人工智能的列車高速向前,，模擬一個(gè)人腦、讓計(jì)算機(jī)產(chǎn)生“意識(shí)”的可能性似乎比以前大了一點(diǎn)點(diǎn),。意識(shí)是什么、機(jī)器是否可能擁有意識(shí),，也就成了計(jì)算機(jī)科學(xué)家,、神經(jīng)科學(xué)家、數(shù)學(xué)家,、哲學(xué)家越來(lái)越多探討的課題,，其中就包括1974年菲爾茨獎(jiǎng)得主大衛(wèi)·芒福德（David Mumford）教授。

　　芒福德教授是早年哈佛的數(shù)學(xué)系擔(dān)當(dāng),，學(xué)術(shù)生涯起步于純數(shù)學(xué)（代數(shù)曲線）,，隨后將主要精力轉(zhuǎn)向與計(jì)算機(jī)科學(xué)密切相關(guān)的應(yīng)用數(shù)學(xué)。此外,，他還熟悉物理,、神經(jīng)科學(xué)等領(lǐng)域，這篇文章就是他在綜合學(xué)科背景下對(duì)于機(jī)器意識(shí)問(wèn)題的思考,。歡迎來(lái)稿討論,、交流與商榷。

　　人工智能的機(jī)器可能有意識(shí)嗎,？

　　撰文 | 大衛(wèi)·芒福德（David Mumford）

　　人工智能理論在我的人生里已經(jīng)經(jīng)歷了六七個(gè)繁榮和蕭條的輪回,，有些時(shí)期人們信心滿滿地說(shuō)計(jì)算機(jī)的智能很快就會(huì)達(dá)到人類水平，有些時(shí)期只有幻滅,，似乎這是永遠(yuǎn)做不到的,。在今天，我們正在最新的一輪繁榮之中,，一些有遠(yuǎn)見(jiàn)的計(jì)算機(jī)科學(xué)家甚至更進(jìn)一步,，探問(wèn)AI（這個(gè)縮寫(xiě)聽(tīng)起來(lái)就像新的生物形態(tài)）除了能達(dá)到人類的智能水平以外，是否還能擁有像我們這樣的意識(shí),。還有些未來(lái)學(xué)家考慮的是一場(chǎng)更奇異瘋狂,、能改變生活的繁榮：我能不能將大腦和意識(shí)下載到硅片上，就此獲得永生,，也就是說(shuō)人能不能變形為AI,？

　　在上一次輪回的繁榮時(shí)期中,，當(dāng)時(shí)的瘋狂預(yù)言是我們正在走向“奇點(diǎn)”，就是超級(jí)AI會(huì)創(chuàng)造一個(gè)全新世界的時(shí)間點(diǎn),，這會(huì)導(dǎo)致人類種族被取代而滅絕（預(yù)計(jì)會(huì)發(fā)生在2050年前后）,。我承認(rèn)在上半生曾經(jīng)希望見(jiàn)證計(jì)算機(jī)第一次獲得意識(shí)的那一刻，但現(xiàn)在我對(duì)此越發(fā)懷疑,。也許這就是老人的消極看法,，但可能也是因?yàn)槲也⒉徽J(rèn)為這個(gè)問(wèn)題只跟計(jì)算機(jī)科學(xué)有關(guān)，而是同樣關(guān)乎生物學(xué),、物理學(xué),、哲學(xué)，對(duì)了還有宗教,。誰(shuí)又有這樣的專業(yè)知識(shí)來(lái)推算所有這些東西如何影響我們對(duì)意識(shí)的理解,？

　　即使是談?wù)撟诮虒?duì)科學(xué)進(jìn)步的任何影響，對(duì)于今天的知識(shí)分子來(lái)說(shuō)都是要被逐出圈子的,。但考慮一下這個(gè)問(wèn)題：是否存在這樣的信仰體系，其中人類很快就能永生的硅谷之夢(mèng)與“靈魂不滅”的基督信條同時(shí)成立,？對(duì)我來(lái)說(shuō),，這兩種信念似乎處于不同的宇宙，并不沖突,。

　　頂級(jí) AI 缺少了什么,？

　　我先評(píng)述一下當(dāng)前的AI熱潮，還有為什么它即使目前大獲成功,，仍然終將走向破滅,。在支撐新AI的代碼中，最關(guān)鍵的角色是被稱為“神經(jīng)網(wǎng)絡(luò)”的算法,。然而,，每個(gè)網(wǎng)絡(luò)都有海量的被稱為“權(quán)重”的參數(shù)需要先設(shè)定好，神經(jīng)網(wǎng)絡(luò)才能工作,。要進(jìn)行設(shè)定,，我們就得用現(xiàn)實(shí)生活的數(shù)據(jù)集來(lái)“訓(xùn)練”這個(gè)網(wǎng)絡(luò)，用的是另一個(gè)叫做“反向傳播”的算法,。由此得到的神經(jīng)網(wǎng)絡(luò)在得到一系列代表某種觀察結(jié)果的數(shù)值作為輸入之后,，會(huì)輸出給這串?dāng)?shù)據(jù)打上的一個(gè)標(biāo)簽。比如說(shuō),，它可以將某個(gè)人面部圖像的像素值表達(dá)作為輸入,，然后輸出它對(duì)這個(gè)人性別的猜測(cè)。要訓(xùn)練這樣的一個(gè)網(wǎng)絡(luò),，需要向它灌輸成千上萬(wàn)正確標(biāo)注性別的人臉,，然后逐步調(diào)整權(quán)重,，使它作出的預(yù)測(cè)越來(lái)越準(zhǔn)確。

　　神經(jīng)網(wǎng)絡(luò)是受大腦皮層真實(shí)回路的簡(jiǎn)化版啟發(fā)而來(lái)的一種簡(jiǎn)單設(shè)計(jì),，它可以追溯到1934年麥卡洛克（McCulloch）和皮茨（Pitts）的一篇經(jīng)典論文,。而更重要的是在1974年，保羅·維博斯（Paul Werbos）在撰寫(xiě)博士論文時(shí)引入了反向傳播,，用以優(yōu)化不計(jì)其數(shù)的權(quán)重,，令它們能更好地處理一系列的輸入，比如說(shuō)人工標(biāo)注過(guò)的數(shù)據(jù)集,。

　　人們玩這個(gè)已經(jīng)玩了40年,，由楊立昆（Yan LeCun）等人推廣，也取得了一些成效,。但統(tǒng)計(jì)學(xué)家很懷疑它能否解決那些困難的問(wèn)題,，原因是所謂的偏差-方差權(quán)衡（bias-variance trade-off）。他們說(shuō),，必須將算法訓(xùn)練用到的數(shù)據(jù)集大小與待學(xué)習(xí)的權(quán)重?cái)?shù)量進(jìn)行比較：如果權(quán)重?cái)?shù)量不夠,，那么不可能對(duì)復(fù)雜的數(shù)據(jù)集進(jìn)行精確建模；如果權(quán)重?cái)?shù)量足夠,，那么就會(huì)對(duì)數(shù)據(jù)集獨(dú)有的性質(zhì)建模,，而這些性質(zhì)不會(huì)在新的數(shù)據(jù)上體現(xiàn)。那么現(xiàn)實(shí)中發(fā)生了什么,？計(jì)算機(jī)速度極大提高,，能訓(xùn)練擁有海量權(quán)重的神經(jīng)網(wǎng)絡(luò)，而數(shù)據(jù)集因?yàn)榛ヂ?lián)網(wǎng)的出現(xiàn)而變得越發(fā)龐大,。

　　可謂天機(jī)玄妙,，與統(tǒng)計(jì)學(xué)家的預(yù)測(cè)背道而馳的是，神經(jīng)網(wǎng)絡(luò)算法效果非常好,，以某種方式神奇地回避了偏差-方差問(wèn)題,。我認(rèn)為可以說(shuō)沒(méi)有人知道神經(jīng)網(wǎng)絡(luò)避免這個(gè)問(wèn)題的方式或者原因。這是對(duì)理論統(tǒng)計(jì)學(xué)家的挑戰(zhàn),。但人們用神經(jīng)網(wǎng)絡(luò)構(gòu)建了各種具有實(shí)際意義的應(yīng)用,，比如說(shuō)視覺(jué)、語(yǔ)音,、語(yǔ)言的處理,，醫(yī)學(xué)診斷，還有游戲博弈,，這些應(yīng)用此前都被認(rèn)為非常難以建模,。最后是公關(guān)上的畫(huà)龍點(diǎn)睛：神經(jīng)網(wǎng)絡(luò)的訓(xùn)練現(xiàn)在改稱為“深度學(xué)習(xí)”。這樣一來(lái),，誰(shuí)又會(huì)懷疑AI的美麗新世界已經(jīng)到來(lái)呢,？

　　但是還有一座高峰需要攀登,。在此前題為《語(yǔ)法并不只是語(yǔ)言的一部分》（Grammar isn‘t merely part of language）的文章中，我討論了一種信念：所有形式的思考都需要語(yǔ)法,。這意味著你的心靈會(huì)在世界中發(fā)現(xiàn)一些重復(fù)出現(xiàn)但不一定完全相同的模式,。這些模式可以是物體外觀的視覺(jué)排列，比如說(shuō)處于同一直線上的點(diǎn),，或者人臉上眼睛的位置,；也可以是言談中的詞語(yǔ)或者是簡(jiǎn)單的動(dòng)作，比如說(shuō)開(kāi)車踩油門(mén),；甚至可以是抽象概念,，比如說(shuō)“忠誠(chéng)”。不管帶有模式的是哪一種觀察結(jié)果或者思想,，你會(huì)預(yù)計(jì)它重復(fù)出現(xiàn),，可以用來(lái)理解新的情景。作為成年人,，我們思想中所有事物的構(gòu)建都來(lái)自學(xué)到的可重復(fù)利用的模式,，它們組成了一個(gè)層級(jí)結(jié)構(gòu)，而情景,、時(shí)間,、計(jì)劃或者思想，都可以用一棵由這些模式組成的“語(yǔ)法分析樹(shù)”來(lái)表示,。

　　但問(wèn)題在于，最基本形式的神經(jīng)網(wǎng)絡(luò)并不能找到新的模式,。它的運(yùn)作就像黑箱,，除了給輸入貼標(biāo)簽以外什么都做不到，比如說(shuō)不能告訴你“這個(gè)圖像看上去有一張人臉”,。在發(fā)現(xiàn)人臉的過(guò)程中,，它也不會(huì)說(shuō)：“我首先找到了眼睛，這樣我就知道這張臉的其他部分應(yīng)該在什么地方了,?！彼粫?huì)告訴你它得出的結(jié)論。我們需要能輸出如下結(jié)果的算法：“我在絕大部分?jǐn)?shù)據(jù)中找到了這樣的模式,，來(lái)給它起個(gè)名字吧,。”這樣它能輸出的就不止是一個(gè)標(biāo)簽,，還有對(duì)輸入數(shù)據(jù)組成部分的分析,。

　　跟這個(gè)愿景相關(guān)的是，我們可以閉上眼睛,，想象一輛汽車的樣子,，上面有輪子,、車門(mén)、引擎蓋等等,，利用這個(gè)我們就能將新數(shù)據(jù)組合起來(lái),。這就像是逆向運(yùn)行一個(gè)神經(jīng)網(wǎng)絡(luò)，對(duì)每個(gè)輸出標(biāo)簽都能產(chǎn)生對(duì)應(yīng)的新輸入數(shù)據(jù),。人們正在嘗試改進(jìn)神經(jīng)網(wǎng)絡(luò)來(lái)做到這一點(diǎn),，但現(xiàn)在效果仍未盡如人意。我們?nèi)圆恢肋@座高峰有多難攀登,，但我覺(jué)得這個(gè)問(wèn)題不解決,，人工智能就無(wú)法靠近人類智能。

　　如果人工智能的目的是展示人類水平的智能,，那么我們最好先定義人類智能到底是什么,。心理學(xué)家當(dāng)然在定義人類智能上花了大功夫。長(zhǎng)久以來(lái)有個(gè)很流行的想法,，也就是人類智能可以用一個(gè)度量——也就是智商——來(lái)完全確定,。但是，智能的意思是不是說(shuō)能解開(kāi)電視節(jié)目《危險(xiǎn)邊緣》（Jeopardy?。┲械闹i題,？還是能記住人生中更多事件的更多細(xì)節(jié)？或者是以高超技巧譜曲或者繪畫(huà),？這些當(dāng)然都是,，但細(xì)想一下：什么是我們?nèi)祟惿瞄L(zhǎng)并占據(jù)了我們大部分日常思考的事？應(yīng)該是猜測(cè)另一位人類同胞有什么感受,、目標(biāo)和感情,。更進(jìn)一步的，什么才能影響這個(gè)人的感情和目標(biāo),，使得我們可以與之協(xié)作,、達(dá)成我們的目標(biāo)？許多時(shí)候,，這就是決定你人生是否成功的技能,。

　　計(jì)算機(jī)科學(xué)家的確考慮過(guò)為其他客體的知識(shí)和計(jì)劃建模的這項(xiàng)需要。一個(gè)有名的例子就是,，想象有兩位將軍A和B,，他們?cè)趦勺鎸?duì)面的山頂上，需要同時(shí)攻擊山谷處的敵人,，但他們之間的通訊只能穿過(guò)敵方陣線進(jìn)行,。A給B發(fā)了個(gè)信息：“明天出擊？” B回答：“可以?！钡獴不知道自己的回復(fù)有沒(méi)有到達(dá),，而A必須給B發(fā)送另外一道信息來(lái)確認(rèn)已經(jīng)收到了B之前的信息，為的是確保B會(huì)行動(dòng),。為此需要發(fā)送更多的信息（實(shí)際上,，要達(dá)到完全的共識(shí)，他們需要發(fā)送無(wú)窮無(wú)盡的信息）,。

　　計(jì)算機(jī)科學(xué)家很清楚我們需要向AI賦予新的能力,，使它能維護(hù)并構(gòu)建各種模型，描述周遭其他客體的知識(shí),、目標(biāo)與計(jì)劃,。這種能力必須包括知道自身知道什么不知道什么。但某種程度上來(lái)說(shuō),，以目前的編程水平還是做得到這些的,。

　　我們需要情緒#$@*&！

　　然而這個(gè)博弈論的世界缺少了人類思考的關(guān)鍵要素之一：情緒,。沒(méi)有情緒,，就永遠(yuǎn)不可能和人類搞好關(guān)系。我覺(jué)得奇怪的是,，就我所知,，只有一位計(jì)算機(jī)科學(xué)家為情緒建模做過(guò)努力，那就是麻省理工學(xué)院媒體實(shí)驗(yàn)室的羅莎琳德·皮卡德（Rosalind Picard）,。即使是對(duì)人類情緒總體的科學(xué)研究,，似乎也陷于停滯，大體上被許多學(xué)科所忽視,。比如弗蘭斯·德瓦爾（Frans de Waal）在討論動(dòng)物情緒的新書(shū)《Mama的最后一次擁抱》（Mama‘s Last Hug）中對(duì)人類和動(dòng)物的情緒就有這樣的說(shuō)法：

　　我們給不少情緒命了名,，描述了它們的表達(dá)方式，記錄了它們會(huì)出現(xiàn)的各種情況,，但還缺少一個(gè)框架，用來(lái)定義這些情緒并探索它們帶來(lái)的好處,。

　?。ㄟ@是不是因?yàn)橛泻芏鄰氖驴茖W(xué)和數(shù)學(xué)工作的人都有自閉癥譜系障礙？）有一位心理學(xué)家明確指出了情緒在人類智能中扮演的角色,?；羧A德·加德納（Howard Gardner）的經(jīng)典著作《智能的結(jié)構(gòu)》（Frames of Mind： The Theory of Multiple Intelligences）中就引入了“人際智能”（主要是理解他人的情緒）和“自我認(rèn)知智能”（理解自身）的概念，與其他能力并列,。這些能力現(xiàn)在被心理學(xué)家稱為“情緒智能”,，但正如德瓦爾所言，精確定義的缺失給它的研究蒙上了一層陰影。最近維基百科的“情緒智能”頁(yè)面上的“定義”如下：

　　情緒智能可以被定義為監(jiān)測(cè)自身以及他人情緒,、區(qū)分不同情緒并正確分類,、利用有關(guān)情緒的信息……來(lái)加強(qiáng)對(duì)人際互動(dòng)的思考與理解的能力。

　　區(qū)分情緒狀態(tài)最古老的嘗試可以追溯到希波克拉底（Hippocrates）的四體液說(shuō)（the Four Humors）：四種體液關(guān)聯(lián)著四種不同的人格特征和對(duì)應(yīng)的特有情緒,。它們是多血質(zhì)（主動(dòng),、善于社交、隨和）,、膽汁質(zhì)（意志堅(jiān)定,、支配他人、易怒）,、黏液質(zhì)（被動(dòng),、避免沖突、平靜）和抑郁質(zhì)（憂郁,、深思,、可能焦慮）。它們被兩根軸線分隔,。第一根軸是外向與內(nèi)向的對(duì)立,，在經(jīng)典著作中也叫熱與寒的對(duì)立，其中多血質(zhì)和膽汁質(zhì)屬于外向,，而黏液質(zhì)和抑郁質(zhì)屬于內(nèi)向,。第二根軸是放松與拼搏的對(duì)立，在經(jīng)典著作中也叫濕與干的對(duì)立,，多血質(zhì)和黏液質(zhì)屬于放松,，而膽汁質(zhì)和抑郁質(zhì)屬于拼搏。

　　在近代,，漢斯·艾森克（Hans Eysenck）發(fā)展了這套分類方法,，他的版本（畫(huà)得五彩斑斕）在這里：

　　現(xiàn)代對(duì)情緒的研究可以追溯到達(dá)爾文（Darwin）的著作《人和動(dòng)物的感情表達(dá)》（The Expression of the Emotions in Man and Animals），其中他利用伴隨情緒的表情來(lái)進(jìn)行情緒分類,。保羅·?？寺≒aul Ekman）延伸并嚴(yán)謹(jǐn)化了達(dá)爾文的理論，導(dǎo)出的理論有六種基本情緒,，每種都有獨(dú)特的面部表情：憤怒,、恐懼、高興,、悲傷,、驚訝和厭惡。還有許多次級(jí)情緒,，由強(qiáng)度不同的基本情緒組合而來(lái),。

　　羅伯特·普拉奇克（Robert Plutchik）將基本情緒擴(kuò)充為八種,，為各種情緒較弱和較強(qiáng)的變種命名，得到了這個(gè)驚人而多彩的圖表,。實(shí)際上,，有無(wú)窮無(wú)盡的次級(jí)情緒，比如羞恥,、愧疚,、感恩、寬恕,、報(bào)復(fù)心,、自傲、羨慕,、信任,、希望、后悔,、孤獨(dú),、挫敗感、激動(dòng),、尷尬,、失望等等，它們并非基本情緒的簡(jiǎn)單混合,，而是掛接到多個(gè)客體與因素混雜的社交情景上的情緒,。

　　弗蘭斯·德瓦爾在他的書(shū)（第85頁(yè)）中參照上面這個(gè)列表作出了情緒的如下定義：

　　情緒是外部刺激給機(jī)體帶來(lái)的一種臨時(shí)狀態(tài)，標(biāo)志是軀體和心智中特定的轉(zhuǎn)變——大腦,、激素,、肌肉、器官,、心臟,、警覺(jué)水平等。通過(guò)機(jī)體自身所在的情景及它在行為上的變化和表現(xiàn),，可以推知被觸發(fā)的情緒,。

　　雅克·潘克塞普（Jaak Panksepp）開(kāi)拓了另一條相當(dāng)不同的探索途徑，參看他與露西·比文（Lucy Biven）的著作《心靈考古學(xué)：人類情緒的神經(jīng)進(jìn)化論起源》（The Archeology of Mind： Neuroevolutionary Origins of Human Emotions）,。他的研究方向并不是以面部表情為出發(fā)點(diǎn),，而更靠近希臘的體液學(xué)說(shuō)。潘克塞普長(zhǎng)期以來(lái)都在尋找大腦活動(dòng)中的模式,，特別關(guān)注皮質(zhì)下結(jié)構(gòu)的活動(dòng)及其向更高級(jí)腦區(qū)傳遞的神經(jīng)遞質(zhì)，這些都會(huì)導(dǎo)致不同的當(dāng)下情感狀態(tài)以及對(duì)應(yīng)的行為模式,。他們的情緒列表跟達(dá)爾文的相當(dāng)不同,，盡管也有重疊。他們辨認(rèn)出了七種主要情感狀態(tài)：（一）尋求/探索；（二）憤怒,；（三）恐懼/焦慮,；（四）關(guān)懷/愛(ài)；（五）悲傷/苦惱,；（六）玩樂(lè)/高興,；（七）色欲。

　　順便說(shuō)一句：我不清楚為什么他沒(méi)有加上第八種情感狀態(tài)：痛苦,。即使我們通常不說(shuō)痛苦是情緒,，但它的確是心智中源于皮層下結(jié)構(gòu)的一種情感狀態(tài)，一種引起厭惡的獨(dú)特感受,，會(huì)觸發(fā)特定的行為,，也會(huì)導(dǎo)致特定的面部表情和軀體反應(yīng)。在書(shū)中第十一章,，兩位作者走得更遠(yuǎn),，提出中腦的一個(gè)特定腦區(qū)，也就是導(dǎo)水管周圍灰質(zhì)（也許還有它旁邊的腹側(cè)被蓋區(qū)和中腦自主活動(dòng)區(qū)）,，它協(xié)調(diào)了上述所有情感狀態(tài),，產(chǎn)生了他們所謂的核心自我（core self），或者說(shuō)意識(shí),。難怪德瓦爾會(huì)說(shuō)目前還沒(méi)有關(guān)于情緒狀態(tài)的明確框架,。

　　建立一個(gè)能用于人工智能代碼的合適理論，需要的可能就是從海量數(shù)據(jù)出發(fā),，這也是神經(jīng)網(wǎng)絡(luò)解開(kāi)語(yǔ)音和視覺(jué)領(lǐng)域眾多結(jié)構(gòu)的關(guān)鍵,。我們的目標(biāo)是定義這樣的三向關(guān)連：（一）大腦活動(dòng)（特別是杏仁核及其他皮層下腦區(qū)，但也包括大腦皮層中的島葉和扣帶回）,；（二）軀體反應(yīng),，其中包括激素、心跳（威廉·詹姆斯（William James）強(qiáng)調(diào)它是情緒的核心標(biāo)志）以及面部表情,；（三）社交情景,，包括此前和將來(lái)的活動(dòng)。情緒狀態(tài)應(yīng)該由這樣的一堆三元組所定義——在某種類型的社交情景中產(chǎn)生的某種類型的神經(jīng)與軀體反應(yīng),。

　　我們一開(kāi)始可以先從志愿者那里收集大量數(shù)據(jù),，方法是給他們插上靜脈導(dǎo)管，讓他們一邊通過(guò)耳機(jī)聽(tīng)小說(shuō),，一邊進(jìn)行核磁共振成像,。一位心理學(xué)的同事提醒我，他的博士生要在凌晨核磁共振儀空閑時(shí)在機(jī)器圓筒里度過(guò)許許多多個(gè)小時(shí),。跟所有聚類算法一樣,，這種努力的結(jié)果不一定是一組明確區(qū)分的情緒,，而更可能是一種稍顯模糊的分類，分類中還有許多變體,。

　　所有人類似乎都能在同一位朋友身上認(rèn)出幾乎相同的基本和次級(jí)情緒,，而人工智能也需要能夠做到這一點(diǎn)。沒(méi)有情緒分析的話,，計(jì)算機(jī)科學(xué)家在給機(jī)器人編程就會(huì)出錯(cuò),，無(wú)法使之能在與人類互動(dòng)時(shí)正確模仿并回應(yīng)情緒，我們把這種至關(guān)重要的能力叫做人工共情（artificial empathy）,。我甚至承認(rèn),，如果我們希望AI真正擁有意識(shí)，我相信它必須在某種意義上擁有自己的情緒,。探索意識(shí)與情緒之間聯(lián)系的一個(gè)好辦法,，就是看看對(duì)于非人類的動(dòng)物我們知道些什么。

　　動(dòng)物中的意識(shí)

　　我想指出的是,，如果想探索AI能不能獲得意識(shí),，我們應(yīng)該先回答動(dòng)物有沒(méi)有意識(shí)。先讓我給所有正在讀這篇文章的人說(shuō)一句開(kāi)場(chǎng)白：這位朋友,，我相信你是有意識(shí)的,。除了那些別扭的唯我論者，我們都承認(rèn),，在每位人類同胞的腦袋里都有意識(shí)棲居,，而且跟我們自己的意識(shí)沒(méi)什么區(qū)別。但現(xiàn)實(shí)是,，除了我們的共情以外,，并沒(méi)有證據(jù)支持這一點(diǎn)。所以我們是否應(yīng)該利用共情,，將意識(shí)的信念延伸到動(dòng)物上,？

　　可以說(shuō)，有貓狗之類寵物的人絕對(duì)會(huì)認(rèn)定寵物有意識(shí),。為什么,？因?yàn)樗麄冊(cè)趯櫸锷砩峡吹搅四承┬袨椋梢灾苯颖焕斫鉃槟撤N類似于他們也擁有的情緒導(dǎo)致的結(jié)果,。他們覺(jué)得動(dòng)物行為學(xué)的研究者將動(dòng)物“感到恐懼”說(shuō)成“展示了對(duì)捕食者的回避行為”荒謬絕倫,。他們不覺(jué)得說(shuō)寵物“感到恐懼”是一種擬人化，反而覺(jué)得是常識(shí),，并且相信他們的寵物除了感受以外還擁有意識(shí),。

　　我們談?wù)撨@些問(wèn)題時(shí)用到的語(yǔ)言沒(méi)多大用處?？紤]下面一系列詞語(yǔ)：情緒,、感受,、覺(jué)知、意識(shí),；還有這些短語(yǔ)：我們“感受到情緒”“覺(jué)知到自己的感受”“擁有意識(shí)覺(jué)知”，這些短語(yǔ)連接了之前那一串中前后相繼的詞語(yǔ),。換句話說(shuō),，語(yǔ)言將所有這些概念連接在了一起，讓人思考的時(shí)候容易不夠清晰,。同樣需要注意的是,，在這個(gè)信息時(shí)代，許多老年病人的陪伴者是相當(dāng)原始的機(jī)器人,，或者是屏幕上的頭像,，但這些病人很容易誤認(rèn)這些信息造物有真正的感情。

　　所以我們傾向于說(shuō),，我們單純就是不清楚非人類的動(dòng)物有沒(méi)有感受或者意識(shí),。或者我們也可以兩頭下注,，承認(rèn)它們擁有感受,，但將界線劃在意識(shí)上。無(wú)論如何,，至少一位神經(jīng)科學(xué)家,，也就是雅克·潘克塞普，嘲諷這種立場(chǎng)是不可知論癥末期,。這個(gè)問(wèn)題本該有個(gè)答案,，但這種立場(chǎng)終結(jié)了討論。

　　直到最近,，情緒和意識(shí)才獲得了作為科學(xué)研究合理課題的地位,。最近幾十年，通過(guò)堅(jiān)持不懈的觀察和測(cè)試,，人們對(duì)動(dòng)物情緒的研究達(dá)到了驚人的細(xì)致,。此前提到的弗蘭斯·德瓦爾和雅克·潘克塞普各自的書(shū)中，都細(xì)致描述了種類繁多的情緒行為,，橫跨從黑猩猩到大鼠的諸多物種,，其中不僅有基本情緒，還有之前談到的某些次級(jí)情緒（比如說(shuō)黑猩猩和狗的羞愧和驕傲情緒）,。潘克塞普指出,，大鼠幼崽也怕癢，在撓它們的腹部時(shí),，也會(huì)做出類似人類嬰兒的反應(yīng)（見(jiàn)前述書(shū)籍第367頁(yè)）,。

　　對(duì)我來(lái)說(shuō),，這些著作以及其他文獻(xiàn)，當(dāng)然還有我自己養(yǎng)狗養(yǎng)豬養(yǎng)馬的粗淺經(jīng)歷,，再加上在動(dòng)物園看的動(dòng)物,，這些都是動(dòng)物情緒令人信服的佐證。因?yàn)樗胁溉閯?dòng)物大腦內(nèi)結(jié)構(gòu)之間都有詳實(shí)的同源證據(jù),，我看不到有什么理由去懷疑所有哺乳動(dòng)物都能體驗(yàn)跟我們一樣的那些基本情緒,，即使它們的次級(jí)情緒遠(yuǎn)沒(méi)有我們豐富。而且,，如果我們和動(dòng)物都有情緒,，正如我們會(huì)認(rèn)為人類同胞有意識(shí)，出于同樣的理由我們也可以認(rèn)為動(dòng)物有意識(shí),。這就是“奧卡姆剃刀”（Occam’s Razor）的完美實(shí)例：這是目前為止解釋觀察數(shù)據(jù)最簡(jiǎn)單的辦法,。

　　除了哺乳動(dòng)物，審視生命之樹(shù)其他部分是否有可能有意識(shí)也對(duì)我們很有幫助,，無(wú)論那些物種是今日尚存還是從化石構(gòu)建而來(lái),。啟發(fā)我這一點(diǎn)的，是哲學(xué)家與潛水員彼得·戈弗雷-史密斯（Peter Godfrey-Smith）的著作《章魚(yú),、心智,、演化：探尋大海及意識(shí)的起源》（Other Minds： the Octopus， the Sea and the Deep Origins of Consciousness）,。

　　在生命之樹(shù)的基干上有兩個(gè)表面上相似的界：細(xì)菌界與古菌界,。它們都是原核生物，由簡(jiǎn)單的細(xì)胞組成,，沒(méi)有細(xì)胞核,、線粒體、核糖體和其他細(xì)胞器,。另一方面,，兩者都擁有來(lái)自主要蛋白質(zhì)家族的蛋白質(zhì)，使用了通用遺傳密碼（由同一組轉(zhuǎn)運(yùn)RNA分子實(shí)現(xiàn)）,，還有令人矚目的一點(diǎn)是,，它們用于合成作為能量之源的三磷酸腺苷（ATP）的復(fù)雜電化學(xué)機(jī)制與所有高等生命一致。這個(gè)機(jī)制利用了離子泵將細(xì)胞內(nèi)膜轉(zhuǎn)化為電容,，這也是高等動(dòng)物神經(jīng)系統(tǒng)中信息傳遞的關(guān)鍵機(jī)制（在尼克·萊恩（Nick Lane）的著作《生命之源》（The Vital Question）中有生動(dòng)的描述）,。這些形式最簡(jiǎn)單的生命也能通過(guò)細(xì)胞膜上的通道來(lái)感知周遭的化學(xué)環(huán)境，而絕大部分也能利用鞭毛四處移動(dòng),，就此作出反應(yīng),，尋求更好的環(huán)境。

　　這就是開(kāi)端，一種原始形式的知覺(jué),，在35億年前出現(xiàn),。盡管我個(gè)人在此更傾向于不可知論立場(chǎng)，但在這些細(xì)胞中完全有可能存在意識(shí)的毫末,。