Distant Brains by Alena Graedon

编译：集智翻译组

来源：sagepub.com

原题：The biology of consciousness from the bottom up

本文主要观点

对于意识的科学研究方法：

应该以自下而上的方法为主

需要自上而下的方法辅助

系统生物学是目前最好的框架

提出研究意识的科学框架：

对于意识的定义

自我与自创生

提出“生命=意识”

脑洞：群体智能与意识研究的关系

总结：

意识涉及到很多不同的领域和层级

需要各领域、使用不同研究方法的科学家们相聚一堂共同讨论共同协作

智识健全的成年人通过内省而认知、感受到的“意识”，被称为现象意识。这往往是与意识相关的定义中最让人摸不着头脑、而又最令人着迷的概念。然而它终究是从一些不那么复杂的事物中，自下而上地涌现出来的。但即使是在研究意识的科学社群，也很少有人深入思考这一点。

现象意识：主体从客观世界输入的信息中所获得的主观感受，又称“主观体验”。

1.与意识研究相关的科学方法

1.1. 自下而上的方法

自下而上的科学研究方法来源于物理，它假定我们对于一个单元拥有完整的知识，每次只考虑同一类型的、小而原始的、遵循少量简单的规则的单元，目标是对于单元间特定的交互动力机制得到完整且完美的解释。

想象一个大致为圆锥形的，通过一颗一颗地添加沙粒而产生的沙堆。有的时候，添加的单颗沙粒会引起崩塌，从而影响到大量其他的沙粒。这样的崩塌便是一个自下而上的结构，因为每颗沙粒只会影响到邻近的沙粒，一颗沙粒的不稳定性会导致旁边两颗沙的不稳定，这两颗沙可能会接着引起四颗沙的不稳定，以此类推。

沙堆大体的形状，最终是由这一系列的崩塌所决定的，而不是通过任何自上而下的方式所规定的。小型事件（单颗沙粒）能够引起大型事件或结构（崩塌），这里的大型事件，被称为自组织临界性（self-organized criticality (SOC)）。

小型的沙堆模型。图片来源：http://www.if.pw.edu.pl/~agatka/catalogue/soc.html

从工程的角度来说，对于意识的完全自下而上的研究方法，意味着从基本组件开始，构建出一个真实的生命体。目前，这个方法在工程上的实施主要是优化建模（Battiti，Brunato 和 Mascia，2008）。机器人领域通常以建造“智能”为目标，但直到最近，才开始有人提出对意识这个现象建模的想法（Tani，2016）。

目前为止的尝试中最成功的，是将人工的基因组放入真实的细胞质中（Hutchison 等， 2016）；若要反过来人工制造细胞质，技术上暂时不可能实现。

自组织临界性：

https://en.wikipedia.org/wiki/Self-organized_criticality

人造生命：

http://dx.doi.org/10.1126/science.aad6253

1.2. 自上而下的科学

在意识研究中已经有很多人提出过，像人类个体这样的集合体结构是非常有组织的，而且整个生命周期都保持这样的组织结构。

译者注：这也就是说，即使对于集合体下方各层级组成单元并没有完整的知识，通过在集合体本身的层级观察、研究其本身，我们已经能够得到许多关于其属性的知识。这些知识中，有许多是无法从关于集合体组成单元有关的知识中得到的。

想象一个三维空间中的湍流能量级联工程。这个工程首先从一个大型结构开始，通过不稳定性与拆解，得到小一些的结构。在大气层中，大的湍流拆解成小的，可直到毫米级以下，直到阻力使其停止。自上而下的研究方法可以比喻为这样一个工程。

自上而下的方法论中，认知神经科学扮演了重要的角色，另外还包括传统意义上的心灵哲学、心灵形式、人工智能等。

心灵形式：以乔姆斯基流派为主的语言学流派

在科学思想的发展中，这个自上而下的时期是较早的时期，对于形式化、量化、理清概念、以及建立传统来说，是非常必要的（Braun，1991）。从工程的角度，用自上而下的方法研究意识，意味着对已知的意识现象进行反向工程（Eilam，2005）。

切变速度湍流来源:明尼苏达州大学

1.3. 系统科学，

复杂性科学和群体科学

在任何科学领域中（如数学、物理、生物、或心理学），同时结合了自下而上与自上而下两种角度的科学研究方法，都算是在系统理论的范围之内（Bruggeman 和 Westerhoff，2007）。

上世纪 80 年代开始，系统理论开始被称为“复杂性科学”，成为了 70 年代拉开序幕的、以混沌理论与分形学为代表的“非线性革命”的一部分。系统理论认为，尽管人类意识的现象很大程度上包括了人类文化的元素，它仍然可以通过自下而上的角度来研究，就像任何单纯的自然现象能够通过自上而下的方式研究一样。

自下而上的过程是群体智能行为中公认的一个重要组成部分，人们也曾认为群体算法能够为人工智能领域带来丰硕的成果（Beni 和 Wang，1993）。然而，在真实世界中群体智能的应用，似乎也需要来自于自上而下的“拟合”（van Ast，Babuska 和 De Schutter，2008）。群体智能的目标是在不同的拓扑学结构中，通过相对简单、局部的规则，控制大量的，相互协作的自治智能体。对于群体智能系统的分析，通常专注于整个群体大局的动态，而非单个智能体的动态。

目前意识研究的相关文献都完全忽略了群体智能，所以我们想在本文中展现它与意识研究之间的多种关联。

非线性物理(Ｎonlinear physics)：

https://www.worldscientific.com/worldscibooks/10.1142/5195

智能体(Agent)：

https://en.wikipedia.org/wiki/Agent

扫码听课

2.基于科学视角的意识新定义

2.1. 科学界之外对于意识的诠释

在科学界之外，对于意识的诠释大致可分为两个阵营。

第一个阵营认为意识的存在是神圣而特殊的，对其充满崇拜的激情；这一阵营最完备的论点，可在大部分唯心主义哲学家（如柏拉图）的著作中找到。对于他们来说，意识是一个神迹般的存在，而不是任何我们可辨识的物质。他们认为意识是不可还原的，且喜欢用“感质”的概念来挑战另一个阵营。

来源: iStock

另一个阵营，由泰勒斯、赫拉克利特、德谟克利特的观点作为代表，则憎恶抽象概念，更倾向于通过将事物还原为它们的具象组成单元来将其简单化。他们的观点大致是“意识”这个概念是毫无意义的，仅是一种尽管具有实用价值，但没有理论价值的幻象，或是大自然使生命体留存在生态位所用的技法 (Wegner，2003）。

这些定义与解释在科学方法出现之前就早已存在，也启发了大量的意识研究者。然而，它们现在已经远远无法满足我们科学研究的目的。

2.2. 意识的复杂性

若把意识的复杂性看做一条长河，那么它有三个相互交错的支流：系统发生，个体发生以及微观发生。自底向上的模型，对于研究这三个支流都是适合的。

人的自主行动总是浸没在这三个不可分开的支流当中。

Braun (2003) 提出了对任何生物都适用的“行动公理”，其中必要的元素包含了 where——在哪里做，what to act on——对什么做，when——什么时候做，why——为什么做，以及 how——怎么做。其他动物所拥有的神经回路只支持对这五个行动元素进行隐性的控制，这样的大脑结构人类也有。然而，人类从儿童时期开始便发育出另一种神经回路，这个网络在物种演化过程中出现更晚，能支持显性的行为控制。

更原始的系统，容变程度更小、更模块化、更自动、速度更快（Badgaiyan 和 Posner，1997），较晚进化的系统则反之；成年人类在所有场景下都同时使用这两种神经网络系统。

来源: dribbble

人类的高阶意识是人脑中特定系统的激活，然而这些活动时刻受到系统发生学上结构更原始的其它脑区中无意识过程的影响。较原始的与较晚近的神经处理回路系统层层叠加、相互交错，贯穿生命中所有进程，而这其中我们通过内省能够感知到的只有冰山一角。系统发生，个体发生以及微观发生这三道支流，纵横交错，在人脑中实时、实地整合发生着。

系统发生：

表明被认为具有共同祖先的各物种间演化关系。

https://en.wikipedia.org/wiki/Phylogenetic_tree

个体发生：

有机体从卵子受精到性成熟成年的发育过程。

https://en.wikipedia.org/wiki/Ontogeny

微观发生：

一种更精细的或特殊的发生法或反方向追踪设计方法。

https://baike.baidu.com/item/%E5%BE%AE%E8%A7%82%E5%8F%91%E7%94%9F%E6%B3%95/22299214?fr=aladdin

知识分类：

http://wiki.mbalib.com/wiki/%E7%9F%A5%E8%AF%86

原文图 1. Braun （2003）提出的，行动的五个维度：在哪里，对什么，什么时候，为什么，怎么做。图中左侧展示了成年爬行类动物与人类婴儿中参与处理这五个维度的神经网络回路，右侧展示了成年人类脑中在特定情况下会参与处理这五个维度相关决策的显性“元意识“神经网络回路。

2.3.本文对于“意识”的定义

一个生命体有时或许是一个单一的物种，但绝大部分生命体其实是由多个生物组成的，包括通常在体内和体外携带病毒与细菌（Foulger 等， 2015）。无论一个生命体是一个拥有单一基因组的单元，还是包含多个拥有各自基因组的单元，当我们说这个生命体有一个具有主动性的“自我”，或者说它有“意识”，这里讨论的都是生命体作为一个整合的单元适应其生态位的过程。

在本文的范畴内，我们将意识严格定义为其最原始的意义：在一个生命体中，共同引导着相对有组织规划的适应行为的，对身体与生态位的管理以及对物我二者之别的把握。这样的定义，完全允许我们使用自下而上的方法进行研究。

生态位：

http://blog.sciencenet.cn/blog-40825-1073569.html

2.4. “自我”与“自创生”

本文中，对于“自我”的边界的定义很好理解：一个生命体最外层的“膜”。这是因为，每个已知的生物体都是由“一袋物质”组成的，最外层的膜就是袋子，兜着里面的物质。

一个生命体里总是有“知觉”的存在，但这种“知觉”不一定需要是陈述性的。对于任何生命体来说，主要的组织原则是从生态位中汲取能量，以支持自身的生长、生存及繁殖；它们与其生态位进行复杂的物质交换，以维持其生命过程中的完整性。

自创生来源：wiki

这个过程被称为“Autopoesis”，中文译作“自创生”（Maturana，1970； Varela，Maturana 和 Uribe，1974）。在这个复杂的过程里，这个生命体看起来像是能够显性地感知到完整的自己是什么样的，有一种想要活下来的目的与意图（Bray，1998），对于世界也有最基本的理解（Margulis，2001）。

自创生系统：

https://en.wikipedia.org/wiki/Autopoiesis

然而，确切地说，这里的“理解”，“知觉”，“目的”和“意图”都是隐喻的说法。事实上，自创生包含的，不过是高度复杂的、动态的、整合性的分子信号传播，仅此而已。

自创生的过程不能单纯地理解为生命体与非生命体间的物质交换。

一个计算机芯片每时每刻都在与其环境进行物质交换：费米子在它之中通过，热能会让它变脆，湿度会腐蚀它。它内部的原子键结构总有一天会毁坏。然而这个结构从来不会利用这些物质交换来替换损坏的部件，也从不考虑繁殖的问题。它从不生长，也从不主动从生态位中汲取能量，对于自我或是生态位也没有感知；它不是自创生的。

计算机芯片来源：dribbble

意识并不是注意力、记忆、语言或没有目标的刻板动作；这些机器都能做到。尽管如今机器已能够进行许多认知任务，也被看作是“智能的”，但是根据我们的定义，它们还不是“有意识的”，也显然不是有生命的。

2.5. 意识即是生命

生命和意识，都是进化过程中被互相选择的物质（原子，分子，组织，器官）。它们在每个生物的发育过程中复现，在不同的情境中，通过控制生命体与世界之间的信号交互，来经历自然选择、演绎，都是为了适应，而适应的目的便是生命。

细菌是系统发生学角度来说最古老、最简单的生物。它们的复杂性在于，它们有与人类一样的基本DNA结构、表观遗传机制、细胞免疫防御系统，以及同样的基本行为惯例：休眠与活跃的周期，饥饿与饱足感，觅食行为，性欲，繁殖，对于同族个体的感知、选择与抱团，对于敌人的搏杀，对有毒或无利用价值的环境的探测与躲避。它们努力避免死亡，也能够学习和适应。它们的整个身体，也就是一整个细胞，就是它们的活跃的意识 (Braun, 2015)（见图 2 ）。

一些理论学者曾提出过一种思想：“生命=认知”（Maturana，1970；Stewart，1996；Varela 等， 1974）。而我们认为，将“认知”一词换成“意识”，更加准确、更有前景。所以我们提出，“生命=意识” (Braun，2015）。

原文图 2. Braun (2015）提出的“智能稳态”。图中左侧展示了单细胞生物特定适应行为的分子结构与功能，这些类型的行为子模式，可以在机器人中通过编程实现。图中右侧展示了生命系统内全局状态的分子结构与功能，这些状态改变速度较慢，它们在比特异化适应行为模式更加广泛的情景中管理着一个生物体的全局目标。这些信号传递关系可作为一个单细胞生物的“意识”的表征。

扫码了解侯世达如何看待意识问题

3.群体智能现象与意识研究的联系

3.1. 细菌集群与意识研究

细菌群落大小能够达到十亿的数量级，而神经元也可达到类似的规模。通过研究细菌群落得来的许多复杂的原则，很可能也适用于神经元等细胞所组成的集群的发展过程，帮助我们理解它们如何能够支持大脑实现高级的意识功能，例如语言。

神经元与细菌在几个方面非常相似：它们都是细胞，都会变形和迁移，都能够被冰冻然后复活，都在很大的程度上依赖集群，并都具有形式广泛的生化受体。某种意义上来说，神经元细胞在人体中是特异化程度最低的细胞，也最像一个独立的生物体。若当他们是控制了身体其他部分，并利用这些部分来为自己寻求食物，那么这和弓形虫等寄生生物对于比自己复杂许多的其他种群（包括人类）所做的便非常相似 (Lafferty，2006）。当然，这个神经元/细菌的类比不是绝对的；在大脑的发育过程中，神经元们逐渐组成一个多细胞矩阵，每个神经元嵌入在矩阵中。这让它们发展出比细菌群落更复杂的信息传递能力，也失去了细菌中常见的，捕食所需的自由移动能力。

神经元来源:pinterest

3.2 昆虫群落集群与意识研究

昆虫社群展现的群体智能比细菌更加复杂，而其规模也和神经元一样能达到十亿的数量级。它们惊人的社会化完成度，归功于社交结构上的异化与每个社交阶层中充足的行为主体数量。昆虫群体智能展现的是一种系统发生学意义上极具创造力的，村落状或工厂状的组织。这种在拓扑学与时间发展上都安排慎密，点到点，如同机器一样的突触信息传递功能，对于成年人的认知是必需的。

群体智慧

不过，赋予我们情感、情绪等伴随了周身强直反应的意识状态的，是类群体的、非突触的信号传递 (Bach-y-Rita, 1994)。突触连接传导机制在时间与拓扑空间上都受到限制，但人类意识并非如同一台死板的机器，所以神经元必须拥有一个巨大的受体库，以供给大脑群体智能超越突触连接机制的其他传导机制。 (Braun & Leblanc, 2016; Fuxe et al., 2012; Vizi, Fekete, Karoly, & Mike, 2010)。机器般安排缜密的突触信号传递与非突触的、更类似于意识状态的神经信号传递之间的区别，请参见图 3。

原文图 3. Braun 和 Leblanc（2016）提出，点到点的突触信息传递（图中左侧）支持的是认知，而非意识，而非突触信息传递（图中右侧）才是意识最自然的沟通模式。文中竖直方向的两列代表了微观发生和个体发生层级，横向各排配对的框指出意识和行动之间有紧密的关系。

3.2.1 “赢家通吃”算法（正反馈）

昆虫群落中有许多为了管理群体行为而特异化的“小工具”。例如，苍蝇有特异化的触觉受体与神经元，专门用于以极高的精度探测周围其他同类的距离与行动轨迹。这使得集群能够比单独个体要更高效地逃离危险、觅食或是寻找栖息地 (Ramdya 等， 2014）。这种通过社交方式整合的集群利用了正反馈，被称为“赢家通吃”算法。

苍蝇群体智能:：

https://www.nature.com/articles/nature14024#main

人类神经元也有类似的能力，尽管这和上述的苍蝇例子非常不同。人类神经元有几百种不同的受体类型，这让它们能够实时地了解人体全局的情况，并支持我们称之为“元意识”的，体现了自我认识的、有意图的思想和行为。

3.2.2 “负反馈共识”算法

“赢家通吃”算法对于昆虫社群来说也有很大的风险，如没有检查机制，容易出现失控的状态。所以，群体生物学家已致力于找出昆虫是如何决定何时停止集群状态的。

一个例子便是准备迁移的蜜蜂集群如何决定在什么时候停止侦察、停止争论哪个新殖民地点最好，并实际开始迁移的过程。侦察蜂们从不同的地点回来，通过各自进行其摇摆的舞蹈，蜂鸣，比划，并释放费洛蒙，向其他蜜蜂描述它找到的地点 (Schlegel，Visscher 和 Seeley，2012）。准备决定迁移的过程中，一部分蜜蜂会开始用头撞那些正在跳舞、比划的侦察蜂，促使它们从一个刻板动作换到另一个。这个用头撞的动作，以及其他一些目的类似的社交行为（例如用翼部肌肉进行特定频率的振动），在昆虫学领域被称为“停止信号” (Schlegel 等， 2012）。

这些停止信号会一直积累到达成停止集群行为的共识为止。将这个过程抽象为算法，便叫做“负反馈共识算法”。

蜜蜂集群的信息共享(Schlegel，Visscher 和 Seeley，2012）

传送门：

https://www.ncbi.nlm.nih.gov/pubmed/23149930

大脑也大规模地包含了这样的系统。首先，神经元高强度地对自身以及向自身传播信号的其他神经元进行反向传播，传播路径一路持续到皮肤上的感觉神经元(Vullhorst 等， 2015）。

其次，没有任何神经元是只有兴奋性或抑制性突触的(Brickley 和 Mody，2012）。成年人的大脑，相对其他哺乳动物种群，具有最高比例的抑制性突触 (Sherwood 等， 2006）。这表面上看起来不可思议并且浪费资源，但事实上，这对大脑不陷入失控的激活状态是十分重要的。

原文还讨论了：

昆虫随机漫步算法

大脑中实际存在的集群现象

肠道菌群集群

4.意识科学研究最大挑战是融合不同科研方法

4.1. 对于意识，

自下而上的理解更重要

我们平时通过内省所感知到的意识，在因果关系上仍然来源于“无意识”的物质。在未来，另一种完全不同的意识，或许会从当前类型的意识上涌现。而就现在来说，无论是在本体论还是知识论的角度上，对于意识的自下而上的理解都应该优先于自上而下的分析。如果忽略了这一点，难免会违背帮助我们理解了大爆炸、物种进化、以及意识具身化本质的现代科学框架。

4.2.

融合两个分离的科研者社群

我们认为，使来自许多不同领域的科学家相聚一堂，彼此分享对于意识这一主题的观点，并尊重彼此的观点，是可能的，并且会是非常有成效的。

来源: pinterest

本文认为自下而上的框架暂时尚未能够解释所有哲学家们通常关心的复杂问题（如自由意志、主观能动性、目的性、感质等），也暂时不能比唯心主义者们更好地解决那些尚未得到解释的，与意识有关的经典哲学问题；在这些方面的贡献，目前大多来自于自上而下的研究方法。

已经有部分科学家试图采用自下而上的方法提出解释，但距离自下而上和自上而下的科学研究彼此之间能够流利地沟通，还有很长的路要走。其中一个很重要的阻碍，就是许多自下而上的科学研究者一直不愿意在他们的理论框架中包含“意识”这个概念。意识是分子细胞信息传递，仅此而已——就像文中再三强调的，它完全适合自下而上的科学研究框架。

我们认为，目前意识研究领域存在的一大难题，是如何才能使平时从不沟通交流、不读彼此文献、不理解彼此的研究方法与成就的两个不同的科学家社群进行融合。

4.3. 系统生物学可以作为桥梁

在意识的科学研究上，如果说有一个有希望打通成为自下而上与自上而下的研究方法之间壁垒的方法论或框架，那一定是系统生物学。

与涌现主义强调高层级复杂性不能被还原的主张不同，它的目的是在一个系统中，从最复杂的到最简单的集合体单元层级，对于其间的具象交互进行辨识，描述以及量化。

表1

确实，为什么复杂现象就不能被还原呢？系统科学并不依附于这些悲观的视角。在对于意识的科学研究方法上，系统理论是最完整的，为整合极其多样化的多个不同领域作出着不懈努力（见表 1）。

翻译：青子

审校：李晓煦、杨绪疆

编辑：王怡蔺

原文地址：https://www.researchgate.net/publication/324178929_The_biology_of_consciousness_from_the_bottom_up

注：篇幅有限略有删减，阅读原文更多发现。