第一节 人类思维体系探秘及类脑模型概论

自然的伟大，在于将许多微小事物通过各种简单的组合，呈现出复杂的、令人叹为观止的结果。生物体的构造，其精密程度，足以让最顶尖的工程师和科学家都望之兴叹，其鬼斧神工之处远超人类目前科技水平的极限。而人脑的实际运行模式，则仍然处于迷雾之中，人类难窥其一二。

人类自古对思维有过许多探索。例如在唯物论和唯心论的争辩中，唯物论认为世界是客观存在的，人类对世界的感知是通过外部声光影像反射到五官，再由五官模拟生物信号传递至大脑中，而大脑的思维以及记忆，则是建立在与外部的实时互动基础上的。唯心论则认为，外部世界可能是大脑自主构建的，思维是世界的第一性质，物质是世界的第二性质。当然，还有基于量子学说的反物质世界、多元宇宙、不连续性世界假说，对于人类大脑思考的模式提出了更多的可能性，例如在量子世界中，世界是不连续的，时间也只是一个概念，那又该如何解释脑海中的回忆和我们所观测到的宏观连续性现象呢？目前为止，科学家暂时还没能给出最终答案。而在多元宇宙的猜想中，同样的个体，会演变出无数个不同的灵魂，在相同和不相同之间不断变化，即使在现实世界中，我们也会因为思维结论不同而争辩不已，甚至大打出手。中国古代也有过许多探索，如出现了儒家、法家、道家等诸子百家，在思维方式上都形成了自己独特的理论体系。

是什么导致了同样的大脑却衍生出这许多思维理论体系和差异性结论呢？让我们来探究一下大脑构造的本源，以此来寻找一种合理性的解释，或者说寻找一种可以用硅基技术简单模仿量子级大脑运作的方式。

根据目前的研究，人类的大脑大部分区域都处于激活状态，不同的大脑区域分工负责不同的内容，比如大脑的某一部分负责记忆，某一部分负责运动，某一部分负责情绪等。当部分大脑结构受到损伤时，其存在一定的替代迁移功能，即由另一部分负责其他功能的大脑暂时替代受损大脑的功能，有时候这种替代并不完全。在法国，曾经出现过一名由于大脑积水导致大脑萎缩了90%以上的公务员，但其日常生活与正常人并无明显差别。也有人因为大脑受损之后，部分功能就永久性丧失。而从大脑的解剖层面来看，大脑的内部结构主要分为灰质（皮质、基底核）、白质（联络纤维、连合纤维、投射纤维）、海马体、杏仁核，主要是大脑本身结构上的区分，并不根据应用功能的不同而有差异。

我们是否可以假设，负责人体各项基础功能的大脑功能区都共用同样的底层结构，根据分工不同进行了不同的学习，而且这种学习仍然在不停地进行，因此才能进行功能迁移。这些应用型大脑功能，不论是并联还是串联，都采用同一种底层逻辑在运作。

经过实体解剖，科学家们发现，大脑的底层结构由神经纤维、大脑突触连接的无数个神经元所形成的神经网络所构成。而突触之间的连接，是一种虚接触，可以根据学习情况新增或断开现有连接。130多年前，神经科学先驱、西班牙病理学家圣地亚哥·拉蒙·卡哈尔首次提出，大脑通过重新安排神经元之间的连接，即突触的方式，来存储信息。

我们通常所认知的信息，大致包括三大类：信息本身、信息之间的关联性、信息之间的伴随关系（这里的信息颗粒度可进行缩放）。通过对比大脑结构，我们比较容易得出，单一信息通过神经元进行叠加式存储，由突触和神经网络存储信息之间的关联性并不断调整更新，由脑电讯号的方向和强弱来决定伴随关系。

要通过机器模拟人类思维的过程，最好的方式自然是从模拟人脑的搭建开始，本书所要探讨的，是一种基于图模型的类脑模型搭建模式，其基础是通过观察学习型算法将历史经验提炼总结后，以神经网络的方式不断堆叠累加，最终形成完全透明且可解释的复杂神经网络，通过模拟脑部运作，可实现经验的积累更新和新增事件处理调用。同一套模型可以应用于大脑整个运行过程，而不仅是局部运算或特定场景，以上便于达到最大限度模拟人脑机制的程度。

首先，我们来构建一个基础单元，来简单阐述机器模型如何模拟神经元、突触和电讯号传递的运作机理。

一是构建事件集，形成时间点1的切片A，假设A中包含了一亿个事件，分别记录在不同的点中，每个点同时负责记录该事件相关的信息，包括最近发生次数等，每个点等价于大脑中的神经元；二是形成时间点2的切片B，其中仍然包含一亿个事件，根据实际情况更多或者更少，每个点也代表神经元，在最后组合成大网络时，A、B中相同的点会被捏合在一起，这里主要为展示先后伴随关系，因此将其置于两个不同切片中；三是尝试构建时间点1和时间点2之间的切片AB，AB中的每个点代表突触，突触连接着触发事件集和后续事件集，突触点实际代表着某一条历史经验规则，并记录着该条经验规则相关的评价参数，规则提炼方法后续会系统性地描述，此处先假定该条规则已被提取；四是根据实际发生情况，在A与AB的各个规则相关点之间、AB与B的各个规则相关点之间，构建起有向连接。假设A当中有1、2、3、4、5五个事件，后来导致了B当中5、6、7三个事件的发生，则在A12345中衍生出5条线，指向AB中的某一个代表了（A12345）事件集的点，然后从AB中的这个点，衍生出三条线，分别连接至B567，如图1-1所示，通过边的属性来记录此类事件发生的次数和概率。

图1-1　事件集记录下的事件发生次数和概率图

通过这种方式，记录下每一个记忆片段，构建起神经元通过突触连接的最小单元，然后将不同的神经元连接单元通过图模型进行连接。A、B中相同的点重合在一起，形成唯一的神经元记录，AB中的突触点做适当的整合和限制，以防止无效突触过多，最后形成一张类似于人脑神经网络的有向神经网络图谱。切片所代表的时间信息记录在神经元的点属性中，先后信息记录在有向线段中，在整体神经网络图谱中不存在具体切片，而是通过相同点的捏总形成一个有机的整体。

图1-2　有向神经网络图谱

在调用大脑功能处理具体事件时，我们通过以下方式模拟实现：当我们注意到一些事情的发生，比如1、2、3，则通过1、2、3作为起始点，出发寻找相关突触点（即AB切片中的点），然后通过相关突触点记录的条件向量（1、2、3、4、5），反向探索剩余条件事件是否发生，如发生则点亮突触点并追溯至后续5、6、7，得到的5、6、7同样可以作为起始点再次触发探索推理，直至在大网中获得一小片有效的神经网络。对于得到的神经网络中的结果点，通过与初始点的关联度（通过边属性和突触点属性），以及与多事件触发的整体关联度（例如5与1、2、3均有直接关联，以及关联的点边属性较高，6仅与1、2有直接关联，关联的点边属性较低）等评判标准，来筛选我们所需要的最终推理结论，具体评价标准后文会有详细阐述。举个简单的例子，比如我们看到一只鸭子走在马路当中，我们首先会将该场景中三个关键事件提取出来，一只鸭子、走在马路上、马路当中，然后将三个参数搜索已知记忆库，一只鸭子可能引起很多无关联想，而走在马路上＋马路当中作为触发条件，能触发大概率被车轧死的后续事件，以及也有可能会需要反向探索该马路是否被荒废等其他触发条件，如一并触发，则最后返回的参数就是被车轧死，这个记忆片段连接起来就是一只鸭子走在马路上，马路未荒废，大概率被车子轧死。

此时我们又该采取何种举动？是避免还是促成此类事件的发生？这就需要提到另外两个模块的建立，大脑情绪处理模块以及行动模块。

我们的记忆，通常只是一种整体感觉，而非各个细节的累加，对一段记忆的情绪才是我们最主要的回忆方式，当我们看到一只鸭子被轧死，大部分人会产生负面情绪，并且这种负面情绪会植入记忆片段，促使我们以后避免此类事件的发生。大脑中负责进行情绪处理以及后续控制的主要是杏仁核和突触。通过上述方式构建的神经网络，我们只能知道是否发生，并无法确定是否应该发生，即缺乏判断标准和控制手段。大脑中，杏仁核就是负责在各神经元连接中，处理各类情绪，突触则负责在具体链路中，产生兴奋性神经递质增强电讯号或抑制性神经递质减弱电讯号。神经网络所附带的情绪即是对该类事件的主观感受，是基础单元构建不可缺少的部分。因此，我们在基础记忆单元格外，还需构建条件判断函数，以明确该条链路所带来的影响，并将该影响以数值的方式赋予整条链路，具体方式后续会提到；通过AB切片中的点，即类似大脑突触的组成部分，模拟抑制型神经质和兴奋型神经质，通过赋予正负数值，来具体控制链路的选择性和倾向性。

行为模块则相对更容易理解，与选择性地判断事件是否发生相同，我们只是选择性地判断行为是否应当发生。当我们通过突触进行了选择，希望去避免此类事件发生时，大脑会将此作为起点，搜索可供挑选的行为清单，每种行为根据历史记忆，都会伴随着一系列后果和情绪，以及该行为发生的其他必要条件，也可以进行多行为联动的迭代预测。通过上述预测模块同样的作用机理，我们能预测哪种行为的结果将带来较大的正面情绪，并最终去付诸实践。在现实中，我们显然不会以身犯险去拯救一只鸭子，但如果是心爱的宠物狗冲上了马路，我们大概率还是会选择去拉一把。

至此，我们就完成了最简单的类脑神经网络图谱原型，还需要配合原始规则库的许多升级才能使其智能性不断提高，这些升级方式后续章节会逐步提到。

本书认为，我们的思维就是基于这一个个神经网络片段的记录和调用来开展的，它既可以记录客观世界，也可以根据记忆塑造一个新的虚拟世界，它存在着无数种可能性，使得我们的思想各不相同，它又具有特定性，通过杏仁核的作用以及外部重复数据的训练，使得在部分通用事件上会出现群体一致性。通过生物电的反向运行，我们能知其然，也能知其所以然，通过线条的粗细变化、点边的数量变化，我们能不断更新着对世界的认知。大自然就是通过这种简单的方式，神奇地创造了具有复杂思维能力的人类大脑。

有了类脑模型构建的大致概念基础后，下面我们就来详细讲述具体的构建方式。