2.4 认知行为的分散记忆

任何思维都会酝酿出令人费解的观念。

因为人体就是一个由术业有专攻的器官组成的集合体——心脏负责泵送，肾脏负责清扫——所以，当发现思维也将认知行为委派给大脑不同区域时，人们并没有感到过分惊讶。

19世纪晚期，内科医生注意到刚去世的病人在临死之前，其受损的大脑区域和明显丧失的心智能力之间存在着某种关联。这种关联已经超出了学术意义：神经错乱在本源上属于生物学的范畴吗？1873年，在伦敦西赖丁精神病院[12]，一位对此心存怀疑的年轻内科医生用外科手术的方式取出两只活猴的一小部分大脑组织。其中一例造成猴子右侧肢体瘫痪，另一例造成猴子耳聋。而在其他所有方面，两只猴子都是正常的。该实验表明：大脑一定是经过划分的，即使部分失灵，整体也不会遭遇灭顶之灾。

如果大脑按部门划分，那么记忆在哪一个“科室”储存呢？复杂的大脑以何种方式分摊工作？答案出乎意料。

1888年，一位曾经谈吐流利、记忆灵敏的男人，惶恐不安地出现在朗道尔特博士的办公室，因为他说不出字母表里任何字母的名字了。在听写消息的时候，这位困惑的男人写得只字不差。然而，他却怎么也读不出所写的内容。即使写错了，也找不出错的地方。朗道尔特博士记录道：“请他看视力检查表，他一个字母也说不出。尽管他声称看得很清楚……他把A比作画架，把Z比作蛇，把P比作搭扣。”

四年后，当这个男人去世的时候，他的阅读困难变成了彻底的失语症。不出所料，解剖遗体时发现了两处损伤：老伤在枕叶（视力）附近区域，新伤则大致在语言中枢附近。

这是大脑“官僚化”（按片分管）的有力证明。它暗示着，不同的大脑区域分管不同的功能。如果要说话，则由这个“科室”进行相应的处理；而如果要书写，则归那个“科室”管。要说出一个字母（输出），你还需要向另一个地方申请。数字则由另一幢楼里的另一个完全不同的部门处理。如果你想骂人，就要像滑稽短剧《巨蟒剧团之飞翔的马戏团》[13]里提示的那样，必须沿着大厅走另一头。

早期的大脑研究员约翰·休林·杰克逊[14]讲述了一名女病人的故事。这名病人在生活中完全失语。有一次，她所住病房的街对面有一堆倾倒在那里的垃圾着火了，这位病人清晰地发出了一个字——也是休林·杰克逊所听到的她讲的绝无仅有的一个字——“Fire”（火）。

怎么会这样？他感到有点不可思议，难道“Fire”是她的语言中枢记得的唯一一个字？难不成大脑有自己的“Fire”字部门？

随着大脑研究的进一步深入，思维之谜向人们展示出其极具特定性的一面。在有关记忆的文献中，有一类人能正常区分具体的名词——对他们说“肘部”，他们就会指着自己的肘部，但非常奇怪的是，他们无法识别抽象名词——问他们“自由”或“天资”，他们会茫然地瞪着眼睛，耸耸肩。与此相反，另一类看上去很正常的人则失去了记住某些具体名词的能力，却能完全识别抽象的东西。伊斯雷尔·罗森费尔德在其精彩却太不引人注目的著作《记忆的发明》（The Invention of Memory）中写道：

有这样一名病人，当让他给干草下定义时，他回答：“我忘了。”当请他给海报下定义时，他说：“不知道。”然而，给他“恳求”这个词时，他说：“真诚地请求帮助。”说到“公约”，则回答：“友好的协定。”

古代哲学家说，记忆是座宫殿，每个房间里都有你这辈子的一些思想。随着临床上一例例特别的健忘症被发现和研究，记忆房间的数量呈爆炸式增长，且无穷无尽。已经被划分为套间的记忆堡垒，又被分割为由极小的密室组成的巨大迷宫。

有一项研究描述了这样的四名病人，他们能辨明无生命的物体（如雨伞、毛巾），却会混淆生物，包括食品！其中一名病人能毫不含糊地谈论无生命的物体，但对他来说，蜘蛛的定义是“一位为国家工作的找东西的人”。还有许多记录，是关于受过去时态困扰的失语症病人的。我听说过另一个传闻（我不能证实，但毫不怀疑），说患某种疾病的人能够分辨所有食物，但蔬菜除外。

南美文学名家博尔赫斯在他的小说中杜撰了一部名为《天朝仁学广览》（Celestial Emporium of Benevolent Knowledge）的古代中国百科全书。其中的分类体系恰如其分地代表了这种潜藏在记忆系统下的怪诞不经。

在那本年代久远的百科全书中，动物被划分为：a）属于皇帝的，b）防腐处理的，c）驯养的，d）乳臭未干的小猪，e）半人半鱼的，f）赏心悦目的，g）离家的狗，h）归入此类的，i）发疯般抽搐的，j）不可胜数的，k）用驼毛细笔描绘的，l）除此之外的，m）刚刚打破花瓶的，n）远看如苍蝇的。

“天朝分类法”确实过于牵强，不过任何分类过程都有其逻辑问题。除非每个记忆都能有不同的地方存放，否则一定会有令人困惑的重叠。举例来说，一只喋喋不休的、淘气的小猪，就可能被归入上述类别中的3个里面。尽管可以将一个想法插入3个记忆槽里，但其效率非常低。

在计算机科学家试图创立人工智能的过程中，知识如何存入大脑，已经不仅仅是一个学术问题了。那么，蜂群思维中的记忆架构是什么样的呢？

过去，许多研究人员倾向于认为，（记忆的存储）就如同人类管理文件柜一样，直观而自然：每个存档文件占用一个地方，彼此间有多重交叉引用，就像图书馆一样。活跃于20世纪30年代的加拿大神经外科医生怀尔德·潘菲尔德[15]通过一系列著名的精彩实验，将这种认为每条记忆都对应于大脑中一个单独位置的理论发展到了顶峰。潘菲尔德通过大胆的开颅术，在病人清醒的状态下利用电击探查其小脑活体，请他们讲述自己的感受。病人能够回忆起非常生动的往事，而电击的最微小移动都能引发截然不同的想法。潘菲尔德在用探测器扫描小脑表面的同时，绘制出每个记忆在大脑中的对应位置。

他的第一个意外发现是，那些往事是可以重播的，就如同在若干年后播放录音机一般——“按下重播键”。潘菲尔德在描述一位26岁妇女癫痫发作后的幻觉时用了“闪回”这个词：“同样的闪回出现了几次，都与她表亲的家或去那里的旅行有关——她已经有10到15年没有去那里了，但小时候常去。”

潘菲尔德对“活脑”这块处女地的探索使人们形成了根深蒂固的印象：脑半球就好比出色的记录装置，其精彩的回放功能似乎更胜过时下流行的留声机。我们的每个记忆都被精确地刻画在它自己的位置上，由不偏不倚的大脑忠实地将其分类归档，并能像自动点唱机中的歌曲一样，按下正确的按键就能播放出来，除非受到暴力损伤。

然而仔细查看潘菲尔德实验的原始记录就会发现，记忆并不是十分机械的过程。有一个例子，是一位29岁的妇女在潘菲尔德刺激其左颞叶时的反应：“有什么东西从某个地方朝我来了。是一个梦。”4分钟以后，当刺激完全相同的点时：“景色似乎和刚才的不一样……”而刺激附近的点时：“等等，什么东西从我上面闪过去了，我梦到过的东西。”在第三个刺激点——在大脑的更深处，“我不停地做梦。”对同一点重复刺激：“我不停地看到东西——我不停地梦到东西。”

这些文字所谈及的，与其说是从记忆档案馆的底层文件架上翻出的杂乱无章的昨日事件重现，倒不如说是梦一般景象的模糊闪现。这些过往经历的主人把它们当作零碎的“半记忆”片段。它们带有生硬的“拼凑”色彩，漫无目的地飘荡；梦境由此而生——那些关于过去的、星星点点的、没有中心的故事被重组成梦中的拼接影像。既没有所谓似曾相识的感觉，也没有“当时情形正是如此”的强烈意识。没有人会被这些重播所蒙蔽。

人类的记忆的确会不管用。其不管用的方式十分特别，比如在杂货店里记不起购物清单中的蔬菜或是干脆就忘掉蔬菜这码事。记忆的损伤往往和大脑的物理损伤有关，据此我们猜测，记忆在某种程度上是与时间和空间捆绑在一起的，而与时间和空间捆绑在一起正是真实的一种定义。

然而，现代认知科学更倾向于一个新的观点：记忆好比由储存在脑中的许多离散的、非规范记忆似碎片汇总起来而从中涌现出来的事件。这些“半意识”的碎片没有固定的位置，它们分散在大脑中。其储存方式在不同的意识之间有着本质的不同——对洗牌技能的掌握与对玻利维亚首都的了解就是按完全不同的方式组织的，并且这种方式对不同人会有所不同，上一次与下一次之间也会有所不同。

由于可能存在的想法或经历要比大脑中神经元的组合方式多，因此，记忆必须以某种方式进行组织，以尽可能容纳超过其存储空间的想法[16]。它不可能有一个架子来存放过去所有的念头，也无法为将来可能出现的每一个想法预留位置。

记得1990年的一天，在中国台湾的一个夜晚，我坐在敞篷卡车的后面，行进在满是灰尘的山路上。山上空气很冷，我穿上了夹克。我搭的是顺风车，要在黎明前到达山区里的一座高峰。卡车在陡峭黑暗的山路上一圈圈艰难地向上爬升，而我在清新的空气中仰望星空。天空如此清澈，我能看见接近地平线的小星星。突然，一颗流星嗖地滑落，因为我观看的角度特别，所以看见它在大气层里跳动。它跳啊，跳啊，跳啊，像粒石子。

现在，当我回忆起这一幕时，那颗跳动的流星已经不再是我记忆的重播——尽管它是如此的生动。它的影像并不存在于我记忆中任何特别的地方。当我回忆这段经历时，实际上对其重新进行了组合，并且每次回忆之时都会重新进行组合。所用的材料是散布在我大脑中的细小的记忆碎片：在寒风中瑟瑟发抖，在崎岖的山路上颠簸前行，在夜空中闪烁着无数星星，还有在路旁伸手拦车的场景。这些记录的颗粒甚至更细小：冷，颠簸，星星，拦车。这些正是我们通过感官所接收到的原始影像，并由此组合成了我们当前的感知。

我们的意识正是通过许许多多散布在记忆中的线索创造了现在，如同它创造了过去一样。站在博物馆的一个展品面前，其所具有的平行直线让我在头脑中将它与“椅子”的概念联系起来，尽管这个展品只有3条腿。我的记忆中从未见过这样一把椅子，但它符合所有（与椅子）相关联的事物——它是直立的，有水平的座位；是稳定的，有若干条腿——并随之产生了视觉映像。这个过程非常快。事实上，在察觉其所特有的细节之前，我会首先注意到其所具备的一般“椅子属性”。

我们的记忆（以及我们的蜂群思维）是以同样模糊而偶然的方式创造出来的。要（在记忆中）找到那颗跳动的流星，我的意识首先抓住了一条移动的光的线索，然后收集了一连串与星星、寒冷、颠簸有关的感觉。创造出什么样的记忆，有赖于最近我往记忆里塞入了什么，也包括上次重组这段记忆时所加进去的感觉或其他事情。这就是每次回忆起来都有些微不同的原因，因为每次它都是真正意义上的完全不同的经历。感知的行为和记忆的行为是相同的，两者都是将许多分布的碎片组合成一个自然涌现出的整体。

认知科学家道格拉斯·霍夫施塔特[17]说道：“记忆，是高度依赖重建的。在记忆中进行搜取，需要从数目庞大的事件中挑选出什么是重要的，什么是不重要的，强调重要的东西，忽略不重要的东西。”这种选择的过程实际上就是感知。“我非常非常相信，”霍夫施塔特告诉我，“认知的核心过程与感知的关系非常非常紧密。”

在过去20年里，一些认知科学家已经勾画出了创造分布式记忆的方法。20世纪70年代，心理学家戴维·马尔[18]提出一种人类小脑的新模型，在这个模型中，记忆是随机地存储在整个神经元网络中的。1974年，计算机科学家彭蒂·卡内尔瓦[19]提出了类似的数学网络模型。借助这个模型，长字符串的数据能随机地储存在计算机内存中。卡内尔瓦的算法是一种将有限数量的数据点储存进巨大的潜在的内存空间的绝妙方法。换句话说，卡内尔瓦指出了一种能够将思维所拥有的任何感知存入有限记忆机制的方法。由于宇宙中存在的思想可能比原子或粒子更多，人类思维所能接触到的只是其中非常稀疏的一部分，因此，卡内尔瓦称他的算法为“稀疏分布记忆”算法。

在一个稀疏分布式网络中，记忆是感知的一种。回忆行为和感知行为都是在一个巨大的模式可选集中探查所需要的一种模式。我们在回忆的时候，实际上是重现了原来的感知行为，也就是说，我们按照原来感知这种模式的过程，重新定位了该模式。

卡内尔瓦的算法是如此简洁清晰，以至于某个计算机高手用一个下午就能大致地实现它。20世纪80年代中期，在美国宇航局艾姆斯研究中心，卡内尔瓦及其同事们在一台计算机上设计出非常稳定的实用版本，对他的稀疏分布记忆结构进行了细调。卡内尔瓦的记忆算法能做一些可媲美人类思维的不可思议的事情。研究者事先向内存中放入几个画在20厘米×20厘米格子里的低画质数字图像（1～9）。内存保存了这些图像。然后，他们拿一个比第一批样本画质更低的数字图像给算法，看它是否能“回忆”起这个数字是什么。结果它做到了！它意识到了隐藏在所有低画质图像背后的原型。从本质上来说，它通过记忆辨识出了以前从未见过的图像！

这个突破不仅使找到或重现过去成为可能，更重要的是当只给定模糊的线索时，它也能够从无数的可能性中做出正确的判断。对于一个储存器来说，仅仅能调出图像是不够的，在不同的光线下，以及从不同的角度去看图像时，它都应该能准确地辨认出来。

蜂群思维是能同时进行感知和记忆的分布式算法。人类的思维应该也是分布式的，至少在人工思维中，分布式思维肯定是占优势的。计算机科学家越是用蜂群的思维方式来思考分布式问题，就越能发现其合理性。他们指出，大多数个人计算机在开机状态的绝大部分时间里并没有真正投入使用。当你在计算机上写信时，敲击键盘产生的短脉冲会打断计算机的休息，但当你构思下一句话的时候，它又会返回到无所事事的状态。总体来说，办公室里打开的计算机在一天的大部分时间里处于闲置状态。大公司的信息系统管理人员眼见价值不菲的个人计算机设备晚上在工作人员的办公桌上闲着，很想知道是否能够充分利用这些设备的全部计算能力。他们所需要的正是一个在完全分布式的系统中协调工作和存储的办法。

不过，仅仅解决闲置问题并不是分布式计算的主要意义。分布式系统和蜂群思维有其独特的优势，比如，对突然出现的故障具有极强的免疫力。在加利福尼亚州帕罗奥多市[20]的数字设备公司（DEC）[21]的实验室里，一名工程师向我演示了分布式计算的优势：他打开装有公司计算机网络中网关设备的机柜门，动作夸张地从里面拔掉了一条电缆。网络系统毫不迟疑地绕过了断开的节点，继续正常运行。

当然，任何蜂群思维都有失灵的时候。但是，因为网络的非线性特质，当它确实失灵的时候，其故障可能类似于“除了蔬菜什么食物都记得”的思维障碍。一个“受伤”的网络也许能计算出圆周率的第10亿个数位，却不能向新地址转发邮件；它也许能查出为非洲斑马变种进行分类这样晦涩难懂的课本文字，却找不出任何有关一般动物的合乎情理的描述。对蔬菜的整体“健忘”不太像局部的存储器故障，更像是系统层面上的故障，据其症状推断，有可能是与蔬菜相关的某种特殊关联出现了问题——就像计算机硬盘中的两个独立但又相互矛盾的程序有可能造成一个“漏洞”，使系统资源快速耗尽，无法正常运行。

创建分布式计算思维所遇到的一些障碍可以通过分布式计算机网络加以克服。这种分布式计算是并行计算的实现方式之一，因为在超级计算机群中的成千上万的计算机在并行运转。并行计算不能完全解决“办公桌上闲置的计算机”问题，也不能将散布各处的计算能力全部聚合起来；并行计算的“聚合性”优势很像蜂群的个体优势，它是当代计算机的一大发展方向。

并行计算非常适用于感知、视觉和仿真领域。并行机制处理复杂性的能力要好于以体积庞大、运算速度超快的传统超级计算机。记忆成为感知的再现，与最初的认知行为没有什么区别。两者都是从一大堆互相连接的部件中涌现出来的模式。