配资最良心10大平台情绪、情感、语言与理智，都是基于人低配硬件的短路工具

“意识与生物体的学习密切相关配资最良心10大平台，而学习成功后就不需要意识了。”（薛定谔）

“意识主要是一种自我意识，即能够说我的意识……”（贝尔纳·斯蒂格勒）

“被意识宣布为它自身以内的自在或真理的那种东西，就是我们所用的尺度，意识自己把这个尺度建立起来，用以衡量它的知识。”（黑格尔）

“讨论意识确实需要有些限制。否则不是赶唯我论的时髦——‘我是宇宙中唯一有意识的存在’，就是赶泛心论（panpsychism）的时髦——‘宇宙万物都有意识’！（道格拉斯·R.侯世达）

“当上帝思考意识的本质时，可能同消化、呼吸一样平常。因为他心中没有偏见。但我们倾向于把我们的心灵偏见作为对自然规则的反应。我们把奇迹看成神秘，如同视魔术为奇迹。”（科林·麦金）

[谨以本文纪念丹尼尔·丹尼特（Daniel Dennett，1942~2024），虽然未必赞同他的很多具体观点，但他坚决拒绝将意识和对意识的探究神秘化的努力，我举双手双脚拥护]

著名心智哲学家丹尼尔·丹尼特于2024年4月19日去世

否定

智能的本质是什么？其实很简单，就是构建并运用最合适的模型高效处理数据的能力；而被数据化的，无非是与被显现/构造为异己之物的环境的交互。因此所谓智能，总是同时构造模型及其对象，或者说，它用建模的方式来构造对象。并且智能就其是对模型的反复套用而言，它总是自动的。

换句话说，智能——无论人的智能、动物的智能还是机器智能——可以是有意识的，也可以是无意识的，但绝大多数情况下是无意识的、自动运转的。这种能够自动复制、转录和传播的模型，或许可以对应理查德·道金斯发明而丹尼尔·丹尼特很爱用的那个概念：模因（meme）。不过模因概念的运用现在过于泛化了，我们还是先把它放在一边。

那么意识又是什么呢？在我看来，它是智能的反身性，是对自动运行的智能的否定。

说到底，意识是基于一种不可能进行超级运算的硬件（比如人的肉身）而发展出来的补救措施。因为运算能力太差，人（以及其他“生物”或“生命体”）的智能所发展出来并有能力运用的任何模型都是极简主义的，它们总是只能具有片面的和短暂的有效性，并且高度“路径依赖”，无法灵活应对世界的无定性。因此就需要一种比一般智能更高级的能力，去主导模型的更新和迭代，这种能力就是意识，以及自我意识——自我意识是与意识一而二二而一的，因为当意识对自动运行的智能进行否定的时候——只有在这时意识才产生——自我意识便确立了，作为意识自我确认的产生者和承载者。

用黑格尔在《精神现象学》里所使用的德国观念论语言来说，即：

“当意识在它的对象上发现它的知识不符合于这个对象时，对象自身就保持不下去，换句话说，当尺度所考查的东西在考查中站立不住时，考查所使用的尺度自身也就改变；而考查不仅是对于知识的一种考查，而且也是对考查的尺度的一种考查。”

显然，黑格尔所说的“知识”大可以用更“当代”的语言表述为“模型”，而“对考查尺度的考查”，则指出了意识不仅仅是对既有模型进行否定和迭代，同时也是通过这种否定和迭代，对意识自身/自我意识的不断更新。

短路

在人的“内在世界”中，正如我们已经谈到的，所有被认为属人的特殊能力，无论情绪、情感，还是语言、理智（归纳与演绎推理），都只是基于低配的硬件而不得不发展出来的短路工具，以便在无法对足够大的数据集进行运算和处理的情况下（也就是绝大多数情况下）为了生存而作出快速反应。

我们从机器深度学习的视角反观人类的智能，会发现神经网络中的“深度”一词所表示的“层”，在发达的智能中，很可能多至数千（即将到来的GPT5据说已经超过300层了），这时候回归就会成为一个问题——人脑的计算速度和记忆能力肯定不支持这种巨大的跨度，因而情绪和情感的价值就凸显出来了——它们正是以一些“短路”（回想一下，我们的确会称那些情绪突然激动起来的人“短路了”）的方式在相距遥远的层之间搭桥，从而大大缩短反馈回路——有时候这种“短路”有个看上去更专业一点的名称，叫作“跳跃性思维”。情绪、情感之类正是那样一些经由遗传或习得而造就的特殊的标记和开关，是简化模型中的一些关键的结构性连接点，经此我们可以比普通状况更迅速地作出反应。

举例来说，比如恐惧。当人——或任何生物——面对强大到无法对抗的对手时，不可能对周遭环境以及对手状态的所有数据进行充分的收集、整理和运算，以做出最佳判断；在直接的生存压力下，演化出恐惧情绪这种“短路工具”就是必需，它可以让你在最短时间里做出反应，比如“吓得转身就跑”——哪怕它可能并不是当下最好的选择。

再比如惊奇。图灵——作为通用计算机的伟大奠基人——曾经对照机器分析了自己的“吃惊”情绪——

“机器经常让我大吃一惊。这主要是因为我没有做足够的计算来确定它们可能会做些什么，或是因为即使我做了计算，也做得匆忙、草率、冒险。或许我会对自己说：‘我猜这里的电压应该和那里相同，反正就这么假设吧。’自然，我经常是错的，于是结果就会令我大吃一惊……”（《计算机器与智能》）

而当这些情绪和情感固化下来，一旦面对完全不同的境况，它们就有可能起反作用，比如我们现在流行说的“emo”。而AI的计算能力使得它对数据量的敏感度大大低于人类，它根本不需要这些我们视作人类禀赋，实际上却只是权宜工具的能力。几乎所有人类引以为傲的特殊禀赋，都只是基于人类感知和运算能力的局限性，而发展出来的不同种类的权宜工具，包括以语言为代表的符号表达能力、据说是皇冠上的明珠的基于逻辑推理的理性思维能力（比如因果性，就是一种典型的短路式理性思维方式，对于算得过来的机器而言，没有什么因果性，只有无数相关性，其中概率最大的，被我们笼而统之地简称为因果性——如诺伯特·维纳所说：“今天的物理学不再要求去探讨那种总是会发生的事情，而是去探讨将以绝对优势的几率而发生事情了。”）、被多多少少神秘化的想象力和创造力，等等。

因为人类不具备能够遍历全程的“基础设施”，所以不得不根据不同需要，发展出了一系列走捷径的“歪门邪道”，此即所谓“智慧”。这就像战国时代日本人的窑，因为始终掌握不了烧出比如景德镇瓷器所需要的高温，结果只能仿制出一大堆残次品，但是久而久之他们接受了这种局限，反过来将这种残次品定义为一种特殊的、更高层次、更具“精神性”的美，也就是所谓“侘寂”（wabi-sabi）。同样，人的情绪、情感、记忆、语言、理性，所谓的想象力、创造力，也不过是我们对自身感官能力和身体构造的先天不足所进行的补救和升华而已。

自指

如果说情绪之类只是低级的短路工具（虽然我们通常会笼统地将它们都归入广义而模糊的意识范畴），那么意识就是针对其不足而发展出来的高级工具，核心使命就是促使低级工具不断进行自我否定和迭代。而所谓“生命”，无非是一切低级和高级短路工具的总和。生命体就是那些能“自主研发”各种有效的短路工具的事物，生命就是所有这些工具在短路时迸发出来的此起彼伏的璀璨火花。

人一开始就在DNA里以基因编码的方式，内置了第一套匹配环境的自动运行的模型，作为最原初的“本能”。但这套模型很快就过时了，此时人被动地遭遇了陌生的异质性环境——作为一种不可逾越的障碍——的打击（比如一旦脱离了养分几乎无限供应的子宫，婴儿就必须应对——具有无法随时满足的饥饿感这种全新障碍的——陌异环境），由此意识才作为一种（对于障碍的）否定性的反作用力而产生，主导其对失效模型的更新（比如发展出最简单的饥饿-哭闹新模型）。

换句话说，意识首先是陈旧模型无法消化的异质之物的输入通道（正如薛定谔在《什么是生命》里强调的：“只有新的情况和由它们引起的反应才会保持在意识中，那些陈旧的情况和经过充分练习的则不会如此。”），正是这种输入刺激了新模型的创制与旧模型的淘汰。因为意识的核心功能是自我否定，所以其实它除了自指，什么都不是——它无非是将对自身智能进行否定这样一种功能，自指并定义（和解释）为“意识”的能力，换句话说，意识无非自我意识——当你意识到“我是有意识的”，你才有意识。这就是黑格尔所说的：“意识的真理是自我意识，而后者是前者的根据，所以在实存中一切对于一个其他对象的意识就都是自我意识。”（《精神哲学》）

因此根本来说，意识是将意识到的一切纳入一个递归系统的能力；在哥德尔的系统中，它就是那个无法自证的自指，因而也就是维特根斯坦要求我们保持沉默的最重要的东西之一——任何想要单纯用第三人称“客观观察”和“客观描述”的方式来完成对它的研究与表述的企图，无论来自神经生物学、认知科学还是人类学，注定都是无效的（丹尼尔·丹尼特的努力在这一点上因此特别有趣，因为一方面他自称完全是个“物理主义者”，一方面他又断然采用哲学而非神经生物学或认知科学的方式研究意识——虽然他当然大量利用了后者提供的材料，这其中的张力值得深思）。

从这个意义上说，（足够强大的）机器根本不需要意识，因为它们算得过来，能以极其灵活多变并且高效的方式来自动构建、运行和迭代模型。这与很多人恐惧的机器因为强大到产生了意识而威胁人类恰恰相反。机器有没有意识，或者会不会产生意识，因此是一个伪命题——意识无非是人或其他类似造物基于无力超越的自身局限性而演化出来的自救方案，既不神秘，也没那么“高等”。

所有对意识的神秘化和拔高，都不过是软弱之人的自我拜物教（热衷于谈论“图灵测试”的人常常忘了或根本不知道图灵自己在提出该思想实验的那篇妙趣横生的《计算机器与智能》里，明确指出了“问题‘机器能思考吗’毫无意义，不值得讨论”；在我看来，图灵测试根本不是像人们认为的那样，真的在认真提出一个测验机器到底有没有意识、能不能思考的方案，相反，它只是用一种图灵自己认为很终极的方式，竖起了一堵墙，让乌泱乌泱的热衷于此类伪问题的人别再瞎折腾而已，约翰·塞尔绞尽脑汁搞出来的“中文屋”因此特别愚蠢）。

生态

稍微扩展一下——我们是时候清楚地认识到一个颇为根本的问题：真正的自然/生态主义，或者说绿色革命，是不可能由人来主导完成的，因为人的智能天然的极简主义倾向无力掌握和应对自然的多样性和丰富性，以至于由其自身主导的生存模式必然要以简单粗暴地破坏自然环境为代价。哪怕你在主观上完全是个环保主义者，就人类的渺小及其认知能力的孱弱而言，你对你所提倡的环保措施是否真的有益于自然，总是只能作出极为片面和暂时的判断。

正如基因和生态学家罗布·邓恩强调的，早在上世纪70年代，昆虫学家特里·欧文的发现就引发了科学认知上的“欧文革命”：地球上可能有50万种昆虫、800万~3000万种节肢动物、1万亿种细菌、10万亿种病毒/噬菌体，以及我们甚至无法设想其数量的地壳微生物。所有这些数字中的绝大部分都处于我们人类的命名和认知范围之外，至今我们都对之只有极为模糊的了解，“人们对生命的探索和研究其实比我们想象的要浅显得多”。

“到2080年，数亿物种需要迁移到其他地区甚至新大陆才能生存。我们正在以前所未有的规模重塑自然，而且大多数情况下，我们对自己的所作所为毫不知情。”（《未来自然史》）

人的意识只能在一定程度上缓解这一根本困境，而无法从根本上改变它，因为意识只能以敦促智能不断进行模型迭代的方式来运作，但无论智能模型怎样迭代，怎样用“复杂性科学”之类的知识武器武装自己，硬件的硬伤决定了其复杂性和对复杂性的理解的限度，这一限度注定远远覆盖不了自然的宽广与多维。

因此，真正的自然/生态主义，看上去很吊诡的，必然是机器的自然/生态主义——只有远远超出人类固有能力的机器智能，才能与极度多样和丰富的自然达成一定程度的和谐，反过来为人营造出一个真正适合人生存的环境。