圖片來源@視覺我國
文 | 腦極體
為人父母之后，如果稍微用心，就能從孩子的成長過程中發現一個人的智能是如何快速生長出來的。
每個孩子就像一個人工智能，而且比人工智能更加高效。在初步掌握了語言詞匯的指物作用之后，孩子會不停地指向那些感到好奇的新鮮事物，一次次向你詢問“這是什么”。
經過一段時間的訓練，當孩子能夠建立起事物之間的基本練習，能夠對一些生活現象有所預期之后，他的問題將進一步升級，開始向你詢問“為什么”。
他想了解事情的原委，而不是僅僅停留在這個事情是什么上面。這是一個質的飛躍。
最初我們也許還能應付孩子的提問，憑借努力回憶初高中時候學到的知識再給孩子做解答，但是隨著孩子越來越愛刨根問底，我們往往很快就會繳械投降，一些問題回答不上來是因為我們把學到的東西都還給了老師，一些問題則是就連專家們可能也無法回答，要不有人說孩子都是哲學家呢？
不過，非常有意思的是，在大人們被逼問到無言以對的時候，也總會反問孩子一個極具致命性的問題：“你為什么總有那么多的為什么呢？”
致命性的原因在于，這個問題事關人類的前途命運，但現在卻沒有現成答案。人類相當于踩在一塊隨時可能沉沒的“因果論”的航船上在深海上行駛，多么可怕！
搞清“因果關系”的來源，解決人類為什么能思考“為什么”這一元問題，一直是哲學和科學界研究的對象。幸好，相較于哲學陷入不可知的泥淖，神經科學正在從人的生理機制中發現答案。
今年初，清華大學的一項研究正是從神經科學的角度來分析我們頭腦中的因果關系和神經元的作用機制的關系，并取得了初步的成果。
當然，在談及這一略微枯燥的學術研究之前，我們需要先聊聊有關“因果關系”的核心爭論，才有可能理解這一研究成果的價值和可能的影響。
為什么因果關系如此重要？
因果關系，是我們日用常行中最經常用到的思維活動，也是這個普遍聯系的世界中最令人困惑的一種關系。
圍繞因果關系展開的哲學和科學的爭論可謂不計其數。可以說，對于“因果關系”本身認識的深化就決定了我們人類認識能力的飛躍。
在討論這個看似人人明白但深究起來卻復雜無比的“因果關系”問題，我們需要首先界定因果關系的定義：事件A的存在導致事件B的存在，二者存在著限定條件下的必然聯系，通常具有時間上的先后相序性或者邏輯上的推導性。
這么說太過抽象，舉個例子。“太陽從東邊升起”，這是事件B，那么導致她發生的原因是什么呢？最初人們找到的原因是“太陽繞著地球從東向西轉”，后面人們轉換了視角，獲得了“地球圍繞太陽轉，同時地球自轉”的限定條件，我們就知道是“地球自西向東自轉”這一事件A，導致了事件B。
而古諺有云：“雄雞一叫天下白”，意思是“雄雞叫”（事件A）導致了“太陽升”（事件B）。我們就知道古人顛倒了因果，其實是天快亮的生物節律導致了事件A的發生。同時，這樣的因果很大程度上不具有必然性，而只是相關性。
搞清楚這些概念，我們只要稍微反思，就可以推論出以下判斷：
一、我們的生活中存在著大量的經驗性的因果推論，這些推論可能是錯誤的（不具有必然性），可能是顛倒的（倒因為果），可能只是相關性的（復雜因果鏈條下的弱關系）。
二、所謂絕對必然性的因果關系只存在邏輯形式當中，而無法存在在對經驗世界的概括當中。在經驗中的任何必然性的因果推論，都是限定條件的。
但是，在得出以上這些結論的同時，我們仍然是冒著“獨斷論”的風險。因為當我們在認為現代科學的基石是建立在因果關系的必然性的時候，科學界已經在自己撼動這一基石。
科學大廈面臨的根本性問題就是：客觀世界本身是否存在著因果的必然性聯系，還是只是概率性聯系，正如在量子力學中“測不準原理”對微觀粒子的因果關系的根本挑戰。
（大衛·休謨公元1711-1776年：那個掀翻理性認識論桌子的男人）
如何理解這個問題的嚴重性？我們借用哲學史上著名的“休謨問題”來解釋。休謨質疑說：任何兩個事件之間只存在相關關系，任何經驗性規律都只能從歸納法而來。客觀世界并不存在任何意義上的絕對必然的因果聯系，這些因果性聯系是人類理智的缺陷的產物，是人類頭腦的產物。
我們繼續用“太陽永遠從東邊升起”舉例。我們得出這一結論的原因是在于我們從古至今的記錄里從來都是太陽從東邊升起，她的“絕對必然性”在于我們的經驗和信念。
即使今天你搬出來地球從太陽系里獨立存在之后就一直“自西向東”自轉，是由于這樣符合牛頓力學，但再繼續向前追溯，我們仍然不清楚為什么地球的引力會如此這般運行，而不是會突然相反或失效。
因果鏈條向上難以最終溯其本原，科學的基石建立在“可證偽性”和“科學范式的轉化”上面。而我們如果要保持一種理性的因果關系，就必須為自己的“因果關系”推理戴上枷鎖。
這導致我們陷入一種“不可知論”的境地，那就是我們不能再信誓旦旦地說排除在人的認識范圍之外的客觀世界有其必然性因果聯系，用以描繪客觀世界的因果關系的源頭在于我們的認知的內在機制。
那么，這個問題就變成了：“我們大腦中的因果關系何以可能？”
“因果編碼”：大腦神經系統是天生的因果科學家
“休謨問題”之所以重要，很大程度上在于打破了人們對于因果關系的最高級形式“真理”的執念。以前我們常常說科學就是要追求真理，現在已經成為一句打臉的話。
經過上世紀科學哲學家波普爾對休謨問題的回應，科學對于真理的追求變成對于“可證偽性”的追求，也就是一套科學體系存在可被推翻（可證偽）的條件，而其有能夠不斷合理解釋掉這些問題，才有資格稱為“科學的顯學”，否則，想用不可驗證（不可證偽）的概念為自己的理論補上最后的缺口，或者始終無法合理解釋那些可被證偽的問題。那么，這一科學體系要么過時（如牛頓力學），要么僅僅只是科學猜想（弦論等）。
宇宙的真相深奧難測，但同樣人類今天能夠從宏觀宇宙和微觀世界探索到如此深邃的程度，其原因只能在于人類基于邏輯、想象力和因果推論所展現出來的無窮智慧。
但可惜的是，我們用大腦的能力來研究外物，可謂成果斐然，但我們用大腦理解自身則是進展緩慢。
在近代以前，西方哲學通常使用身心二元論的方式來看待意識，將其當作一個獨立的心靈實體去研究，大多得出一些同義反復或者形而上學的離奇猜想。
幸而，最近半個世紀以來，我們人類重新調整方向，將大腦當作人類意識的真正源頭開始進行全面的研究，神經科學從生物解剖學、功能分區、化學電信號、神經元模型等角度展開全面研究，以期全面還原意識的全部謎底。
現在，神經科學家們已經對神經傳遞的信息傳遞、感知功能的神經反應以及像海馬體的作用機制都有所了解，但再向上對于更高級的意識的涌現、自我的誕生，以及這里聊到的“因果關系”的作用機制，仍然是在預測層面。
而這一次，清華大學心理學系&腦與智能實驗室正是從神經元系統的運作中找到了人類進行因果關系推論的“因果編碼”。
為了避免將大腦中因果編碼的機制歸結為“復雜高階的認知機能”這種籠統說法，研究人員對因果編碼的成因做了低階的還原。他們的假設的前提是：高階的因果編碼推斷也必須包含基礎的感覺知覺和認知，就如同康德所謂的“思維無內容是空的”的假設一樣。
為此，研究者通過模擬神經系統的基礎要素（神經元群）的數學框架來生成符合實際活動的神經元的動力學。隨后通過多個序列的神經元的隨即刺激，誘發神經動力學后開始因果度量。而從多次大規模的隨即實驗之后，研究著從神經動力學過程中找到了原本的因果關系（original causal relation）和編碼后的因果關系（coded causal relation）的高度相關性。
（神經編碼過程對因果關系造成的相關性影響）
研究團隊得出的核心結論是，正是大腦的神經元群的集群動力學可以自發完成對因果關系的近同態的表征，且幾乎不依賴因果關系判定中歷史信息的數量。
如何理解這一結論呢？大概率的意思是，我們的大腦很容易在一次前后相序的神經元刺激中建立起相關性關系，并且建立這種關系不必受多次重復的影響，可能少數幾次的刺激就能形成這種相關關系。
一個經典的心理學實驗可以作為參考，來理解這一過程，就像在一個小孩子面前放一個不透明紙板，實驗者將一個洋娃娃從紙板背面的這邊拿進去，從另一邊拿出來。那么，小孩子可以理解是同一個洋娃娃從后面穿過了紙板。但是下一次，研究者讓娃娃從這邊進去，但從另一邊拿出另一個東西，小孩子就表現出非常驚奇的樣子。
這就源于第二次試驗打破了小孩子的因果編碼。僅僅一次，小孩子就建立起一個物體從始至終都會保持統一性的因果關系。同樣，魔術的魅力也就在于打破人們的因果預期。
而現在，研究者們從神經元的集群動力中找到了這種因果推論的證據（當然，也只是找到了高度相關性），這為我們開始模擬因果編碼的神經網絡系統打開了新的可能。
那么，搞清楚為什么我們會問‘為什么’的原因也就不言自明了。
解開因果迷境，為超人類的智能開路
一開始，我們用很大篇幅來說明為什么“因果關系”問題對于我們人類很重要。正是借助因果關系的能力（原因之一），我們戰勝了地球上的所有其他物種，站在了食物鏈頂端。但同樣因為我們對因果關系的不斷改進和反思，才破除了眾多經驗性因果關系的錯誤，而發展出現代的科學的摩天大廈。
現在，對于“人類如何完成因果推論”問題本身的研究和解釋變得至關重要，這一問題的解決既決定了我們的現代科學體系的基石是否牢固，也決定了我們能否在未來創造出可以具有主動實現因果推論（而非相關性推論）的人工智能（AGI）的可能性。
在2011年圖靈獎得住朱迪亞·珀爾的《為什么》一書中，將能夠建立基于“干預”（如果我做了，結果會怎樣）和基于“反事實”（假如我不做，結果會怎樣）的因果關系鏈條，才視為具有類人智能的通用人工智能。
道理是這個道理，但問題的關鍵是“這一過程如何可能”？
當然，我們這里不敢斷言上面研究人員對于構建這種基于因果推論的算法模型有直接的幫助，畢竟這一研究太過初級。但是這一研究成果仍然證明了我們通過嚴格的實驗設計來找到大腦中“因果編碼”在神經元的動力學機制，從而還能得到一個泛用的、不基于強假設的神經動力學生成框架。用研究者的話來說，通過這一完整的數學描述工具，可以進一步用于其他需要生成神經元集群活動的研究中。
從找到因果編碼的神經動力學機制到完整模擬出人腦的因果推理算法，挑戰仍然非常艱巨。
（用因果探索因果之謎，就像埃舍爾的《龍》一樣形成奇特的循環怪圈）
從地球的一團沸湯演化出生命，從單細胞生物演化成人類，從智人變成能夠跨物種生存的超人類，我們幾乎是在一種概率性極低的撞大運中存在著，而我們又要從這些巨大深邃的隨機性中尋找因果關系的必然性，甚至還想人為創造一個具有人類的因果推理天賦的新物種。
如此來看，這也正是我們能夠問出“為什么我們會問‘為什么’”這一問題，最激動人心的地方。
