仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
来源：追问
感知信息过去常被认为是体验的起点，但关于预测性大脑的新兴科学将这一传统认知彻底颠覆了。
我们的大脑总在努力预测世界正要呈现给我们的样子，而且永无止息。是这些预测构建与形塑了人类的一切体验，从我们解读他人面部表情的方式，到我们感受到的疼痛，再到我们的观影计划。情绪、心境甚至计划也都以预测为基础。抑郁、焦虑和疲劳都反映了塑造我们体验的内隐预测的改变。改变这些预测（比如使用不同的词汇“重构”特定情境），我们的体验本身也会改变。
在本篇文章中，认知哲学教授安迪·克拉克（AndyClark）将预测处理理论应用到更广泛的认知现象中，深入讨论了人类如何利用外部技术来突破生物大脑的固有限制，进而作为天生的赛博格与技术环境进行复杂的互动。
本文作者·Author
AndyClark
英国萨塞克斯大学认知哲学教授
安迪·克拉克是当代认知理论的重要学者，也是延展心智理论的领军人物。其研究领域广泛，他在认知哲学、语言哲学、逻辑学、形而上学等领域都有深厚造诣和重要影响。其代表作有《预测算法：具身智能如何应对不确定性》《放大心灵：具身、行为与认知延展》《心体：认知科学与人工智能的哲学挑战》等。
▷本文授权转载自《体验机器：我们的大脑如何预测和塑造现实》作者：［英］安迪·克拉克中信出版集团点击上图购买。
塔比莎·戈德斯塔布是一位成功的科技企业家，也是一名阅读障碍患者。小时候，她对数字和词抱有莫大的恐惧。如今，这种恐惧感已经消失，取而代之的是一种快乐的乐观主义和令人羡慕的写作风格。在发表于报纸上的一篇文章中，她这样描述自己的处境：
我像依赖老朋友一样依赖像SwiftKey和Grammarly这样的应用程序。特别是SwiftKey，它对我的日常生活帮助很大。这是一款适配智能手机的键盘应用，它基于人工智能的推荐机制要比内置的拼写和语法检查好用不少。它还有一个更好用的新功能，可以将我的语音直接转化成文本，这样假如我一时找不到正确的表达方式，就不用非得打字或留下语音备忘了。Grammarly是我用笔记本电脑办公时的首选。它结合了规则、模式和人工智能深度学习技术，有助于提高我的写作水平。（但是）如果这两款应用中的任何一款出了问题，我就会觉得自己又回到了教室，如堕五里雾中，脑子一片模糊，字母和数字乱作一团。
戈德斯塔布是所谓的延展心智的一个典型例子：作为阅读障碍患者，她的日常思维活动无法仅仅依靠生理硬件实现，相反，她的生理硬件至少在大部分时间里与诸多外部技术稳健地耦合。我相信，塔比莎·戈德斯塔布的思想（或者说“心智”）真正的“化身”正是这个耦合系统—包括她的大脑、身体和她所依赖的技术。
这不仅仅关乎戈德斯塔布，也关乎每一个人。我们或多或少都要依赖各类应用程序、工具和其他“大脑外”的资源来执行计划、组织日常生活、记住我们本来会忘记的事。其中一些辅助手段旨在复制或支持我们的生物性大脑已经拥有的技能和能力，其他则扮演更有趣的角色——不只是对生物性能力的复制，更是对它们的增强和改造。
当生理硬件与关键技术工具的耦合足够稳健、可靠，以至于大脑学会了自然地期望这些资源现成可用，并将其影响纳入我们的所有计划和行动中，（我相信）我们就成了延展心智—无须依赖侵入性植入装置的赛博格（控制论机体）或混合心智。尽管我们不像“终结者”那样在脑壳里植入电路板，但我们大脑的机制已不会单纯地被生物性大脑的运作耗竭。
在本文中，我们将从两个彼此相关的角度探讨这个具有启发性的主题。第一种观点强调“认知行为”的重要性——这类行为的选择是为了提升认知水平，而不是直接实现一些实际目标。如果赶飞机是你的实际目标，那么出发前查看公交车时刻表就是一项有用的认知行为。第二种观点思考预测是怎样控制行为（包括认知行为）的。
结合这两种观点，我们就会发现，预测性大脑时刻准备着发现合适的认知行为，以充分利用（承载了信息的）外部资源（比如公交车时刻表）。我将指出，预测性大脑并不在乎重要信息是存储在内部状态和结构，还是外部状态和结构（如笔记本、应用程序和全球定位系统）中。重要的是大脑预测但凡有控制行为的需要，就有合适的信息或操作可用。其结果是内外部资源始终互相配合、曼妙共舞：预测性大脑为延展心智提供了完美的生物平台。
实践行为与认知行为的统一
以图6—1所示的红毛猩猩梅戈为例。梅戈学会了在过河前用棍子试探水深。红毛猩猩因善于使用工具而闻名，以至于红毛猩猩土地信托公司的执行董事米歇尔·德西莱茨经常引用这样一句话：“同样一把螺丝刀，黑猩猩会把它玩坏，大猩猩会将它丢开，但红毛猩猩会用它打开笼子逃跑。”
▷图6—1红毛猩猩梅戈的行动可改善其“信息状态”。资料来源：BOSF|Purnomo。
用好螺丝刀属于实践行为，用棍子试探水深则属于认知行为。但不论是红毛猩猩还是它们的大脑，都无须标记这两种行动策略的差异，因为二者都源自最小化同一个量——预期的未来预测误差——的努力。
虽然预期的未来预测误差在文献中很常见，但我们还是会觉得它有些不自然：对误差的预期有什么用呢？不过，它的意思其实只是我们有能力展望未来，对比采取不同行动可能导致的结果，选择会产生最小的误差（预期的未来误差）的操作。在大多数情况下，我们甚至没意识到自己在这样做。当你上网搜索一部电影的上映时间时，你可能并未意识到自己正试图提高未来的确定性，采取行动，尽量消除可能的误差，但这正是你在做的。同样，梅戈在过河前用棍子试探水深，也是在试图降低重要的不确定性（以避免未来的误差）。
在这些情况下，实践行为和认知行为的决定机制是完全相同的，因为预测性大脑会做出反事实的预测，即“采取特定行动，未来可能产生什么结果”，而后，要么选择能直接产生首选结果的行动（可能的话），要么对环境展开进一步的探索和采样，以搜集更多的信息，降低关键的不确定性，并使期望的结果在未来更有可能实现。换言之，实践行为和认知行为来自同一个深层根源，服务于共同的目标。红毛猩猩和人类的主要区别在于二者拥有的“世界知识”在深度和一般性质方面有所不同，比如人类可能会创建一个潮汐时间表，让自己提前几个月就能为过河做好规划。
任何预测处理的主体都会发现，为实现未来目标而最小化误差既可借助认知行为，又可借助实践行为，并会设法将二者结合起来。在所有类似情况下，大脑要做的就是选择最有利于消除（相对于目标的）未来预测误差的行为，正如我们在《体验机器》第3章所见，这些目标本身其实就是足够强的（精度足够高的）预测，描述了主体期望的未来状态。只要一个系统能计算预期的未来误差，它就能自动制定一套方案，作为实践行为与认知行为的结合，该方案将最有可能实现系统期望的未来状态。以此，预测性大脑借助实践行为与认知行为，在恰当的时机调用诸如铅笔、纸张、应用程序、智能手机和笔记本等重要资源，编织出一张张延展的解决问题的网络。
旨在最小化预测误差的系统解决此类问题的能力得到了一系列研究的证实。在一项模拟研究中，人们发现智能体有能力结合实践行为和认知行为，在迷宫中找到奖励刺激。每一轮测试中，智能体（一只“虚拟老鼠”）都会从虚拟三岔道迷宫（T形）的中点出发，迷宫中有“食物”奖励（“老鼠”偏好的状态），位于迷宫双岔道中某一条的尽头（T顶端的左右部分）。在T的最下端有线索，能告诉“老鼠”奖励位于哪一条岔道。结果，“老鼠”并没有直接探索两条岔道，而是学会了沿远离奖励刺激的方向（暂时）移动到迷宫最下端，那里没有奖励，但总是包含有用的信息。智能体就像在使用某种“海岸导航算法”一样，其远离（已知）奖励的可能位置，是为了从另一地点出发，循（线索提示的）可靠路径直奔主题。
通过首先到达提示位置，“老鼠”获得了信息，以规划通向“食物”的最高效的路径，这一策略在现实中将有助于生物管理对其维持生命至关重要的身体预算。这提醒我们，认知行为和实践行为间的权衡在生命史的早期就出现了，尽管随着我们的知识范围和深度的增加，以及有用的技术的开发与应用，这种权衡已变得更加引人注目。如今，我们可以用搜索引擎寻找一家餐厅，以获取我们期望的奖励（比如美味的鱼生料理），即便这些奖励与我们的生存的联系已不那么密切，我们权衡实践行为和认知行为的基本逻辑依然不变。
▷图源：VladanNikolic
循环的过程
想象一下，你想为你的家设计新厨房。根据预测处理理论，要做到这一点，你先要有一个对好的结果的期望（“乐观预测”）。而后，你的任务（或其中之一）就是借助认知行为消除关键的不确定性，比如决定将炊具、洗碗机和冰箱布置在哪里。这通常最好通过将想象等心理活动与查看产品目录、测量空间尺寸、绘制草图和重新测量等物理活动相结合来实现。在现代技术的加持下，你也能借助应用程序领略不同的厨房布局。这类应用程序增强了我们的想象力，武装了我们生物性的“心智之眼”，让我们能发现原本可能忽视的机会与问题。
一间厨房的设计涉及认知行为与实践行为的复杂结合。在此过程中，时机和顺序也很重要。另一个例子，快节奏的运动，也许最能说明这一点。通过拥有一个好的预测模型，玩家能对那些目前尚无事发生，但（他们预测）很快就将出现关键信息之处具有某种“前瞻性”。比如在足球比赛中，球员常会看向自己预测传球即将发生之处。控制这些（以认知为动机的）头部运动和眼动的必然是预测，而非此时此地的感知，因为在球员关注的地方尚无任何他们感兴趣的事件发生。如果要在竞技体育中获胜，这些寻求信息的尝试就必须在恰到好处的时刻发起。
预测的水准通常随专业技能的提高而提高。比如新手司机和老司机相比，对前方路况的预测能力就不那么强（即便能够预测，也经常看不了那么远）。但他们确实要更善于发现高度不可预测的新事件，因为他们的视觉扫描路径不太受根深蒂固的关于重要事件最有可能在何时何地发生的强烈期望的约束。相比之下，老司机的丰富经验让他们很清楚应该在何时看向何处，这样做通常很有效，因此他们在大多数时间里的驾驶表现要远胜新手司机。但当真正不同寻常的事件发生时，比如一个骑自行车的人突然从错误的方向进入环形交叉路口，老司机的“专家预测系统”反而会让他们无法扫描整个场景，以至于不能很好地应对。
在使用纸、笔和应用程序等认知辅助工具时，时机也很重要。我在边思考边写东西、掰手指计数或用应用程序设计时，所有要素（神经活动、身体动作和外部媒介的反应）都交织在一起，每个要素似乎都在恰到好处的时刻相互触发。但是，如果这时候加上一些意想不到的时间延迟（有时确实会发生这种情况，比如你的网络连接出了点儿问题），你就会立马失去“通过键盘思考”的能力。这是因为在使用特定的工具和技术时，大脑会预测特定的速度和延迟，这些预测会在恰当时机启动认知行为，以满足我们的需求。这就是将内外部操作像这样互相交织，融合为一个流畅的、延展的问题解决系统的原理。若一切顺利，不同的过程几乎无缝衔接，整个系统得以循环运行，以至于我们会开始觉得自己真在借助一个延展的例程（包括在草稿纸上涂鸦、素描或使用应用程序）进行思考。
诺贝尔物理学奖得主、理论物理学家理查德·费曼在与历史学家查尔斯·威纳的一场著名的对话中完美地捕捉到了这种无缝融合的感觉。威纳当时指出，费曼特定批次的笔记和草图很好地记录了他日常的思考。对此，费曼给出了惯常的尖锐回应：
“其实，我的思考就是在纸上完成的。”费曼回答。
“不如说是你在大脑里完成的，只不过记录在了纸上？”威纳说。
“不，它们不是记录，真的不是。它们就是我的思考。我只能在纸上思考，就像这张纸。明白吗？”
费曼本能地认识到，他的教学思想不仅仅从大脑的活动中涌现，还来自整个具身的循环，也就是我们常说的“边写边想”。“写”的意义非常重大，它不仅仅是留下记录，更是真正意义上的思考过程的一部分。
我写本书的过程也可以像这样去理解：这并不是说先在脑海里遣词造句，再将它们诉诸笔端，相反，我的大脑自始至终都在致力于促成与各种外部资源的一系列反复互动。在“遇见”这些资源（以前的笔记、重要的文献、网页和线上讨论）时，我的大脑会做出零碎的反应，偶尔会有些新的想法，进而产生更多的笔记和草稿。随着大脑不断“遇见”新的资源，“边写边想”的（延展的）过程不断循环，思想也得以不断精炼并转化为文本。可见我们许多主要的认知成就不应只归功于生物性大脑，它们在很大程度上依赖环境的赋能，依赖我们在环境中的感知与行动。
▷图源：ChamoSan
芯片与主机
尽管如此，并非每一个延展的解决问题的过程都应该被视为个人心智核心机制的延展。有时候工具只是工具，应用只是应用。到目前为止，在我们考虑的许多实例中，思考（认知）主体和支持性环境之间的区别依然十分明显。但现实世界有一些部分始终伴随在我们左右，而且它们的功能是如此可靠，以至于生物性大脑可以将它们提供的能力视为一个既成事实。在这种情况下，大脑会“默认”技术所增强的那部分能力，就像它会将我们的基本身体能力视为理所当然的那样（回顾第3章）。
举个“家常”的例子：我们从小就知道自己有10根手指，而且它们不出意外一直都在，因此能用于计数。于是乎，大脑可能会发展出一种仅仅依赖手指的计数策略，作为一种问题解决方案，假如没有包括手指在内的行动环路，这种计数策略就是不完整的。现在某些移动设备也有类似的作用：它们通常都是可用的，从来如此。因此，我们的大脑从小就知道将它们几乎不间断提供的一系列功能纳入日常考量。
接下来，想象你大脑的某个部位出了故障，医生往你的颅内植入了一块硅基芯片，以代替那个部位。如果这块芯片能以正确的方式与大脑其他部位交换信号，我们大多数人都会承认它已经接管了缺失的功能，能像它代替的部位受损前那样工作。因此，该芯片现在是你大脑物质基础的一部分。如果一些问题的解决有赖于特定脑区具备的功能，在这些脑区受损后，只要有其他设备（如芯片）接管相应的功能，你就依然能解决这些问题。
现在我们将这个思想实验稍微改动一下：芯片不再是植入式的，而是存放在外部，但能与你大脑的其他部位保持持续的无线互联。你的能力肯定也能得到类似的恢复，既然如此，该外部芯片的功能是否依然算作你的心智机制的一部分？如果我们承认这一点，就会为一种对心智的激进见解敞开大门，即心智包含一些大脑以外的机制，即便这些机制并未附着在身体之上或植入身体之中。
延展的感知
我们再回到之前设想的无线芯片，现在它不仅能恢复大脑特定区域的功能，还能改变大脑的运行模式，这样它就不再只是受损神经回路的“外接件”，而是能像肠道微生物组那样提供全新的功能。也许它会不断追踪几只股票的走势，每当有关键指标提示股价异常波动，或预测到重大政治事件或自然灾害（假设它也关注时事新闻），就会发出警报。警报的形式可能是突然的轻微的电击或刺痛。一旦你收到警报，如果需要更多细节，它也可以提供，比如借助某种类似于增强现实的复杂的视觉信号叠加。
我们也可以提高这块芯片的智能水平。假设现在该设备逐渐学会根据最近的市场趋势改变其灵敏度和关键指标，甚至会（借助某种可穿戴界面）将你的身体背景状态纳入考量，从而在它判断你正经受压力或疲惫不堪时避免不必要的交流。随着时间的推移，你的大脑将学会在很大程度上依赖这块芯片的信号指示来捕捉令人兴奋的交易时机并采取行动。
▷图源：FavoStudio
你现在拥有了一个全新的大脑—身体回路——我们这些漫画迷也许会说你获得了一种“蜘蛛感应”。正如夜视镜让我们能在黑暗中看清东西一样，这块“股市芯片”让你能感知市场的波动和机遇。而且随着时间的推移，它会变得像你的肠道神经元一样不可或缺（权且这样假设）。事实上，只要它足够好用，你的大脑最终会像依赖你的感官一样依赖它，对它提供的信号也会像对感觉信号一样流畅且自动地予以处理。到这一步，芯片就成了我所说的“编入的资源”，这是一种被高度信赖的非生物性结构，与系统（我们所说的“你”）的其他部分保持着精妙且持续的耦合。
这种深度编入技术的一些早期版本已然问世。NorthSense（方向感）就是一个简单的例子：这是一款佩戴在胸前的小型硅基设备，当用户转向磁北时，它就会被触发，短暂地振动。这种持续不断的定向信息会被迅速纳入佩戴者的认知生态，让佩戴者很快就期望能时刻了解自己相对于一些遥远但重要的地点（比如寓所或孩子的校门）的方位。NorthSense也会以同样的方式与我们的情绪反应回路耦合，直到所有功能都被预测性大脑视为理所当然，以至于一旦设备被移除或发生故障，用户就会体验到不同程度的焦虑和痛苦。
我们的许多日常设备，尤其是智能手机和其他可穿戴设备，已经开始充当编入的资源。它们的恒定功能已经深入我们的大脑对什么样的操作可以执行以及何时执行的持续评估。一旦这些设备也开始监测用户的生理状态，一系列强大的、全新的大脑—身体—世界回路就会被创造出来，这一切在不久的将来必将随着技术的不断进步而成为现实，并被提升到一个全新的水平。
我在先前的研究工作中，以及在谷歌（英国）公司担任临时学术顾问时，都发现自己在想象一个未来，在这个未来中，人类从小就被一层又一层的智能个人设备和家用设备包围。“边缘计算”的普及将加速这一进程。边缘计算指的是信息存储和转换发生在更接近数据源的地方。这将使许多问题能够（使用传感器和用户在现实环境中实时移动生成的数据）在端侧得到解决，而无须将数据上传到远程云服务器再返回。
在这样的未来，我们人类的生命全程都将在一系列支持性技术的环抱下发展，这些技术包括私人AI——有的被完全植入端侧，有的被编入你我的穿戴，还有些不那么私人化的会渗入家庭、道路、交通工具和办公场所等宽泛意义上的环境。在你很小的时候，你的个性化AI就会上线。它们会从你的选择中学习，并反过来指导你的选择。它们还能帮助你完成一些“元任务”，指明并引导你调用（个人生态系统外部的）其他资源来帮助你实现目标。在这样复杂的环境中生活、工作和娱乐的我们将继续界定人何以为人，并将继续模糊自我与非我、心智与工具、个人与世界间那已然模糊的界限。
延展的心智
哲学家杰瑞·福多曾写道：“如果心智在空间中的某处发生，该处一定位于脖子以北。”福多坚决反对这样一种观点，即个人心智的基本机制可能包括身体其他部位（“头部以南”的部位）的某些过程，至于说它可能包括外部世界的某些过程就更是荒谬透顶了。
与之相反，我和大卫·查默斯在一篇发表于20世纪90年代初的简短论文中率先提出了一种堪称异端的见解。当时我正在圣路易斯华盛顿大学指导PNP项目，我作为项目负责人的第一个任务就是说服大卫·查默斯以博士后研究员的身份加入项目组——对像他这样的学术新星来说，这份差事着实繁重。如今，他因在意识和我们应该如何看待虚拟现实和增强现实方面的研究而闻名。但我们合写的那篇简短论文已成了某种“现代经典”，一直是当代心灵哲学领域被引用最多的论文之一。
▷图源：Clark,Andy,andDavidChalmers.\“Theextendedmind.\“analysis58. 1(1998):7-19.
这篇论文的题目是《延展的心智》，我们在文中指出，个人心智的机制并不一定局限于个人大脑和中枢神经系统的机制，甚至不必局限于个人更普遍意义上的身体。相反，构成心智的回路可以延展开来，分布于大脑、身体以及物质和技术世界的各个方面。我们相信，在特定条件下，可以将一些涉及寻常过程（比如使用计算器或智能手机，甚至只是翻看笔记本上的记录）的外向回路视为心智机制适当的组成部分。也就是说，你的心智并不总在你的大脑之中。
我们的核心主张其实很简单，而且在前面的讨论中阐述得很清楚。生物性大脑的一大功能是创造和维系感知—行动回路，让我们得以存活并接近自己的目标。为此，我们既需要使用“自身搭载”的记忆来存储信息，也需要（在有必要时）主动寻求额外信息。在寻求的过程中，至于优质信息是已经存储在记忆中，还是需要我们借助具身的行动将各种工具和技术纳入回路，其实无关紧要。重要的是在恰当的时刻有合适的信息可用。我们的激进见解是，如果某人大脑的活动和一些非生物性资源的功能之间联系得足够紧密，我们就应该认为他的心智是延展的——作为一个新的问题解决架构，由分布在大脑、身体和外界的一系列资源构建而成。
为此，我们提出了一个通用原则，即对等原则。最好将它理解为一种启发式的、粗糙而现成的工具，用于识别认知延展的可能的实例。对等原则是这样的：
当我们面对特定任务时，假设世界的某个部分作为一个过程发挥了作用，而如果这个过程在大脑中进行，我们会毫不犹豫地承认它是认知过程的一部分，那么世界的这个部分（当时）就是我们认知过程的一部分。
我们的想法其实就是邀请读者对各种可能的认知延展自行做出判断，不受位置（它位于大脑中吗？）和人类生物学（它是由所谓的湿件制成的吗？）的干扰。为此，一个很好的办法是问问你自己，关于某个可能的认知延展，如果你发现相应的功能在某个外星生物的大脑中运作，你是否倾向于将其视为该外星生物心智机制的一部分？如果你说是，那么怀疑论者就有责任告诉我们，同样的过程如果在大脑外部发挥作用，为什么就不该被视为“延展的”心智的一部分。
把这个推理应用到前面谈到的反应灵敏的股市芯片上，你可能会得出这样的结论：如果发现这项功能是在某外星生物大脑内部以某种方式发展起来的，那它无疑应该被视为该外星生物心智机制的一部分。如果你对该芯片的非植入版本（它会在大脑外部发挥作用）有什么不同的看法，这就只能反映出某种缺乏原则的“神经沙文主义”偏见了。B级片中科学家手中的计算器和滑尺似乎也是如此。尽管它们要经由通常的感觉通道，依赖完整的感知—行动回路与大脑“交流”，但我们不认为这种差异有什么大不了的：每一种情况下，整合性的功能都得到了流畅的实现。因此感知—行动回路能让正常的人类心智升级为延展的心智，后者能够包含一些非生物性的部分。
如果我们是对的，那么福多就是错的。心智不仅仅是“大脑的工作”，更是大脑的创造——横跨大脑、身体和世界的分布式认知引擎。
▷图源：ARTDTYA
奥拓要去纽约现代艺术博物馆
我与大卫·查默斯在论文中设想了一位轻度记忆障碍者奥拓。随着记忆力的下降，奥拓越发依赖他随身携带的笔记本。他用笔记本记录地址，以及关于家人、朋友、更宽泛的环境和重要日程的事实等，这样笔记本发挥的作用就与他的记忆类似了。一天，奥拓想去参观纽约现代艺术博物馆，于是翻了翻那可靠的笔记本，发现它位于第53街。
我们又设想了一个角色因加，她“自身搭载”的记忆运作良好。因加也想参观纽约现代艺术博物馆，但她能直接回忆起它位于第53街。我们通常会说，因加早在从记忆中提取纽约现代艺术博物馆的地址前就已经知道它在哪儿了。但是奥拓呢？他检索到的“纽约现代艺术博物馆位于第53街”这一事实并没有存储在他的大脑中，而是记录在他的笔记本上。但只要有需要，他就能轻易获取这些信息以指导行为。因此根据对等原则，我们认为，即使在查阅笔记本前，奥拓也算是知道纽约现代艺术博物馆在第53街。奥拓的笔记本是他延展的记忆的一部分，扮演着与因加的生物性记忆非常相似的角色。
对奥拓和因加行为的另一种理解（借鉴先前围绕认知行为和预测性大脑的讨论）是：他们都在搜寻信息。只不过因加只探索了自身搭载的记忆，而奥拓则探索了笔记本等外部信息来源。但二者有深层次的共同点：它们都是有助于减少预期的未来预测误差的方法，从而使我们更接近目标。
有观点认为，奥拓查询笔记本或我们使用智能手机的过程涉及感知—行动回路，标志着一个关键的区别：奥拓必须感知笔记本并根据笔记本采取行动才能发现必要的信息，而因加无须借助感知—行动回路即可提取这些信息。因加的认知行为（从记忆中提取）完全是内部的，奥拓的则不是。所以，也许心智的边界是感知和行动，而非皮肤和颅骨？我和大卫·查默斯并不认同这一点。我们目前的观点是，感知和行动未必构成“心智”的硬性边界，这正是延展心智理论的真正核心。
《延展的心智》于20世纪90年代初发表时，移动计算技术还不像今天这样发达。如今，一部智能手机就能成为我们的论点的最好例证。正如大卫·查默斯指出的，几乎已经没有人再去背电话号码了：智能手机的通讯录发挥了与我们的记忆相同的作用。根据延展心智理论，我们的智能手机——至少在某些方面——已成了我们心智的一部分。
值得注意的是，一类人工神经网络系统（称为可微分神经计算机，简称DNC）也已面世，其同样依赖某种形式的“延展的内存（记忆）”。DNC是一种人工神经网络，其自身内部处理能力与稳定但可修改的外部数据存储（比如伦敦地铁线路图）耦合。借助这种耦合，这种“延展计算”系统能就各种复杂的问题空间进行推理——比如在伦敦地铁网络中规划路线。这些系统以简洁却发人深省的方式证明，对稳定而丰富的外部信息存储的采集可被视为延展计算过程的一部分。
一些争论
你可能还有些顾虑，因为因加的记忆和奥拓的“记忆”在机制上存在显著差异。但不同物种的记忆在机制上也存在差异。觅食蜜蜂的记忆与人类的记忆似乎就不大相同。蜜蜂的大脑与哺乳动物的大脑有着不同的基本结构，但这并不意味着蜜蜂没法记忆。侦察蜂能记住花蜜的位置，并找到返回蜂巢的高效路线。尽管脑容量很小，它们依然能利用记忆来规划自己的活动，在有新信息可用时也能灵活地加以适应。
对我们设计的小小思想实验的另一种常见的回应是：奥拓的笔记本不能被视为他的心智的一部分，因为它位于奥拓的脑壳外头，或者说它不是生物性的。但这种想法依然没有脱离“皮肤和颅骨”的生物沙文主义之框。我特别欣赏的哲学家苏珊·赫尔利就曾一针见血地指出，没有理由认为皮肤和颅骨像一种神奇的薄膜，构成了心智机制的“特权边界”。
还有一种常见的反对意见是，奥拓在查阅笔记本前所知道的并非纽约现代艺术博物馆的确切地址，而是“正确的信息存储在笔记本中”这一事实。相比之下，甚至可以说因加在访问记忆前就已对纽约现代艺术博物馆位于第53街拥有完全的信念。
对此，我们可以再一次援引对等原则。如果你坚持认为奥拓在查阅笔记本前只相信地址记录在笔记本上，那么你也应该说因加在提取关于纽约现代艺术博物馆地址的记忆前只相信相关信息存储在自己的生物性记忆中。当然，关于因加，我们通常不会这么说。但是我们相信，关于奥拓，我们也不应该这么说。奥拓查阅笔记本的行为已是习惯系统的一部分，他是如此仰仗这个系统，甚至无须有意识地思考：“嗯，我现在要查看一下笔记本，找找纽约现代艺术博物馆的地址。”奥拓对笔记本的“访问”是如此不假思索、自动自发，就和因加对她的生物性记忆的访问一样。
也许在你看来，笔记本算不上奥拓心智机制的一部分，因为它对奥拓谈不上“不可或缺”：即便奥拓不小心把笔记本搞丢了，他依然是奥拓。但这种推理也是错误的。我的视觉能力目前是我的一部分，是构成我作为（如我所是的）认知主体的要素。但即便不幸失去了视力，我依然可以继续活下去，而且依然是我自己。说到底，生物性记忆很脆弱，奥拓就是一个例子。没准儿因加某一天午餐时喝多了，也会暂时忘了纽约现代艺术博物馆的地址。再次强调，我们要比较不同的个例，就要保持大致对等。
塔比莎·戈德斯塔布的情况也是如此。如果无法使用Grammarly和SwiftKey等应用程序，她在读写方面的表现就会大受影响。但同样，你也可以让我服用安眠药，或（正如一些研究人员所做的那样）对我的大脑施加磁脉冲，从而损害我基于大脑的表现。更不用说中风也会损害我的能力。在这些情况下，我们都不认为某物的缺失是否会损害我的具体表现决定了它能否算作我“真正的心智机制”的一部分。
随着针对生物性认知障碍的各种认知辅助技术的普及，认识到这一点将变得越发重要。这也意味着对深度编入的认知辅助技术的有意破坏应视同对大脑的有意损害。回顾一下戈德斯塔布的说法，当应用程序出了问题，她就会感到“如堕五里雾中”。
解决资源调用难题
延展心智的理念最初没有对大脑发挥的作用进行可靠的解释。因此，它留下了一个悬而未决的问题，即内部活动与外部行动如何在恰当的时间正确地组合。不知怎么地，精明的生物性大脑都能以某种方式当场调动、激活或利用任何资源组合以解决问题，付出最小的努力，获取可接受的结果。但它究竟是怎样做到的？
对这个涉及资源调用的难题，我们已经有了初步的答案。我相信，正是预测性大脑支持的循环与耦合造就了延展的心智。如前所述，预测性大脑不断地评估采取特定行动（比如用棍子试探水深）将在多大程度上可靠地降低不确定性，从而帮助我们接近目标。这种评估能力的背后是一个强大的反事实预测模型，这个前瞻性的模型能告诉我们假如采取不同的行动，我们应该期望体验什么。这使我们能够选择一系列行动，以稳步接近自己的目标。
认知行为作为这个过程的一部分自然而然地出现。这是因为我们可以选择此时此地的行动来搜集信息，提高未来取得成功的可能性。对奥拓来说，这意味着选择查阅笔记本的行动（奥拓想去纽约现代艺术博物馆，他的大脑也“乐观地”预测自己很快就将找到它的地址信息）。而对因加来说，这意味着从（自身搭载的）记忆中提取纽约现代艺术博物馆的地址信息。请注意，他们的动机完全一致，行动的性质也完全相同。不论是查阅笔记本还是访问记忆都属于认知行为（只不过前者是外部的，而后者是内部的），因为预测性大脑正试图最小化未来预测误差。
在这种情况下，预测性大脑参与了某种“知识预算”的编制。“知识预算”类似于第4章谈到的“身体预算”，涉及策略和行动的选择，这些策略和行动将（在恰当的时机）稳步地提供所需知识与信息，帮助我们实现长期目标。大体而言，这正是预测性大脑解决“资源调用难题”的方法。预测性大脑会评估哪些行动和策略最有助于消除关键的不确定性，从而缩短我们的“乐观预测”（比如安全抵达纽约现代艺术博物馆）与当前状态间的距离。同样，预测自己将准时到达机场的旅客将选择一系列认知行为，如查询有关时间和交通的必要信息。在每一种情况下，预测性大脑在制定行动策略时都会将可靠的内外部操作和资源是否可用纳入考量，以最大限度地消除追求这些目标时的误差。
至于红毛猩猩梅戈，我们并不指望它能充分利用信息来将关于全球市场走势、抵达机场的时间甚至纽约现代艺术博物馆确切地址的不确定性降到最低。但梅戈确实会用一根棍子来试探水深。可见梅戈与我们最重要的区别与其说是认知的基本策略，不如说是（对世界的）认知的深度与性质。人类对世界的认知能跨越较长的时间尺度，涵盖（直观地说）更加“抽象”的状态。有了这些模型或认知，我们就能发现并执行有持续性的复杂的认知行为序列。
但无论是梅戈在过河，一个人在设计新厨房，还是一群人在想象大型强子对撞机，最终的驱动力都是一样的。设法消除关键的不确定性是一种生物学意义上的迫切需要，正是它让我们不断接近自己的目标。在此过程中，一些外部事物和资源提供的可能性有时会得到我们的高度信赖，因此被自动部署并深度编入我们的日常生活，最终成为真正的认知延展。
大型强子对撞机不太可能成为某个个体心智机制的一部分。奥拓的笔记本和我随身携带的智能手机则不同，它们应该被视为真正的认知延展。至于介于二者之间的大量资源（比如我那时不时就会出故障的车载导航系统），我们既不太信赖，又不太倚仗，因此它们与我们日常生活的联系会更为松散。
▷图源：FernandoRivas
再谈心与脑
你可能会担心，我们确认了大脑在恰当的时间选择和组合合适的资源方面的重要作用，这不正好说明大脑是那些“真正重要的”活动的发生地（这与延展心智的精神背道而驰）吗？如果大脑的确是认知资源的主要调用者，这难道不意味着它同样是心智与认知的场所？
答案是否定的。大脑的伟大之处在于能在恰当的时间编入合适的资源以解决问题，但这并不意味着新编入的资源是次要或可有可无的。事实上，在许多情况下，单凭大脑本身根本无法执行正确的操作。因此，承认大脑在识别和利用更广泛的资源网络的过程中发挥了主要作用，并不意味着将后续问题解决的所有功劳都归于大脑。这就好比一位精明的领导者招募了一支精干的顾问团队。此举固然值得称赞，但我们不应将随后出台的一系列行之有效的政策愿景全部归功于这位领导者一人。
因此，对这种担忧的正确回应是，我们要严格区分资源调用的过程（在恰当的时间选择合适的资源）和解决问题的过程，因为解决问题的过程依赖所调用的一系列资源。生物性大脑调用的大量资源与大脑本身一同构成了一台问题解决“机器”。这与领导者和自己精心挑选的顾问团队密切合作的情况没什么不同。但领导者及其顾问团队由多个不同的心智构成。
大脑与其调用的资源一同解决问题的情况更类似于使用一种工具（大脑）来制造另一种工具（更大的系统），或类似于用启动程序来启动计算机：我们用一组与大脑绑定的认知过程（对资源的调用）来“装配”另一组认知过程——一个更大的问题解决系统，涉及生物性资源和非生物性资源的有效组合。一旦“装配”成功，问题就将由这个更大的系统来解决。比如建筑师会查看应用程序、绘制草图、从自身搭载的记忆中提取信息……这一系列过程的复杂协同让手头的难题得以顺利解决（不出问题的话）。
最后，值得注意的是，要支持延展心智的理念，就需要避免将资源的调用过程理解为一个刻意为之的、深思熟虑的过程。这一点也和领导者招募顾问团队的例子不同。相反，我的高层次目标更像是催化剂，它将引发一系列（认知）行为，获取外部的辅助性认知资源，以最小化未来预测误差。这样一来，合适的外部资源就被“编入”了（就真正的认知延展而言）——该过程无须深思熟虑，而是“自然而然地发生”的。奥拓之所以查阅笔记本，是因为他想去参观纽约现代艺术博物馆的高层次目标启动了级联处理，后者调用了一系列内外部操作的组合（翻开笔记本，读取纽约现代艺术博物馆的地址），无须刻意规划与反思。对延展的心智而言，外部认知行为的选择和实施应该像内部认知行为一样毫不费力、流畅自然。
我已指出，心智的延展之所以成为可能，是因为预测性大脑天然善于借助对信息的搜集（认知行为）来帮助实现我们的目标。在排除合理怀疑的情况下，关于延展心智是不是对人类心智的最好理解，我已不再指望哪怕是最出色的科学研究能回答这个问题。然而，进展还是有的。我们已对预测处理的核心原则有了更好的理解，这些原则使预测性大脑能够利用任何可用的资源选择获取有用信息的行为。这正好说明了我们构建的世界有时的确能接管、转换和增强曾一度由我们的大脑执行的功能。
我依然相信，随着大脑、身体和外部资源的交织越发紧密，认为心智被完整地包裹在皮肤和颅骨之中的想法将越发不合时宜。但这种想法至少在一定程度上是一种伦理选择。正如塔比莎·戈德斯塔布的例子所表明的，将个人心智局限于生物性大脑的信息处理能力，无异于将一位装了假肢的运动员的专业技能局限于他的生物性身体的运动能力：说得好听一点儿，“你就是你的大脑”这种激进的内在主义观点完全是倒行逆施，对我们理解心智毫无助益。然而，即便对我来说，另一种选择（延展心智）也多少有些“不自然”，许多人也依然没有接受。
关于预测处理的新视角应该有助于我们以不同的方式看待这场争论。大脑是预测机器，能像在实践行为中激活一系列内部回路那样毫不费力地调用外部资源（出于相同的原因）。随着预测处理过程的展开，人类的经验和思维一方面由神经元活动以及大脑与身体的密集互动网络从内部进行协调，另一方面则由我们生活和活动于其中的高度结构化的社会与技术世界从外部加以引导。这构建了一个循环因果网络，在这个网络中，心智始终与身体和外部世界相互渗透（至少可以这么说）。
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
https ://wx. zsxq.com/group/454854145828
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https ://wx. zsxq.com/group/454854145828进入。
截止到3月31日”未来知识库”精选的百部前沿科技趋势报告
（加入未来知识库，全部资料免费阅读和下载）
牛津未来研究院《将人工智能安全视为全球公共产品的影响、挑战与研究重点》
麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力
AAAI2025关于人工智能研究未来研究报告
斯坦福：2025斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191页）
壳牌：2025能源安全远景报告：能源与人工智能（57页）
盖洛普&牛津幸福研究中心：2025年世界幸福报告（260页）
Schwab：2025未来共生：以集体社会创新破解重大社会挑战研究报告（36页）
IMD：2024年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214页）
DS系列专题：DeepSeek技术溯源及前沿探索，50页ppt
联合国人居署：2024全球城市负责任人工智能评估报告：利用AI构建以人为本的智慧城市（86页）
TechUK：2025全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52页）
NAVEXGlobal：2024年十大风险与合规趋势报告（42页）
《具身物理交互在机器人-机器人及机器人-人协作中的应用》122页
2025-2035年人形机器人发展趋势报告53页
EvaluatePharma：2024年全球生物制药行业展望报告：增长驱动力分析（29页）
【AAAI2025教程】基础模型与具身智能体的交汇，350页ppt
Tracxn：2025全球飞行汽车行业市场研究报告（45页）
谷歌：2024人工智能短跑选手（AISprinters）：捕捉新兴市场AI经济机遇报告（39页）
【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习
《基于传感器的机器学习车辆分类》最新170页
美国安全与新兴技术中心：2025CSET对美国人工智能行动计划的建议（18页）
罗兰贝格：2024人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11页）
兰德公司：2025从研究到现实：NHS的研究和创新是实现十年计划的关键报告（209页）
康桥汇世（CambridgeAssociates）：2025年全球经济展望报告（44页）
国际能源署：2025迈向核能新时代
麦肯锡：人工智能现状，组织如何重塑自身以获取价值
威立（Wiley）：2025全球科研人员人工智能研究报告（38页）
牛津经济研究院：2025TikTok对美国就业的量化影响研究报告：470万岗位（14页）
国际能源署（IEA）：能效2024研究报告（127页）
Workday：2025发挥人类潜能：人工智能（AI）技能革命研究报告（20页）
CertiK：Hack3D：2024年Web3. 0安全报告（28页）
世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告
迈向推理时代：大型语言模型的长链推理研究综述
波士顿咨询：2025亚太地区生成式AI的崛起研究报告：从技术追赶者到全球领导者的跨越（15页）
安联（Allianz）：2025新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33页）
IMT：2025具身智能（EmbodiedAI）概念、核心要素及未来进展：趋势与挑战研究报告（25页）
IEEE：2025具身智能（EmbodiedAI）综述：从模拟器到研究任务的调查分析报告（15页）
CCAV：2025当AI接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124页）
《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新132页
《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》
全国机器人标准化技术委员会：人形机器人标准化白皮书（2024版）（96页）
美国国家科学委员会（NSB）：2024年研究与发展-美国趋势及国际比较（51页）
艾昆纬（IQVIA）：2025骨科手术机器人技术的崛起白皮书：创新及未来方向（17页）
NPL&Beauhurst：2025英国量子产业洞察报告：私人和公共投资的作用（25页）
IEAPVPS：2024光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65页）
AGI智能时代：2025让DeepSeek更有趣更有深度的思考研究分析报告（24页）
2025军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37页）
华为：2025鸿蒙生态应用开发白皮书（133页
《超级智能战略研究报告》
中美技术差距分析报告2025
欧洲量子产业联盟（QuIC）：2024年全球量子技术专利态势分析白皮书（34页）
美国能源部：2021超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60页）
罗马大学：2025超级高铁（Hyperloop）：第五种新型交通方式-技术研发进展、优势及局限性研究报告（72页）
兰德公司：2025灾难性网络风险保险研究报告：市场趋势与政策选择（93页）
GTI：2024先进感知技术白皮书（36页）
AAAI：2025人工智能研究的未来报告：17大关键议题（88页）
安联Allianz2025新势力崛起全球芯片战争与半导体产业格局重构研究报告
威达信：2025全球洪水风险研究报告：现状、趋势及应对措施（22页）
兰德公司：迈向人工智能治理研究报告：2024EqualAI峰会洞察及建议（19页）
哈佛商业评论：2025人工智能时代下的现代软件开发实践报告（12页）
德安华：全球航空航天、国防及政府服务研究报告：2024年回顾及2025年展望（27页）
奥雅纳：2024塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28页）
HSOAC：2025美国新兴技术与风险评估报告：太空领域和关键基础设施（24页）
Dealroom：2025欧洲经济与科技创新发展态势、挑战及策略研究报告（76页）
《无人机辅助的天空地一体化网络：学习算法技术综述》
谷歌云（GoogleCloud）：2025年AI商业趋势白皮书（49页）
《新兴技术与风险分析：太空领域与关键基础设施》最新报告
150页！《DeepSeek大模型生态报告》
军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态-250309（40页）
真格基金：2024美国独角兽观察报告（56页）
璞跃（PlugandPlay）：2025未来商业研究报告：六大趋势分析（67页）
国际电工委员会（IEC）：2025智能水电技术与市场展望报告（90页）
RWS：2025智驭AI冲击波：人机协作的未来研究报告（39页）
国际电工委员会（IEC）：2025智能水电技术与市场展望报告（90页）
RWS：2025智驭AI冲击波：人机协作的未来研究报告（39页）
未来今日研究所2025年科技趋势报告第18版1000页
模拟真实世界：多模态生成模型的统一综述
中国信息协会低空经济分会：低空经济发展报告（2024-2025）（117页）
浙江大学：2025语言解码双生花：人类经验与AI算法的镜像之旅（42页）
人形机器人行业：由“外”到“内”智能革命-250306（51页）
大成：2025年全球人工智能趋势报告：关键法律问题（28页）
北京大学：2025年DeepSeek原理和落地应用报告（57页）
欧盟委员会人工智能与未来工作研究报告
加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用
电子行业：从柔性传感到人形机器人触觉革命-250226（35页）
RT轨道交通：2024年中国城市轨道交通市场数据报告（188页）
FastMoss：2024年度TikTok生态发展白皮书（122页）
CheckPoint：2025年网络安全报告-主要威胁、新兴趋势和CISO建议（57页）
【AAAI2025教程】评估大型语言模型：挑战与方法，199页ppt
《21世纪美国的主导地位：核聚变》最新报告
沃尔特基金会（VoltaFoundation）：2024年全球电池行业年度报告（518页）
斯坦福：2025斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191页）
国际科学理事会：2025为人工智能做好国家研究生态系统的准备-2025年战略与进展报告（英文版）（118页）
光子盒：2025全球量子计算产业发展展望报告（184页）
奥纬论坛：2025塑造未来的城市研究报告：全球1500个城市的商业吸引力指数排名（124页）
FutureMatters：2024新兴技术与经济韧性：日本未来发展路径前瞻报告（17页）
《人类与人工智能协作的科学与艺术》284页博士论文
《论多智能体决策的复杂性：从博弈学习到部分监控》115页
《2025年技术展望》56页slides
大语言模型在多智能体自动驾驶系统中的应用：近期进展综述
【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用
皮尤研究中心：2024美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28页）
空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理-250224（33页）
Gartner：2025网络安全中的AI：明确战略方向研究报告（16页）
北京大学：2025年DeepSeek系列报告-提示词工程和落地场景（86页）
北京大学：2025年DeepSeek系列报告-DeepSeek与AIGC应用（99页）
CIC工信安全：2024全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42页）
中科闻歌：2025年人工智能技术发展与应用探索报告（61页）
AGI智能时代：2025年Grok-3大模型：技术突破与未来展望报告（28页）
上下滑动查看更多
