乔木博客
全部
AI工具
AI教程
AI生成
AI资讯
健脑房
播客解读
论文学习
大脑是预言机，不是摄像机
论文学习
·
2026年5月3日
·
143 次阅读
·
约 9 分钟
2016年，Andy Clark 在书中《Surfing Uncertainty》提出了一套预测处理"的框架。
彻底推翻我们对"感知"这件事的默认理解，并把这套框架延伸到记忆、行动、梦境、精神疾病、社会文化，几乎覆盖了认知科学的所有核心问题。
📎 Surfing_Uncertainty.epub
下面是对这本书的部分AI解读。
我们以为大脑在做什么
本科心理学课上有个经典演示，拿来解释视觉皮层的工作方式：
初级视觉皮层里有一批对方向敏感的细胞，顺时针旋转的刺激进来，这些细胞的激活模式也跟着顺时针转，近乎完美同步。
这个演示背后藏着一套默认哲学：感知就是探测外部刺激，然后逐层加工、逐层丰富，最终在大脑里建立一个关于外部世界的精确内部表征。
从外到内，从低级到高级，从简单到复杂。
信号进来，大脑处理，我们"看见"了世界。
Clark 管这叫"自下而上"的图景。
他认为这个图景不只是不完整，而是方向搞反了。
大脑实际在做什么：预测处理框架
Clark 提出的替代方案叫层级行动导向预测处理（hierarchical action-oriented predictive processing)
书中简称 PP（预测处理）
核心思路：大脑不是被动接收信息的机器，而是主动生成预测的机器。
具体逻辑是这样的。
大脑维护着一个"生成模型"（generative model，一套持续运转的内部预测系统），这个模型不断对感官输入做出预测，猜测接下来会感知到什么。
当真实的感官信号进来，大脑比较的不是"这是什么"，而是"这和我预测的有多大差距"。
这个差距，也就是预测误差（prediction error），才是真正被向上传递和处理的东西。
整个系统是分层级的：高层级的表征预测低层级的输入，误差信号向上反馈，不断修正高层的预测模型。
这个过程本质上是一种持续运转的贝叶斯推断，用过去的经验不断校准对世界的猜测。
换句话说，我们实际体验到的，是大脑生成模型产生的"最优假设"，而不是对外部世界的直接复制。
这套思路的学术根源来自 Karl Friston、Geoffrey Hinton、David Knill、Alexandre Pouget 等人的工作，Clark 在此基础上做了系统性的整合和扩展。
精度加权：大脑怎么决定该信谁
光有预测还不够。大脑还需要判断：这次的感官信号，可信度有多高？
Clark 引入了精度加权（precision-weighting，根据信号可靠性动态调整其影响力的机制）来处理这个问题。
逻辑很直接：大脑在不断估计自己感官信号的可靠性。在嘈杂、模糊的环境里，感官信号的权重被调低，大脑更依赖内部预测。在信息清晰、丰富的环境里，感官信号的权重被调高，大脑更新预测的力度也更大。
这个机制解释了一些日常现象。比如为什么在陌生环境里会格外警觉，注意力会自动被"信息量大"的地方吸引。大脑在主动寻找那些能帮它判断当前情境的线索，而不是被动地扫描所有输入。
精度加权失调，则可能是某些神经精神疾病的底层机制，后面会专门讲。
这个框架能解释什么：六个领域
书的后三分之二，Clark 用 PP 框架逐一覆盖了大量心理学和神经科学现象。
以下是主要领域的梳理。
记忆、想象与梦境
这三件事在传统框架里很难统一解释。
但在 PP 框架下，它们都可以被理解为生成模型在不同条件下的运作：清醒时有感官输入约束，想象时感官输入被抑制，梦境时外部信号几乎断开，生成模型在几乎没有外部校正的情况下自由运转。
同一套机制，三种表现。
行动与行为控制
行动不只是对感知的反应，而是大脑主动发出预测，然后通过行动来"实现"这个预测。
举个例子：当你决定举起手臂，大脑并不只是发出"移动手臂"的指令，而是生成一个"手臂已经在上方"的预测，然后身体通过实际运动来消除这个预测与当前状态之间的误差。
运动控制因此变成了一种特殊形式的预测误差最小化。
镜像神经元与情境感知
镜像神经元（mirror neurons，一种在观察他人动作时也会激活的神经细胞）的工作方式，在 PP 框架下得到了新的解释。
大脑对他人行动的理解，是通过内部模拟和预测完成的，而不是简单的"看到什么就理解什么"。
情境感知也是类似的道理：随着表征层级升高，大脑处理的不是越来越精细的细节，而是越来越抽象的"情境轮廓"，帮助它快速判断当前场景属于哪一类。
先天与后天之争
认知架构到底是先天决定的，还是后天习得的？
这是认知科学里一个老问题。
Clark 认为 PP 框架提供了一个新的切入角度：生成模型本身就是一个经验贝叶斯（empirical Bayes）系统，它在个体发展过程中持续学习和调整，但同时也依赖某些更基础的先验结构。
先天和后天的对立，在这个框架下变得不那么绝对。
好奇心与探索行为
这是书里最有意思的部分之一。
如果大脑的目标是最小化预测误差，那它为什么不干脆躲在一个完全可预测的环境里？
Clark 的回答是，大脑追求的是长期的预测准确性，而不是短期的舒适。
探索未知、接触新奇事物，是大脑主动降低未来不确定性的策略。
好奇心不是什么神秘的驱动力，而是生成模型在优化长期表现时的自然产物。
神经精神疾病
精度加权失调，可能是多种疾病的共同底层机制。
精神分裂症的某些症状，比如幻觉和妄想，可以被理解为大脑对感官信号的精度估计出了问题，导致内部预测过度主导了感知。
或者相反，感官噪声被赋予了过高的权重，触发了错误的预测更新。
自闭症则可能对应另一种失调模式：感官信号的精度权重过高，导致大脑过度依赖底层感官输入，难以形成灵活的高层预测，从而表现出对细节的高度敏感和对变化的强烈抵触。
人格解体障碍（一种感觉自己与身体或现实脱离的状态）也可以在这个框架下得到解释：生成模型对自我感知的预测出现了系统性偏差。
一个值得追问的问题：层级到底是什么意思
"层级"在书里其实被用了三种不同的方式描述，而这三种描述并不完全一致。
第一种：层级越高，表征的时空范围越大，覆盖的感官轨迹越长。
第二种：层级越高，表征的内容越抽象，越接近"情境的大致轮廓"，而不是具体细节。
第三种：在书的后半部分，Clark 引入了超先验（指那些几乎像康德先验范畴一样的最基础预设，比如"世界总是处于某个确定状态"）的概念，这是一种更接近不变的底层结构的东西。
时空范围大，不等于内容抽象；内容抽象，也不等于是不变的先验结构。
这三种描述可能部分重叠，但也可能指向完全不同的东西。
这不是小问题。如果"层级"这个核心概念本身是模糊的，整个框架的解释力就会打折扣。
Clark 在书中把这本书定位为一个"中层组织草图"，而不是一个完整的神经科学理论，这在某种程度上是诚实的。
但草图里的核心概念，还需要更多工作来厘清。
这本书的位置
Clark 之前写过两本有影响力的书：1989 年的《Microcognition》和 1996 年的《Being There》。
书评作者 Buskell 把《Surfing Uncertainty》归入同一类，称其为"议程设定者"（agenda-setter）。
这个定位很准确。
这本书不是要给出所有问题的最终答案，而是要重新划定问题的边界，为未来的研究设定方向。
书里那些简短处理的议题，更像是"欠条"，Clark 和其他研究者需要在后续工作中逐一兑现。
从"大脑是接收器"，换成"大脑是预测机器"。
这种框架转换一旦发生，很多原本看起来奇怪的现象，幻觉、梦境、安慰剂效应、注意力的选择性，都会突然变得顺理成章。
这大概就是一本好书应该做的事：不只是给你答案，而是给你一个新的提问方式。
原文标题： Surfing Uncertainty: Prediction, Action, and the Embodied Brain — Book Review by Andrew Buskell 原著： Andy Clark，Oxford University Press，2016
© 2026
·
向阳乔木