「AI哲学」让人类“为自身立命”与“为AI立心”。

认知学家杰罗姆·布鲁纳说：“知道是一个过程，不是一个结果”。本书作者赞同这个观点，并进一步提出意识是个动力模型，同时也是基于深度神经网络分层结构的流程（如图5-1、以及图5-2的顶部所示意，这里示意的是一个单向前馈网络，而真实的人脑神经元连接虽然大多是单向的，但也存在双向情况），关于深度神经网络的图示可参考章节“5.27  【3D智能十八篇之十六】深度学习：像人脑一样深层次地思考”中的图5-205。另一方面，意识是和外界环境感知、交互、反馈的产物。

注：本节的“意识”是一种广义概念，涵盖了智能、认知的内容（只有先具备了认知和智能，才有可能产生意识），它们的详细区别联系参见章节“5.9.2  认知（Cognition）、智能（Intelligence）、意识（Consciousness）的区别与联系”。

图5-1  对人脑神经网络进行抽象简化的分层结构（图片来源：kris12@cnblogs）

注意：本书借用了弗洛伊德的关于前意识、显意识、潜意识的概念、以及本我、自我、超我的概念，弗洛伊德主要将其用于人格和精神分析（参见章节“2.25 弗洛伊德（1856—1939）：潜意识中的性在驱动你”）；而本书更多地将其用于大脑的思考、意识和运算过程，人格不是主要关注点。此外，本节将弗洛伊德、康德、荣格的思想进行了整合，并结合了控制论，将是非常有趣的一次思想探索。

图5-2  意识的分层神经网络动力反馈模型

本节提出分层神经网络意识驱动模型，模拟了意识的产生、加工和深化过程。简单来说，首先，在大脑内部有一个固有的元意识，产生意识的种子。接着，从外界环境所获取的刺激信号引导我们的意识往不同的方向进行思考，并依次经过：原型“隐我”→感性“本我”→众性“超我”→知性“自我”→理性“道我”等层次环节进行加工和深化。最后，意识取得“认知结果”，并将这个结果返回到“外界环境”感知单元，两者进行比较测试。如果发现与外界现实有差异，则获得“反馈认知差”，并将这个差值作为需要纠偏的项，重新输入到“隐我→本我→超我→自我→道我”分层网络模型，进行反复的迭代优化，直到“认知结果”在“外界环境”的验证中没有偏差，那么意识就会认为这个“认知结果”是合理的。这种“反馈”过程，既反映了控制论的思想，也体现了知行合一，即认知与行动的结果一致。

下面我们将对以上过程进行详细解释。

“频率发生器”参见章节“5.7.1  频率驱动：人的内视现象”。在心理学领域有心理压力模型，类似地，本书作者提出了频谱驱动的意识动力模型，即我们的意识由频谱触发、驱动和控制，持续不断给我们的意识过程提供驱动。注意：“频率发生器”与上图的其他部分（原型-感性-众性-知性-理性）并非必然关联绑定的关系，也即“频率发生器”以后即便被证明并不存在，也不影响本节的主要思想（意识的分层与反馈框架）。

“频率发生器”默认是发射有规律的视觉图案（比如不断旋转运动的螺旋线等），也可以是声音语言的频谱。“频率发生器”类似于计算机里的GPU（Graphics Processing Unit，图形处理器），不像CPU那样有很多控制和选择单元，因此非常适合高速、并行运转，源源不断地生成虚拟的基本视觉图形，用于拟合人类在现实世界中看到的各种前景对象（参见章节“5.7.3  洛克的符合论+康德的塑造论：前景对象的拟合与背景环境的塑造”）或大脑中虚构的对象场景（如想象或梦中）。

如果人在睡梦中或者闭上眼睛，因为此时看不到现实世界的前景关注对象，那么“频率发生器”会虚拟生成各种连续的动态变化图案，包括场景布局、视角切换，但不包含纹理、颜色等信息——就如同在观看线条图案描绘的动态场景一样，比如你可以看到一只运动的猫、以及旋转不同视角查看一栋房子，只不过猫和房子都只有动态运动的轮廓线条，中间没有纹理和颜色。这个GPU无时不刻在生成虚拟图案画面，因此如果没有外界环境的介入和影响（比如人一直闭着眼睛），人可能会出现幻觉或者做梦，构建一个理想的“理念”世界；或者为闭眼之前所看到的外界环境对象“脑补”丰富的细节，比如利用类似扩散模型（Diffusion Model）给原本粗线条的环境对象逐步增加清晰细节。正如康德所言：“对于我而言，世界是由我生成的”。

在人的一生中，从我们由精子和卵子的结合开始，“频率发生器”发射的频谱就驱动着意识进行运转，从不停歇，包括你做梦的时候也在振动，就像我们人体有一座时钟在有节奏、有规律的振动一样，直到我们死亡的那一天为止。因此，从这种意义上来讲，“频率发生器”可被称为“元意识”（元神）。元意识属于底层意识，不被我们觉察到，因此也属于潜意识。

假设与推想：若“频率发生器”的频率信号与客观宇宙意识（假设存在的话）有关联，那么每个人就相当于是个分电台，虽然有很大的自主权，但受宇宙总电台所启发、激活、导引。另一方面，如果客观宇宙意识并非客观存在，激活导引信号是由某种主观的东西所提供，那么我们就有可能生活在虚幻的黑客帝国（虚拟现实）中，被某个超级强大的AI母体所控制。但困难的是，我们对此却无法判断真假：自己是生活在客观宇宙中、还是主观的AI母体中？

只要你睁开眼睛或者不再做梦，那么你的意识必然会受到外界环境的影响，包括注意力机制、时间差、空间差、温度差、压力差、信息差、触觉嗅觉、声音图像等等。这些外界环境的特征信息会引导我们的意识往不同的方向进行思考。而且，这些特征是多模态的相互连接，比如你的鼻子突然闻到牛粪这种特殊味道，你的意识就会想起小时候在农村和小伙伴玩耍的视觉画面。而且多模态可以刺激深层大脑，比如你现场体验一道色香味俱全的菜，远比在网上看图片的感受要深得多。

环境的随机性会导致前面的“频率发生器”（元意识）无法并行运算，因为你遭遇不同的环境特征，就会被分叉选择到不同的意识方向，比如你闻到花香会想起美女，而听到军歌就会想起威武的军队。由此可见，环境的随机性，会让我们的意识和思绪“差之毫厘、谬以千里”。

当你闭上眼睛或睡梦中，这时外界环境的视觉影响为0或很小（也许还会有听觉、嗅觉等其他影响），因为缺少了外界环境的对思考因素和思考方向的筛选和削减作用，会导致后面步骤的大脑神经网络的计算量会非常巨大（因为要考虑各种可能性，甚至陷入到胡思乱想的状态），比如我们可以感觉到闭着眼睛躺在床上思考问题时，脑部会明显发烫。章节“9.12.3 心理学中的“感觉剥夺定律”：人需要不断的外界刺激”对此进行了更多讨论。

扩展：全球有6%的人患有“睡眠瘫痪”紊乱症，就是从梦中苏醒后仍然处于“瘫痪状态”，感觉自己动弹不了，即俗称的“鬼压床”。这是因为大脑控制肌肉和身体运动的区域此时还没有完全苏醒（睡梦中处于关闭状态，否则就会出现手脚乱动甚至“梦游”的风险），但我们能够感知外界环境的意识区域提前苏醒了，于是导致这种现象。

在感受外界环境的刺激之后，所获取的这些信息引导我们的意识往不同的方向进行思考，接下来是个分层的模型，依次要经过：原型“隐我”→感性“本我”→众性“超我”→知性“自我”→理性“道我”等层次环节的加工和深化。为了方便量化各个层次的计算量差别，我们评估假定了每个分层所调动的神经元数量，比如：原型（0.01亿神经元）、众性（0.1亿神经元）、感性（1亿神经元）、知性（10亿神经元）、理性（100亿神经元）。计算量不仅与神经元数量有关，还与计算时间、意识是否显式/隐式有关，比如：

 感性（1亿神经元）调用的神经元数量虽然相对较小，所以你在享乐的时候轻松充沛，但玩乐（比如玩手机游戏）的时间久了，你也会感到疲劳。

 又例如，知性（10亿神经元）比感性（1亿神经元）调用的神经元数量更多，这解释了为什么你学习的时候比玩乐的时候会更快速地感到疲劳。

 此外，显意识（前台处理）比潜意识（后台处理）的计算功率消耗更大。比如你专注思考一件事时（特别是闭着眼睛思考这件事），此时处于完全的显意识状态，计算功率消耗极大、你很快就会感到疲劳；而如果你把这件事放一放，放在后台潜意识中慢速处理，则不会感觉到负担，也许某一个时刻会灵光乍现。以知性（10亿神经元）和理性（100亿神经元）为例，虽然后者涉及的神经元数量是前者的10倍，但由于大部分处于潜意识状态，功耗低，所以总的计算消耗与前者处于一个数量级。

下面我们首先介绍“隐我”。荣格提出“集体无意识”是人类心理结构中最深层的部分，完全通过遗传获得，而非个人后天习得，它包含了人类祖先自远古以来积累的心理经验，通过遗传传递给后代。集体无意识的核心内容是“原型”，具有集体性、普遍性和非个人化的特点，这些原型是普遍存在的象征和模式，如“英雄”、“母亲”、“阴影”等，它们在不同文化的神话、宗教和艺术中反复出现。集体无意识可通过梦境、象征和文化作品表现出来，其特点是模糊、杂乱，内容广泛（融合了男女两性特征和丰富的人生经验），同时也在有目的地运转，并作为一个统一的整体存在。关于集体无意识的更多资料，参考章节“2.25.3 荣格的集体无意识、与勒庞的《乌合之众》”。

“隐我”正如它的名称“集体无意识”所表达的那样，处于完全的潜意识状态。

接下来就是“本我”，由人的前意识（浅意识）组成。它可认为是在人脑前台运行的常驻程序，调用大脑的脑细胞数量有限，只能基于感性直观进行粗略的思考，考虑得不够深入细致、也不可靠，但好处是运行快速。前意识包括：本能冲动、直观印象、愿望清单（你的强烈欲望，也是为了自己的圆满）、让你明显躲避害怕的事物、记忆深刻的体验经历、性格人格、对时间空间的先天感知形式、以往总结的事物特征等。

前意识是一种特殊的意识，介于显意识和潜意识之间，兼具两者的特点。首先，它是一种隐藏的状态，因为我们用前意识思考问题时，几乎感觉不到在动脑子，且能快速获得一个判断结果，整个运行过程的功耗也非常低（接近于潜意识的运行功耗）。其次，它又是一种显露的状态，我们也能感觉到它的运行，特别是理解它的判断依据和逻辑。本书作者认为前意识的潜意识成分占据得更多一点（实际上弗洛伊德也将前意识划分到潜意识），因为我们用前意识思考问题时，几乎感觉不到费脑，这得益于它堪比潜意识的低功耗。同时，在这个阶段，会给元意识的线条轮廓进行脑补，填充赋予内部的颜色和纹理（以及配上声音语言），因此这时你在梦中看到的场景是彩色和具有细节的。

提示：弗洛伊德认为，潜意识（Subconsciousness，无意识Unconsciousness）是指人类心理活动中未被觉察的部分，占据人脑的绝大部分、是隐藏在海平面之下的真实巨大冰山；相比之下，（显）意识只占据了小部分。并且他将潜意识分为两种：前意识是一种“潜伏的但能转化为有意识的”潜意识，纯粹的潜意识则是“被压抑的且不能用通常的方法使之变成有意识的”潜意识。

“本我”，主要由感性来驱动（代表着“我想要”），是一种缺乏“超我”监督的状态。我们在日常生活中，大部分情况由感性的“本我”驱动；但在需要时，也会随时调用知性的“自我”进行逻辑分析和推理（类似于快思考与慢思考，详见章节“4.18 感性思维：相信自己的感性直觉”、“4.21.24 克服有限理性法三：从主观的因果思维，切换到客观的统计概率思维”）。在我们在做梦时，一般也是由感性的“本我”驱动，但糟糕的是，这时知性和理性的作用往往很弱，因此梦中的场景和事物往往缺乏逻辑性，甚至前后矛盾，而且也经常会缺乏道德伦理的管束。具体地，在睡眠中，大脑用于审查事实的眶额叶皮层处于关闭状态，此时的大脑并不具备分辨真伪、核查事实的能力，只会全盘接受不合逻辑的梦。

不过，有时做梦时，也可能会出现思维的最高层次的理性“道我”状态，比如你在睡梦中身临其境看到一场堪比好莱坞大片的视觉盛宴，每一个画面的细节都无比逼真，又或是在睡梦中看见恢弘的场景并由此领悟到深刻的道理（科学家在睡梦中常常灵光乍现），这时就涉及到非常巨量的神经元运算（比如100亿神经元），因此你睡觉醒来后会发觉非常疲惫，感觉消耗了大量的脑力。

扩展：科学家研究发现，人在做梦时，梦中看到的视觉图像，和大脑的神经活动信号是有紧密相关的。因此，我们可以反向思考，是否可以通过采集大脑的神经活动信号（扫描大脑，比如通过磁共振成像仪），来推测出大脑梦中或意识中出现的视觉图像，即你的梦境或当前所想？这种思路有可行性的，而且已取得了初步的进展。

再接下来就是“超我”，主要由众性来驱动，包含伦理道德原则、审美、文化、传统习俗等，象征良心和理想，体现了人的社会性、群居本能、爱、以及合一的意识倾向（合一的巅峰状态是“无我”，比如爱情是两个人的合一，为全人类服务则是与全社会的合一）。

“超我”遵循至善的道德原则（“我应该”），代表着指导力，限制“本我”的冲动。超我形成于儿童时期，源于孩子对父母的依赖和依恋，但主要内化了父母的严厉和禁止功能，而忽略了他们的关爱。实际上，孩子超我的形成是以他父母的超我为模型的。

“超我”大部分由潜意识组成，也有部分的（显）意识。

再接下来就是“自我”，主要由知性来驱动。自我大部分由（显）意识组成，也有部分潜意识，包括决策、经验知识、逻辑推理、判断、概念、因果、现实等。“自我”是“本我”经过“超我”的监督指导而产生的，代表着控制力，遵循现实原则（“我能够”），在现实世界中调节着欲望与现实的平衡。

大脑的绝大部分思维，都是在“知性”阶段后，经过执行得出最终的“认知结果”。下节将介绍的理性“道我”阶段，并非一定能抵达的阶段，也可以说是可遇不可求的层次。

最后就是“道我”，主要由人的潜意识（无意识）组成，指结合了前面知性思维之后的潜意识激发：既有“知性经验”的规则结果作为粗略的大方向参考，同时又深度调用大脑的潜意识，大量脑细胞参与直觉判断，类似于当你打坐进入禅定的状态，虽然这时大脑好像放空、没有在思考，其实整个大脑在进行最深入的思考，这时最容易灵感迸发、灵光乍现、觉醒顿悟、大彻大悟。让我们做出最后判断的，往往是那些我们无法衡量的理性直觉的力量，而前面知性阶段的分析和经验只是基础和参考。

之所以叫“道我”，是指突然领悟到“大道”之意，代表“我得道”。这个阶段，并不是必然会经历到的，需要一定的机缘。灵感出现之前，人们往往已经对某一问题进行了长时间的思考，但因为前意识或显意识有限的计算力，又或者陷入了有限的思维方向（思维定势），导致一时可能难以分析透彻。其实，这时思考的某些方面已经接触到了问题实质、已经达到了解决问题的边缘，但由于思维惯性，人们并没有重视这些有用的成分或结果，或者草率地否决掉了，因此束缚住了人们思维的翅膀。虽然前意识和显意识的思维无果，但潜意识仍然在后台默默地继续运行。而当人高度放松时，如散步、赏花、洗澡、甚至是做梦，前意识和显意识的活动比较少，潜意识就会充分运行。因为潜意识具有更多的计算力、不受束缚天马行空的更多个思维方向，在某一刺激的引发之下，人们就可能在瞬间跳出旧有的思维模式，使长期沉积在潜意识里的信息与意识瞬间沟通，灵光乍现，正所谓“踏破铁鞋无觅处，得来全不费工夫”。

人类大脑的神经元数量大约在860亿个。我们假定前意识（“短时感性直觉”）只用到了其中1亿个神经元。而显意识（“中时知性经验”）用到了其中10亿个神经元进行全局知性分析，提取出粗略的经验、知识、规则和大方向，包括形式化符号化、抽象简化等，这相当于用分段线性逼近事物的复杂非线性本质，比如通过学习几百个棋谱规则，去逼近棋局的复杂空间。而潜意识（“长时理性直觉”）则动用了100亿个神经元进行系统化的细节分析，相当于用百亿个参数的潜意识神经网络去直接非线性拟合事物的深层复杂本质，这种充分调用脑细胞的状态，也称为“合一”状态：合一是既有“中时知性经验”（显意识）阶段生成的粗略大方向规则的指引，又有百亿个参数潜意识的精细拟合，这样才能跟大自然复杂的本质拟合得很好。有意思的是，丹麦科学记者托尔·诺里特朗德（Tor Nørretranders）在其著作《使用者的幻觉》（The User Illusion）中提出：意识处理速度约40比特/秒，潜意识则为约1100万比特/秒。

更多细节的讨论，参见章节“4.21.6 分统要素之五：短时感性直观+中时知性经验+长时理性直觉+终时学习型元认知（规划预测、过程监控、反思修正）”。

意识经过“自我”的知性层次或“道我”的理性层次之后，执行并取得“认知结果”，会将这个结果返回到“外界环境”感知单元，并将这个认知结果与外界环境进行比较测试。如果发现与现实有差异，则获得“反馈认知差”，并将这个差值作为需要纠偏的项，重新输入到“隐我→本我→超我→自我→道我”分层网络模型，进行反复的迭代优化，直到“认知结果”在“外界环境”的验证中没有偏差，那么意识就会认为这个“认知结果”是合理的。这种“反馈”过程，既反映了控制论的思想，也体现了知行合一，即认知与行动的结果一致。

举例来说，比如你一开始认为地球是平的，当把这个认知结果在现实的外界环境中测试时，发现有偏差，于是你根据这个反馈不断地纠正，直到认识到地球是个球体，这时不再与现实环境的观察冲突。

如果在理性的“道我”阶段实现了完全的“合一”状态，则此时认知与环境合为一体，即认知差的输出为0，实现了天人合一与共融，领会参悟到天地间运行的大道。

本节出现了很多（显）意识和潜意识，这里再进行一些通俗化的讨论。

人的（显）意识可以认为类似于CPU，负责在前台进行逻辑事实判断和推理，要考虑的外界条件因素复杂，限制和选择分支多，因此很难并行、功耗也大。例如，显意识占主要成分的知性“自我”，可认为是在各种外物（限制条件）之下取得动态平衡的认知稳定态。而在后台运行的潜意识可认为类似于GPU，结构简单，可并行快速处理，负责睡觉时的造梦和虚构情节，以及对现实的实时脑补、预测，但因为限制条件少，所以有时会有幻觉。正因为梦中的潜意识不需要区分真假，因此也不受制各种约束条件，这样才可进行高效的并行计算。

相比于前台显意识的小规模神经元计算节点（比如10亿个），人类大脑后台运行的潜意识具有瞬间充分调动巨量大脑神经元（比如100亿个）的能力，可以让人类的智能能力瞬间暴增1万倍，从而产生灵光乍现和顿悟。关于这一点的体验，很多人可以通过做梦感受到，比如在梦中看见过比好莱坞大片还要精彩炫酷和逼真的实时场景和画面。

以本书作者曾做过的一个梦为例。我有一次在睡觉时，身体翻身时不幸跌落到床下。在身体从床上跌落到地面的短短几秒时间内，身体接收到感觉信号后通过神经传送到大脑（预判身体将跌落），然后大脑的潜意识GPU迅速生成对当前的梦境内容进行修改，以便进行该限制条件下的匹配（如在梦中也正好从马上跌落）。梦中的从马上跌落情节与现实中的从床上跌落情节保持完全同步和一致。

潜意识其实更强大的算力体现在它的宏大造梦能力。例如，有一次我梦到在梦中浏览电脑屏幕，潜意识首先通过一个人物发出一个声音提示我要“拉一下”，然后在梦中的我过了好几秒才反应过来“拉一下”这个短语的含义：拉一下屏幕滚动条以便看见更大范围。这说明梦中的情节实际上由潜意识提前生成（比如提前1分钟生成），所以它自然提前知道复杂问题的答案：因为已提前布局，所以答案也提前已知，所以梦中的潜意识很多情况下并不需要实时高速计算解答。例如，在梦（潜意识）中，一切都是预设好的（除非受到外界环境的打扰和干涉），里面的情形（比如让你在梦中寻找走出复杂迷宫的路线）一开始就预设好了答案，因此你可以在梦中立即知道答案、仿佛有如神助，其实这个过程并不是实时计算的。

人的显意识常需要进行推理分析，所以短时所记忆的知识点彼此之间相互关联，这种未经仔细整理的状态保持了一定冗余性，方便你快速查找、跳转和检索。而长期记忆一般存储在潜意识中，并被有规律地整理组织好，这样非常便于大规模并行运算；不过由于被紧凑地组织（甚至还被压缩编码），没有什么冗余，导致不便于快速灵活地查找、转跳、和敏捷运算。举个例子，你很容易想起近期发生的事，包括各种细节，因为短时记忆包含了多模态的信息、彼此相互关联，提供了一定的冗余性，因此有很多线索方便你随时调用。而你很难想起很久前一件事的细节，因为大脑对长期记忆的内容进行了整理、删减、压缩，可供回想的线索少。而另一方面，短时记忆很难快速地对一个事物的整体进行评价，因为需要涉及到很多错综复杂的信息；而潜意识中的长时记忆则可以很快地对一个事物进行整体评价（即所谓的第六感），因为过往的海量相关信息早已有规律地整理好，方便潜意识进行高效地并行运算。

提示：所谓直觉，其实很大程度上是与已有经验知识的高度相似。以感性直觉为例，很多人第一印象喜欢一个人，往往是因为这个人与自己之前偏好的某个人甚至是与自己本人长相相似。所谓夫妻相，有很大程度是因为人们在选择伴侣时，倾向喜欢和自己长相特征相似的异性，并将其归结于缘分、第一印象。

相比于显意识，人的潜意识相对客观、真实，按照弗洛伊德的说法，反映了人的真实欲望和真实动机。比如听见别人对自己的负面评价，人的显意识很“自我”（总维护自己自尊和优秀），会有意无意给自己解释，尽力很快忘记那些外部的负面评价。只有潜意识，才会把别人对自己的负面评价作为一个“重要事项”备忘在大脑深处，然后在你的梦中，把这些“重要事项”（此时已被显意识忘得一干二净）拿出来重点放大、并编排各种带有情节的故事警醒自己，这就是人的深层反省能力：即把被显意识刻意遗忘的重要事项，加强提醒并编排成故事展现在梦中，让你通过亲身经历有情节的虚构故事来明白这些道理。

关于梦的潜意识，还有一种高维猜想，比如梦是在四维空间，所以就很容易生成三维的视频，正如动画团队如果已在三维空间建好了三维模型，那么就很容易在任意视角生成二维视频动画，并不需要费力地在每个视角单独地手工重新绘制。

更详细内容，请见本书的完整版。如果你有任何感想，请在评论区留言，一起讨论。

“AI哲学一吴怀宇”（中国科学院博士、北大博士后）作者主页：www.OpenDAI.org；邮件：huaiyuwu@sina.com

视频号/公众号：AI哲学一吴怀宇中国科学院（人工智能哲学）

支持单位：