wǎng)站，你能看到目前所有的進展，隨時可以上車。甚至還有個討論版，給你提供新手指南。任何人都能來！不需要博士學(xué)位，沒有任何學(xué)術(shù)門檻。只要你能連上網(wǎng)，你就能加入。唯一的硬性要求就是：你得真的會寫代碼，能為討論和實驗做出實質(zhì)性的貢獻。

當(dāng)然，數(shù)據(jù)質(zhì)量非常出色。這是艾倫研究所能做而其他人做不到的。這個項目的一部分當(dāng)然是雙光子成像。另一部分是使用6個Neuropixels電極做完全相同的實驗。甚至有一個實驗可以同時成像單個神經(jīng)元的數(shù)百個突觸，不管是靠近胞體的還是樹突上的。你幾乎可以獲得單個谷氨酸囊泡的數(shù)據(jù)，并可以通過鈣信號觀察神經(jīng)元的輸出。你可以進行單細胞計算，現(xiàn)在利用這種高速雙光子技術(shù)可以實現(xiàn)，而且你可以免費獲得數(shù)據(jù)。毫不夸張地說，就在我們談話時，數(shù)據(jù)就在那里，等待被分析。

迄今為止的發(fā)表記錄非常積極。我在這些互動中的體驗是，我曾想：“這太混亂了，不可能成功。”但結(jié)果運行得非常好。進展非常穩(wěn)定。你晚上把寫好的代碼推送到GitHub上，然后去睡覺；第二天早上醒來，地球另一端的某個哥們兒可能已經(jīng)順著你的代碼往下寫了一大段，把進度往前推了一大截。這簡直絲滑、高效到了極點。我敢打賭，神經(jīng)科學(xué)的未來，絕對會朝著這個方向發(fā)展。

保羅：一旦你學(xué)會如何使用API、加入并獲取數(shù)據(jù)，這過程就再順暢不過了。我也和塔蒂亞娜聊過這個。就上手和運行而言，學(xué)習(xí)曲線有多陡峭？本質(zhì)上痛苦嗎？

亞歷克斯：我想說并不痛苦。拿我來說吧，我數(shù)學(xué)很爛，寫代碼也是半路出家，但謝天謝地，現(xiàn)在有 AI 編程助手了！基本上，大家會把代碼打包成Jupyter Notebook發(fā)出來。我習(xí)慣用Google Colab，所以我連Python都不用裝，省了一大堆配環(huán)境的破事兒。現(xiàn)在我只要打開一個Colab文件，把代碼扔進去，然后讓ChatGPT或者Copilot給我逐行解釋這是在干嘛，接著我再告訴AI我想改哪里，它就幫我寫了。

當(dāng)然啦，我好歹還是懂一點代碼邏輯的。我以前畢竟也手敲過不少數(shù)學(xué)代碼。我不想把話說得太滿。我能讀懂代碼，這就好比我學(xué)過法語，雖然張口結(jié)舌說不太溜，但看報紙還是沒問題的。我能看懂代碼，能抓出里面的bug，能看出哪里可以優(yōu)化精簡。我覺得這種基礎(chǔ)能力還是必須的。你不能完全兩眼一抹黑，純靠AI瞎寫，然后盲目相信它是對的。

無數(shù)雙眼睛盯著你的代碼，它在被反復(fù)使用的過程中會被瘋狂審查，里面還內(nèi)置了一大堆“健全性檢查（sanity checks）”。所以，哪怕你對寫代碼只懂個皮毛，對數(shù)據(jù)結(jié)構(gòu)一竅不通，你也完全可以直接跑網(wǎng)上現(xiàn)成的代碼——它們已經(jīng)寫好了怎么去加載那些“無邊界神經(jīng)數(shù)據(jù)（NWB格式）”。它甚至已經(jīng)幫你打包成了Google Colab格式，你點開就能用。對于不知道Colab是啥的聽眾，它其實就是一個網(wǎng)頁，你點個運行按鈕，它就在云端幫你跑代碼、畫圖表，然后你可以在上面隨便魔改。最爽的是，大家可以同時在線協(xié)作。我想，這就是為什么現(xiàn)在大家都像打了雞血一樣，瘋狂涌入這種神經(jīng)科學(xué)研究的新玩法里。

保羅：我個人其實有個心結(jié)，算是我對這種“超級巨無霸機構(gòu)”的一種膝跳反射式的抵觸。也許你能幫我做做心理建設(shè)。我知道這挺不理性的，但我看體育比賽的時候，總是習(xí)慣性地支持弱者，我有一種根深蒂固的“大衛(wèi)挑戰(zhàn)歌利亞（David vs. Goliath）”的情結(jié)。你看艾倫研究所、IBL這些巨頭，他們像流水線一樣，在那些閃閃發(fā)光的頂刊上瘋狂發(fā)表著署了成百上千個名字的論文。我總是忍不住把他們當(dāng)成那個仗勢欺人的“歌利亞”。我打心眼里想為那些在自己車庫里單干的小實驗室搖旗吶喊。

我知道這其實有本質(zhì)的區(qū)別。因為在這里，歌利亞并沒有惡狠狠地說：“數(shù)據(jù)全是我的，你們誰也別想碰！”相反，他們是在說：“來來來，數(shù)據(jù)都在這兒，大家隨便用！”甚至還貼心地給你準(zhǔn)備了保姆級的教程。這絕對是這些大機構(gòu)最偉大的地方。然而，我心里總有個聲音在嘀咕：如果你不加入他們，你就被踢出局了，你就搞不出大名堂，你就永遠發(fā)不了頂刊。所以你“被迫”必須上車。這感覺簡直就像是他們對整個學(xué)術(shù)界的論文發(fā)表競賽完成了一場“強制收購”。我這種充滿恐懼的、膝跳反射式的、反壟斷的抵觸情緒，到底有沒有一丁點道理？

亞歷克斯：我有同感。顯然，我不是在美國長大的。我當(dāng)年之所以來美國，就是沖著美國那種極其獨特的“小型獨立PI（首席研究員）”和R01基金模式來的。問題是，這模式現(xiàn)在不靈了。對一些人還行，但獲取資助越來越難。現(xiàn)在的中標(biāo)率……我們甚至都不敢看那個數(shù)字了。他們現(xiàn)在還會公布成功率，我只知道我的本子得分明明很高，但離拿到錢還差得十萬八千里。那擺在我面前的問題就是：我還能干嘛？我只能等死嗎？

另一個想法是，根據(jù)我的經(jīng)驗——真正的問題其實不在于機構(gòu)有多龐大，而在于它的管理模式到底是“民主的”還是“自上而下的”。與其說我們在警惕機構(gòu)主義，不如說我們在害怕威權(quán)主義。我的切身體會是：哪怕你是個所謂的獨立小實驗室，你想要獲得那種理想中的學(xué)術(shù)自由，也是極其困難的。現(xiàn)實非常骨感：你需要實驗室場地，你需要交水電費，你必須保證有源源不斷的經(jīng)費進賬。這會逼著你根本不敢天馬行空地去搞研究，你只能去迎合評審專家的口味，去寫那些“看起來容易拿到錢”的本子。

就我在艾倫研究所的所見所聞，我的體驗是：那里幾乎沒有那種“自上而下”的爹味管理，這很棒。我覺得像杰羅姆·勒科克（Jerome Lecoq）這些負責(zé)推廣的大佬，絕對值得我們起立鼓掌，他們真的是在拼盡全力把整個項目搞得極其民主。當(dāng)然啦，為了維持法律框架，肯定還是得有一點層級結(jié)構(gòu)的。比如在處理論文署名、版權(quán)歸屬這些破事兒上，我們必須得小心謹慎，這時候如果旁邊有個法務(wù)總監(jiān)能幫忙起草點法律文件，那絕對是救命的。

對我來說重要的是，回想希臘時代，當(dāng)我們回溯民主的起源時（盡管當(dāng)時的民主千瘡百孔），最關(guān)鍵的硬件設(shè)施是廣場（agora）——那個所有人都可以聚在一起高談闊論的集市。它可以是一個極其龐大的廣場，但你必須得有這么個地方。你需要一個公共的碰頭點。如果沒有這種基礎(chǔ)設(shè)施，咱們這幫散兵游勇想要在神經(jīng)科學(xué)和意識研究上搞出這種史詩級的大規(guī)模合作，簡直是天方夜譚。這就是我認為大型機構(gòu)真正能發(fā)光發(fā)熱的地方：只要他們把臺子搭好，然后盡量閉嘴、不瞎指揮，那就完美了。

我沒在IBL待過，但在艾倫研究所的OpenScope項目里，到目前為止一切都運轉(zhuǎn)得極其順暢。就像我說的，我們就是一群人在Zoom上開會。當(dāng)然，會議是有框架的，比如今天重點聊什么、怎么趕進度，但每個人都有麥克風(fēng)。絕對不是那種“你舉了半天手，大佬就是不點你”的憋屈氛圍。每個人都能在論壇上暢所欲言。我甚至覺得你連個正兒八經(jīng)的大學(xué)郵箱都不需要。這剛好回應(yīng)了我一開始的懷疑：“這群龍無首的玩意兒真的能成嗎？”結(jié)果大大出乎我的意料：這種極其松散、甚至帶點無政府主義色彩的協(xié)作體系，居然真的讓我重新相信了民主的力量！

保羅：這太棒了。

亞歷克斯：它看起來真的有效。如果你讓很多人參與進來，你會得到最好的結(jié)果。

保羅：哎，看看咱們現(xiàn)在的政府，我可沒覺得民主有多美好。這恰恰就是我擔(dān)心的點。你看參議院那幫人，你得瘋狂妥協(xié)、瘋狂做交易，為了讓議員滿意，你只能把你法案里最核心的東西砍掉。我一看到那種官僚扯皮，我心里就發(fā)毛：“天哪，如果在宏觀科學(xué)界也搞成這樣，那絕對是場災(zāi)難。”

亞歷克斯：是的，我同意。

保羅：好吧。亞歷克斯，謝謝你和我一起深入探討。我一開始就知道絕對會極其燒腦且有趣，事實證明，簡直過癮極了。謝謝你。

本篇文章的上集見：

對談鏈接見：

https://www.thetransmitter.org/brain-inspired/alex-maier-argues-that-a-scientific-explanation-of-consciousness-requires-grounding-in-formalized-mathematics/

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學(xué)的邊界。歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學(xué)研究機構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、科普視頻媒體「大圓鏡」等。