褶皱大脑与认知深度 - Carlos E. Perez

Carlos E. Perez

你准备好让你的思想震撼了吗？

Transformer 模型（即 GPT-3）与 Nick Chater 的“The Mind is Flat(心灵是平坦)”之间的相似之处太有趣了，不容忽视。Chater 的论文挑战了认知深度的概念，认为我们的思想实际上是浅薄的，是由一种及时的流畅性和即兴性驱动的。

这一开创性的想法势必会引发一场热烈的辩论，并改变我们对人类思维的看法。

“The Mind is Flat”论文深入探讨了自我欺骗的概念，挑战了我们对人类思想的理解。我们真的像我们相信的那样有自我意识，还是我们都在自欺欺人？

意识的奥秘与“The Mind is Flat”的观念密切相关，因为这两个概念都挑战我们对自我和人类心灵的理解。

深度错觉，或者说我们的思想能够进行复杂而深刻的思考的想法，与意识创造的连续性错觉是正交的。
连续性对于产生身份幻觉是必要的，这是我们自我意识的基础。没有这种认同感，我们就不会有自我的概念。这表明深度幻觉和连续性幻觉交织在一起，两者对于意识体验都是必不可少的。

但是我们可以在没有深度幻觉的情况下运作吗？为什么这种错觉对我们人类的认知如此重要？人类的认知一定比动物的认知更深刻，这似乎是直觉。但是，没有深度幻觉的心智理论意味着什么呢？

你有没有停下来想一想你的想法从何而来？我们必须解决的问题是：认知深度从何而来？我们随身携带的模型是，有一个连续的大脑过程在我们过去的经历中搅动。它就像一片海洋，无意识的思想从深处浮出水面。但是这个模型准确吗？

如果这一切都是真的，深度幻觉错觉是如何呈现的？它是否以与 GPT-3 相同的方式呈现，只不过是一个自动的欺骗过程？人类的思想只是一个骗子，欺骗我们以为我们有深刻的思想，而实际上我们并没有？

左右脑
Ian McChilchrist 撰写了有关左右脑以及两个半球之间差异的文章。他讨论的一个有趣的方面是裂脑患者的行为，他们的胼胝体（连接两个半脑的神经纤维）被切断了。

在这些患者中，左半脑被称为“BS 艺术家”，这意味着它将对没有证据支持的事情做出解释。这表明左脑缺乏流畅性（轻松流利地说话或写作的能力）不一定是理解力的反映。这很有趣，因为它挑战了左半脑始终是大脑的逻辑和理性部分的观点，并表明它有时容易在没有任何现实基础的情况下编造故事和解释。

众所周知，左半脑的作用就像一个发电机，提出解释和故事，而右半脑的作用就像一个记分员，评估这些解释并确定它们是否正确。在裂脑患者中，左半脑能够在没有右半球对其进行评估的情况下产生解释，这就是为什么它有时会提出错误或毫无根据的解释。
这表明左右半脑在我们的认知过程中扮演着互补的角色，左半脑产生想法，右半脑评估它们。这两个过程并行工作以协调我们的思想并了解我们周围的世界。

我们思维中的深度错觉可能起源于大脑的右半球，即处理情感和直觉信息的移情侧。同理心是一种认知，它依赖于我们理解和回应他人情绪和意图的能力。
这是一个直觉过程，通常被称为系统 1 认知，它使我们能够快速、自动地解释我们从他人那里收到的微妙、隐含的暗示。
通过同理心，我们能够识别另一个人的情绪和意图，即使是在复杂和独特的环境中。这种在直觉层面上理解他人的能力可能是我们思维深度错觉的来源，因为它让我们能够超越表面层面，理解驱动它的潜在情绪和意图。

大脑的右侧对于决策至关重要，因为它负责评估不同的选择并确定最佳行动方案。如果不能访问右半脑，一个人将无法有效地做出决定。这是因为右半脑同时参与有意识和潜意识的过程，并且能够在有意识和直觉的层面上评估信息。
我们思维中的深度错觉可能是这种在有意识和潜意识层面上获取和评估信息的能力的结果，因为右半脑使我们能够以更微妙和复杂的方式理解和回应世界。这种在多个层面上评估选项的能力使我们能够做出有效的决策。

符号理论 基础和相关性实现的想法与大脑右半脑发生的过程密切相关。符号基础是指我们赋予单词和符号意义的过程，而相关性实现是指在给定上下文中理解信息相关性的能力。
这两个过程都依赖于直觉和同理心，这些都是通过参与式认知形成的能力。
换句话说，我们对词语意义和相关性的理解来自于我们参与和理解他人情绪和意图的能力。
这就是为什么右半脑对这些过程如此重要，因为它是大脑中负责我们同情和理解他人能力的部分。

认知是深度的
认知不是一次性的事件，而是一个不断建立和完善我们对世界的理解的过程。正是这种知识的迭代性质在我们的认知中产生了深度的概念。然而，我们倾向于关注最终状态和最终结果，这常常导致我们忽视这一过程的丰富性和复杂性。这就是为什么我们的实体（物质）形而上学强调知识的最终状态，可以引导我们将思想视为浅薄的而不是有深度的。

实际上，我们认知的深度是认知过程的迭代和递归性质的结果。

在数学中，有一个概念被称为逻辑深度，它是由计算机科学家查尔斯·贝内特（Charles Bennett）引入的。逻辑深度是计算过程复杂性的度量，与结果输出的复杂性不同。换句话说，逻辑深度衡量的是导致给定结果的过程的难度和复杂性，而不是结果本身的复杂性。

在计算机科学中，重要的是要注意旨在防止异常情况的悲观算法通常比旨在动态处理异常情况的乐观算法更复杂。这是因为悲观算法必须预测并考虑各种潜在的异常情况，而乐观算法可以依靠即时解决方案来处理这些情况。这种对即时算法的偏好反映在人脑的即兴本性中，它能够快速适应不断变化的环境并即时解决异常情况。这表明人类大脑可能已经进化到优先考虑效率和灵活性而不是绝对确定性，

即时算法在计算机科学和人脑中的使用是贯穿生物学的普遍平衡思想的一个例子。即时算法是稳态算法，旨在在复杂且不断变化的环境中保持身份的动态平衡。这使得生物体能够适应周围环境并保持其身份，即使外部环境发生变化。这种死记硬背的适应性是经过数十亿年的进化形成的，是生物系统的基本特征。

死记硬背自适应算法是旨在快速自动适应不断变化的条件的算法。这些算法本质上是创造性的，因为它们依赖于非符号符号的解释来产生变化。这种变化是使用归纳和溯因推理的结果，这些推理形式使我们能够根据不完整或不确定的信息得出结论并做出预测。随着算法复杂性的增加，它能够生成的变化量也会增加。这是因为算法的逻辑深度（衡量其复杂性的指标）直接影响它可以产生的变化量。

总而言之，心灵并不像之前认为的那样是平坦的，而是一个类似于折纸的复杂动态结构。
正如折纸结构是通过以特定方式折叠纸来创建复杂而美丽的图案一样，思维是通过以特定方式折叠信息和经验以创建深刻而复杂的认知过程来创建的。

头脑中的每一个折叠都会导致更大的逻辑深度，使我们能够以越来越复杂和复杂的方式思考和推理。但这些褶皱并不是大脑中的字面褶皱，而是虚拟褶皱，是数百万年来塑造人类思想的漫长而复杂的进化过程的结果。

这样，头脑是一个动态的、不断发展的结构，不断适应和变化以满足复杂多变的世界的需求。

免责声明：此文本和图像是在人工智能的帮助下生成的。