一些神經(jīng)科學(xué)家喜歡用預(yù)測(cè)編碼理論,，去解釋大腦的運(yùn)作機(jī)制,，該理論將感知看成是“受控的幻覺”。預(yù)測(cè)編碼強(qiáng)調(diào)的是大腦對(duì)現(xiàn)實(shí)的預(yù)期和預(yù)測(cè),，而不是大腦所接收的直接感官證據(jù),。

去年6月，人工智能公司DeepMind發(fā)布了新的軟件,，它可以基于單張圖片（內(nèi)容是一個(gè)虛擬空間擺放著幾個(gè)物體）,，在沒有人類指導(dǎo)的情況下，從全新的視角推斷出三維場(chǎng)景會(huì)是什么樣子,。在饋入少數(shù)幾張這樣的圖片之后,，這個(gè)被稱為“生成查詢網(wǎng)絡(luò)”（GQN）的系統(tǒng)，就可以成功建模出電子游戲式的簡(jiǎn)單迷宮布局,。

GQN顯然擁有很多技術(shù)上的用途,，但它也引起了神經(jīng)科學(xué)家的注意，他們對(duì)GQN用來學(xué)習(xí)如何執(zhí)行任務(wù)的訓(xùn)練算法特別感興趣,。通過給定的圖像,，GQN便能預(yù)測(cè)出場(chǎng)景——物體應(yīng)該擺放在什么位置，它們的陰影應(yīng)該如何投射在地面上，基于特定的視角,，哪些區(qū)域應(yīng)該可見或被隱藏起來——然后,，利用預(yù)測(cè)與實(shí)際觀察結(jié)果之間的差異，來提升今后預(yù)測(cè)的準(zhǔn)確性,?！罢怯捎诂F(xiàn)實(shí)與預(yù)測(cè)之間的差異，才促成了模型的升級(jí),?！盙QN項(xiàng)目的領(lǐng)導(dǎo)者之一阿里·伊斯拉米（Ali Eslami）說。

伊斯拉米的論文合著者,、同在DeepMind工作的達(dá)尼洛·雷森德（Danilo Rezende）說,，“算法會(huì)修改（預(yù)測(cè)）模型的參數(shù)，這樣等下一次遇到相同的情況時(shí),，它就不會(huì)那么驚訝了,。”

長(zhǎng)久以來,，神經(jīng)科學(xué)家一直猜測(cè),，驅(qū)動(dòng)大腦運(yùn)作的是一種與此類似的機(jī)制。根據(jù)這種“預(yù)測(cè)編碼”理論,，在認(rèn)知過程的各個(gè)層級(jí)上,，大腦都會(huì)生成一種模型或是想法，來判斷它應(yīng)該從下一個(gè)層級(jí)接收什么樣的信息,。這些想法又會(huì)轉(zhuǎn)化成一種預(yù)測(cè)，來判斷在特定情況下應(yīng)該獲得何種經(jīng)歷,，同時(shí)為現(xiàn)實(shí)中發(fā)生的事情提供最佳解釋,，從而使得對(duì)于這種經(jīng)歷的判斷具有說服力。

然后,，這些預(yù)測(cè)會(huì)作為反饋,，向下發(fā)送到大腦的低層感官區(qū)域。大腦會(huì)把預(yù)測(cè)拿來跟它實(shí)際接收的感官輸入信息進(jìn)行比較,，對(duì)其中的差異或預(yù)測(cè)誤差做出“解釋”,，也就是使用內(nèi)部模型，來確定導(dǎo)致差異的潛在原因,。（例如,，我們可能擁有一個(gè)關(guān)于桌子的內(nèi)部模型，即四條腿撐起一個(gè)平面,，但即便一張桌子有一半被其他東西遮蔽起來,，我們?nèi)匀荒軌蛘J(rèn)出它是桌子。）

對(duì)于一組色塊的二維圖像（左），GQN的人工智能可以推斷出它們?cè)诳臻g中的三維排列方式（右）,。該系統(tǒng)所依賴的基礎(chǔ),，同樣也支撐著預(yù)測(cè)編碼這一神經(jīng)科學(xué)理論。

至于那些無法被解釋的預(yù)測(cè)誤差,，則會(huì)通過連接,，被傳送到更高層級(jí)（作為“前饋”信號(hào)，而不是反饋）,，在那里,，系統(tǒng)會(huì)給予關(guān)注，并做出相應(yīng)處理,?！艾F(xiàn)在大家關(guān)注的是調(diào)整內(nèi)部模型，調(diào)整大腦動(dòng)態(tài),，以此抑制預(yù)測(cè)誤差,。”倫敦大學(xué)學(xué)院的卡爾·弗里斯頓（Karl Friston）說道,，他是一位知名的神經(jīng)科學(xué)家,，也是預(yù)測(cè)編碼假說的先驅(qū)之一。

過去十年中,，許多認(rèn)知科學(xué)家,、哲學(xué)家和心理學(xué)家都接受了預(yù)測(cè)編碼理論，尤其是用它來描述感知的運(yùn)行機(jī)制的時(shí)候,，甚至還有些學(xué)者認(rèn)為,，可以用它解釋整個(gè)大腦是如何運(yùn)轉(zhuǎn)的。

但直到近年,，我們才掌握了必要的實(shí)驗(yàn)工具,，可以開始直接測(cè)試該假說的具體機(jī)制。此外,，過去兩年間發(fā)表的一些論文也為預(yù)測(cè)編碼理論提供了有力的證據(jù),。盡管如此，這種理論仍然存在爭(zhēng)議,，而最近的一場(chǎng)辯論或許提供了最好的證明,。辯論的焦點(diǎn)在于，一些具有里程碑意義的實(shí)驗(yàn)結(jié)果是否可以被復(fù)制,。

“我喝咖啡喜歡加奶油和____?！痹谶@句話的空白處填上“糖”,，似乎是理所當(dāng)然的,。

在加州大學(xué)圣迭戈分校的認(rèn)知科學(xué)家馬塔·庫(kù)塔斯（Marta Kutas）和斯蒂芬·希利亞德（Steven Hillyard）1980年進(jìn)行的一系列實(shí)驗(yàn)中，他們正是期望受試者出現(xiàn)這種本能反應(yīng),。他們?cè)谄聊簧现饌€(gè)詞語(yǔ)地把上面這句話呈現(xiàn)給受試者,，同時(shí)記錄下他們的腦部活動(dòng)。只不過,，最后出現(xiàn)的詞語(yǔ)不是“糖”,，最后組成的句子是：“我喝咖啡喜歡加奶油和狗?！?/span>

當(dāng)受試者看到意料之外的詞語(yǔ)“狗”時(shí),，研究人員觀察到他們的大腦出現(xiàn)了更強(qiáng)烈的反應(yīng)。這是一種特定模式的生物電活動(dòng),，它們?cè)谠~語(yǔ)出現(xiàn)大約400毫秒后達(dá)到了峰值,，因而被稱為“N400效應(yīng)”。大腦做出反應(yīng)是因?yàn)檫@個(gè)詞放在句子中毫無意義嗎,？或者,，僅僅是因?yàn)檫@個(gè)詞出現(xiàn)得很意外，違反了大腦的預(yù)期,？

2005年,，庫(kù)塔斯和她的團(tuán)隊(duì)進(jìn)行了另一項(xiàng)研究，結(jié)果表明,，后一種猜想是對(duì)的,。

受試者同樣會(huì)閱讀逐詞出現(xiàn)在屏幕上的語(yǔ)句：“這一天微風(fēng)陣陣，所以男孩跑到戶外去放_(tái)___,?！币?yàn)檠a(bǔ)完這句話的最合適詞語(yǔ)是“風(fēng)箏”（a kite），所以,，受試者預(yù)期看到的下一個(gè)單詞是不定冠詞“a”,。它沒有內(nèi)在意義，但的確預(yù)示了下一個(gè)單詞是什么,。結(jié)果，當(dāng)受試者看到后面出現(xiàn)的單詞是“an”時(shí),，他們出現(xiàn)了N400效應(yīng),，這似乎是因?yàn)榇竽X必須處理預(yù)期與現(xiàn)實(shí)之間的不匹配。而這種效應(yīng)顯然跟詞語(yǔ)的含義或者處理刺激時(shí)的難度無關(guān),。

2005年的研究發(fā)現(xiàn)似乎非常契合預(yù)測(cè)編碼的理論框架,，但去年發(fā)表在學(xué)術(shù)期刊《eLife》上的一篇論文稱，有好幾個(gè)實(shí)驗(yàn)室都無法重復(fù)這一實(shí)驗(yàn)結(jié)果,。如今,，其他研究人員開始做出回應(yīng),，一些人聲稱，重復(fù)實(shí)驗(yàn)得到的結(jié)果仍然可以為預(yù)測(cè)編碼理論提供支持,。

這種你來我往反映了預(yù)測(cè)編碼理論引發(fā)的很大一部分爭(zhēng)論,。對(duì)于庫(kù)塔斯所做的這類實(shí)驗(yàn)，研究人員可以做出多種解釋,。實(shí)驗(yàn)結(jié)果除了可以用預(yù)測(cè)編碼來解釋,，也可以用模型來解釋，而且它們?nèi)狈ψ阋宰C明假說的確鑿證據(jù),，因?yàn)樗鼈儧]有深入研究實(shí)際發(fā)揮作用的機(jī)制,。雖然認(rèn)為大腦會(huì)不斷做出推斷（并將推斷結(jié)果與現(xiàn)實(shí)進(jìn)行比較）的觀點(diǎn)目前已經(jīng)相當(dāng)完善，但預(yù)測(cè)編碼的支持者一直在設(shè)法證明,，他們所主張的理論才是正確的,，而且可以推及所有的認(rèn)知機(jī)制。

大腦在不斷地做出預(yù)測(cè)并對(duì)自己的預(yù)測(cè)進(jìn)行評(píng)估,，這一基本觀點(diǎn)一開始并未得到大多數(shù)人的認(rèn)可,。20世紀(jì)的主流神經(jīng)科學(xué)理論將大腦功能描述為一個(gè)特征檢測(cè)器：它會(huì)記錄刺激，對(duì)刺激做出處理,，然后發(fā)出信號(hào),，以產(chǎn)生一個(gè)行為反應(yīng)。特定細(xì)胞中的活動(dòng)反映了真實(shí)世界中的刺激是存在,，還是不存在,。例如，視覺皮層中的一些神經(jīng)元能夠?qū)σ曇爸形矬w的邊緣產(chǎn)生反應(yīng),；另一些神經(jīng)元?jiǎng)t會(huì)通過激發(fā)來指示物體的方位,、顏色或陰影分布。

然而,，事實(shí)證明,，這個(gè)過程遠(yuǎn)非看上去那么簡(jiǎn)單。研究人員通過進(jìn)一步的測(cè)試發(fā)現(xiàn),，當(dāng)大腦在感知一條越來越長(zhǎng)的線時(shí),，即使線本身沒有從視野中消失，用于探測(cè)線的神經(jīng)元也會(huì)停止激發(fā),。事實(shí)上,，很多信息似乎是通過神秘的自上而下式反饋連接進(jìn)行傳遞的，這表明,，還有其他機(jī)制在發(fā)揮作用,。

這就是“貝葉斯腦”（Bayesian brain）發(fā)揮作用的地方了，這是一個(gè)可追溯至19世紀(jì)60年代的通用框架,，它徹底顛覆了傳統(tǒng)模型,。該理論提出,，大腦會(huì)基于內(nèi)部模型，對(duì)現(xiàn)實(shí)世界進(jìn)行概率推斷,，主要是圍繞如何解讀它所感知的東西,，計(jì)算出一個(gè)“最佳猜測(cè)”（這符合貝葉斯統(tǒng)計(jì)學(xué)定理，也就是基于從先驗(yàn)經(jīng)驗(yàn)中獲得的相關(guān)信息,，去量化事件的概率）,。

大腦并不是等待感官信息來推動(dòng)認(rèn)知，而是始終在積極構(gòu)建關(guān)于世界的各種假設(shè),，然后利用它們來解釋現(xiàn)實(shí)經(jīng)歷,，并填補(bǔ)缺失的數(shù)據(jù)。根據(jù)一些專家的說法,，正因?yàn)榇?，我們或許可以把感知視為一種“受控的幻覺”。

順著這個(gè)思路,，貝葉斯腦也解釋了為什么我們會(huì)產(chǎn)生視力錯(cuò)覺：例如屏幕上兩個(gè)點(diǎn)在快速地交替閃爍,，看上去就像一個(gè)點(diǎn)在來回移動(dòng)，于是我們的大腦會(huì)在無意識(shí)中把它們看成一個(gè)點(diǎn),。理解物體如何移動(dòng)是一種更高層級(jí)的知識(shí),，但這從根本上影響了我們的感知方式。大腦會(huì)填補(bǔ)信息的空白——在這個(gè)例子中,，就是運(yùn)動(dòng)信息的空白——從而繪制出一幅并不完全準(zhǔn)確的圖景,。

在這個(gè)著名的視力錯(cuò)覺實(shí)驗(yàn)中，棋盤上A格的顏色看上去比B格深得多,，但其實(shí),，它們的灰度是一樣的。我們的大腦會(huì)利用附近格子的顏色,，以及圓柱體所投射陰影的位置,，來推斷棋盤的顏色。在這個(gè)例子中,，這些推斷讓我們感知到,，A格和B格的灰度不一樣，盡管它們完全相同,。（如右圖所示,，如果把兩個(gè)格子連通起來，或是遮住圓柱體,，我們便能更清楚地看出來。）

但是,，盡管生成模型和各種預(yù)期在大腦功能中發(fā)揮著明確的作用,，科學(xué)家依然未能確定它們是如何在神經(jīng)回路層級(jí)上得到實(shí)施的,。“相對(duì)來說,，貝葉斯腦也無法解釋底層機(jī)制究竟是什么,。”蘇格蘭愛丁堡大學(xué)的心理哲學(xué)教授馬克·斯佩瓦克（Mark Sprevak）說,。

這時(shí),，預(yù)測(cè)編碼理論登場(chǎng)了。它提供了一種特定公式,，解釋了大腦的運(yùn)作如何能夠符合貝葉斯定理,。預(yù)測(cè)編碼這個(gè)名稱源于一種能更有效傳輸電信信號(hào)的技術(shù)：由于視頻文件相鄰兩幀之間包含了大量信息冗余，因此壓縮這些數(shù)據(jù)時(shí),，如果對(duì)每一個(gè)像素進(jìn)行編碼,，將非常低效。而如果我們對(duì)相鄰兩幀之間的差異進(jìn)行編碼,，然后通過反向處理來解讀整個(gè)視頻,，那將更加合理。

1982年,，科學(xué)家發(fā)現(xiàn),，這個(gè)想法可以應(yīng)用到神經(jīng)科學(xué)中，因?yàn)樗坪蹩梢越忉?，視網(wǎng)膜上的神經(jīng)元是如何編碼有關(guān)視覺刺激的信息,，并沿著視神經(jīng)進(jìn)行傳遞的。此外,，研究人員還認(rèn)為,，預(yù)測(cè)編碼也是大腦獎(jiǎng)勵(lì)系統(tǒng)在運(yùn)作時(shí)所遵循的原理：多巴胺神經(jīng)元會(huì)對(duì)預(yù)期獎(jiǎng)勵(lì)與實(shí)際獎(jiǎng)勵(lì)之間的不匹配程度進(jìn)行編碼。研究人員表示,，這些預(yù)測(cè)誤差可以幫助動(dòng)物對(duì)未來預(yù)期進(jìn)行修正,，并推動(dòng)它們的決策。

盡管有這些例子,，科學(xué)家認(rèn)為,，預(yù)測(cè)編碼主要還是一種針對(duì)特定神經(jīng)網(wǎng)絡(luò)的過程。不過,，功能性磁共振成像（fMRI）測(cè)試和其他類型的實(shí)驗(yàn)已開始改變這一觀點(diǎn),。

預(yù)測(cè)編碼假說之所以如此受重視，原因之一在于它具有令人難以置信的解釋能力,?！霸谶@個(gè)理論框架下，許多事情都能得到解釋,，這一點(diǎn)很有說服力,?！睈鄱”ご髮W(xué)邏輯學(xué)教授、預(yù)測(cè)編碼理論專家安迪·克拉克（Andy Clark）說,。

首先,，它在單個(gè)計(jì)算過程中統(tǒng)一了感知和運(yùn)動(dòng)控制。這兩者基本上是同一枚硬幣的兩面：不管是感知還是運(yùn)動(dòng)控制,，大腦都會(huì)將預(yù)測(cè)誤差最小化,，但會(huì)以不同的方式進(jìn)行。就感知而論,，調(diào)整的是內(nèi)部模型,；至于運(yùn)動(dòng)控制，調(diào)整的則是實(shí)際環(huán)境,。（對(duì)于后者,，你可以想象一下，自己想舉手,。如果你的手沒有舉起,，那么這個(gè)差異會(huì)產(chǎn)生較大的預(yù)測(cè)誤差——如果這時(shí)你把手舉起來，便能將誤差最小化,。）

迄今為止,，研究人員在感知和運(yùn)動(dòng)控制方面進(jìn)行的實(shí)驗(yàn)，為預(yù)測(cè)編碼理論提供了最有力的證據(jù),。例如,，在《神經(jīng)科學(xué)雜志》去年6月發(fā)表的一篇論文中，研究人員先讓受試者看屏幕上的單詞“kick”,，然后再讓他們聽經(jīng)過處理的錄音,，其中的單詞“pick”聽起來像大聲的耳語(yǔ)。許多人把“pick”聽成了“kick”,，而fMRI掃描顯示,，大腦在聽到單詞開頭的“k”和“p”時(shí)反應(yīng)最強(qiáng)烈——它們是跟預(yù)測(cè)誤差有關(guān)的聲音。如果大腦只是在表征其感知體驗(yàn),，那么最強(qiáng)烈的信號(hào)應(yīng)該與“ick”對(duì)應(yīng)（因?yàn)樗攀峭瑫r(shí)出現(xiàn)在屏幕和音頻中的刺激）,。

不過，研究人員也在努力擴(kuò)大預(yù)測(cè)編碼在感知和運(yùn)動(dòng)控制之外的適用范圍,，他們將其視為大腦中一切活動(dòng)的“通用貨幣”,。克拉克說,，“這就像擁有了一堆積木,，可以按照不同的方式來搭。”不同的腦區(qū)會(huì)進(jìn)行不同類型的預(yù)測(cè),。

包括弗里斯頓在內(nèi)的一些人聲稱,，預(yù)測(cè)編碼適用于更高層級(jí)的認(rèn)知過程，包括注意力和決策,。研究人員最近在前額皮質(zhì)上完成的計(jì)算工作表明，在工作記憶和目標(biāo)導(dǎo)向行為中,，同樣存在著預(yù)測(cè)編碼機(jī)制,。一些研究人員建構(gòu)了用預(yù)測(cè)編碼術(shù)語(yǔ)來表述情感和情緒的理論：情緒可以是大腦表征的狀態(tài)，旨在將關(guān)于內(nèi)部信號(hào)（例如體溫,、心率或血壓）的預(yù)測(cè)誤差最小化,。例如，如果大腦發(fā)現(xiàn)自己情緒激動(dòng),，它會(huì)知道,，所有那些信號(hào)指標(biāo)都在上升。也許自我的概念就是這樣出現(xiàn)的,。

數(shù)十年來,，倫敦大學(xué)學(xué)院的神經(jīng)科學(xué)家卡爾·弗里斯頓一直在完善預(yù)測(cè)編碼假說的關(guān)鍵原理。他指出,，該理論不僅可以解釋感知,，還可以解釋更高層級(jí)的認(rèn)知過程。

以這種思路完成的大部分研究工作都有一個(gè)聚焦點(diǎn)：預(yù)測(cè)編碼如何能夠?qū)ι窠?jīng)精神病學(xué)和發(fā)育障礙做出解釋,。弗里斯頓說,，“這里的想法是，如果大腦是一部推理機(jī)器,，是一個(gè)統(tǒng)計(jì)器官,，那么當(dāng)它犯錯(cuò)時(shí)，也會(huì)犯跟統(tǒng)計(jì)學(xué)家一樣的錯(cuò)誤,?！币簿褪钦f，大腦可能因?yàn)樘^重視或輕視預(yù)測(cè)或是預(yù)測(cè)誤差,，而做出錯(cuò)誤的推斷,。

例如，自閉癥或許可以被描述為：無法在大腦處理層級(jí)結(jié)構(gòu)的最底層,，忽略與感官信號(hào)相關(guān)的預(yù)測(cè)誤差,。這可能造成患者對(duì)感覺的專注、對(duì)重復(fù)和可預(yù)測(cè)性的渴求,、對(duì)特定幻覺的敏感,，以及其他一些影響。在與幻覺有關(guān)的病癥中，比如精神分裂癥,，情況可能正相反：大腦也許太過關(guān)注于自身對(duì)所發(fā)生事情的預(yù)測(cè),，卻忽視了與這些預(yù)測(cè)相矛盾的感官信息。（不過專家提醒說,，自閉癥和精神分裂癥都非常復(fù)雜,，無法簡(jiǎn)化為單一的解釋或機(jī)制。）

耶魯大學(xué)醫(yī)學(xué)院的臨床神經(jīng)科學(xué)家菲利普·科利特（Philip Corlett）說,，“其中最重要的部分是向我們展示了,，我們的心理功能是何其脆弱?！笨评卣陂_展一項(xiàng)實(shí)驗(yàn),，在健康受試者的腦中建立新的“想法”，引導(dǎo)他們對(duì)之前經(jīng)歷的刺激產(chǎn)生幻覺,。（例如,，研究人員讓受試者把某個(gè)聲音與某張視覺圖像聯(lián)系起來，這樣,，當(dāng)受試者看到圖像時(shí),，即便沒有播放聲音，他們也會(huì)覺得自己聽到了聲音,。）研究人員想弄明白,，這些“想法”是如何轉(zhuǎn)化為感知的。通過這些研究,，“已經(jīng)有證據(jù)表明,，感知與認(rèn)知并不是那么涇渭分明?！笨评卣f,，“我們可以向你灌輸新的想法，而那可以改變你的感知,?！?/span>

“實(shí)驗(yàn)研究經(jīng)常表明，一個(gè)特定的結(jié)果與預(yù)測(cè)處理理論是一致的,，但并不是說,，該理論就是實(shí)驗(yàn)結(jié)果的最佳解釋?！彼古逋呖苏f,。這種理論在認(rèn)知科學(xué)領(lǐng)域已被廣泛接受，但“在系統(tǒng)神經(jīng)科學(xué)領(lǐng)域,，它仍然處于弱勢(shì),?！比鹗扛ダ锏吕锵！っ咨釥柹镝t(yī)學(xué)研究所的神經(jīng)科學(xué)家格奧爾格·凱勒（Georg Keller）說,。他的實(shí)驗(yàn)室正試圖用更堅(jiān)實(shí)的證據(jù)改變這種狀況,。

弗里德里希·米舍爾生物醫(yī)學(xué)研究所的神經(jīng)科學(xué)家格奧爾格·凱勒一直在為預(yù)測(cè)編碼假說尋找堅(jiān)實(shí)證據(jù),。

在去年發(fā)表于《神經(jīng)元》雜志的一項(xiàng)研究中,，凱勒及其同事觀察到，小鼠視覺系統(tǒng)中的神經(jīng)元隨著時(shí)間的推移變得具有預(yù)測(cè)能力,。這個(gè)發(fā)現(xiàn)其實(shí)一開始是個(gè)偶然,。最初，研究人員利用電子游戲來訓(xùn)練小鼠,，結(jié)果發(fā)現(xiàn)，虛擬世界的方向亂了套,。通常,，只要小鼠向左轉(zhuǎn)，它們就會(huì)看到自己的視野向右移動(dòng),，反之亦然,。然而，有人無意中翻轉(zhuǎn)了實(shí)驗(yàn)中虛擬世界的方向,，顛倒了左右,，這樣，向左轉(zhuǎn)意味著小鼠的視野同樣向左移動(dòng),。研究人員意識(shí)到,，他們或許可以將錯(cuò)就錯(cuò)。他們監(jiān)測(cè)了表征這種視覺流動(dòng)的小鼠大腦信號(hào),，結(jié)果發(fā)現(xiàn),，隨著小鼠重新掌握了倒置環(huán)境中的規(guī)則，大腦信號(hào)也慢慢發(fā)生了變化,?！澳切┬盘?hào)看起來是在預(yù)測(cè)視覺會(huì)向左流動(dòng)?！眲P勒說,。

如果信號(hào)只是小鼠視覺體驗(yàn)的感官表征，那么,，它們應(yīng)該馬上在虛擬世界中出現(xiàn)翻轉(zhuǎn),。如果它們屬于運(yùn)動(dòng)信號(hào)，那就根本不會(huì)翻轉(zhuǎn),。相反,，“它在于識(shí)別預(yù)測(cè)。”凱勒說,，“是在做出某個(gè)動(dòng)作時(shí),，對(duì)視覺流動(dòng)的預(yù)測(cè)?！?/span>

“這項(xiàng)研究提供了一種此前并不存在的證據(jù),。”克拉克說,，“這是一種非常局部,、逐單元和逐層的證明，即預(yù)測(cè)編碼理論是解釋這一切的最佳模型,?！?/span>

大約在同一時(shí)間，另一組研究人員在獼猴用于處理面孔的腦區(qū)中,，也有了類似發(fā)現(xiàn),。之前的研究已經(jīng)表明，神經(jīng)網(wǎng)絡(luò)中較低層級(jí)的神經(jīng)元,，是對(duì)面孔基于方位的要素進(jìn)行編碼的,，例如，神經(jīng)元看到側(cè)臉輪廓后開始激發(fā),。在更高的層級(jí)上,，神經(jīng)元會(huì)以更抽象的方式來表征面孔，比如,，關(guān)注面孔所代表的身份,，而不是它的位置。

在獼猴研究中,，研究人員用成對(duì)的面孔對(duì)猴子進(jìn)行訓(xùn)練,，其中一張面孔會(huì)首先出現(xiàn)，而它總會(huì)包含對(duì)第二張面孔的某種預(yù)測(cè),。之后,，研究人員用特定的方式去干擾這些預(yù)期，比如,，從不同角度展示同一張面孔,，或是展示一張完全不同的面孔。結(jié)果,，他們?cè)诿娌刻幚砩窠?jīng)網(wǎng)絡(luò)的較低層級(jí)區(qū)域中,，發(fā)現(xiàn)了預(yù)測(cè)誤差，但這些誤差與方位預(yù)測(cè)無關(guān),，而與身份預(yù)測(cè)有關(guān),。也就是說,，誤差源于系統(tǒng)較高層級(jí)中發(fā)生的事情——這表明，較低層級(jí)在對(duì)比外部感知與來自較高層級(jí)的預(yù)測(cè)的過程中,，得出了錯(cuò)誤的信號(hào),。

“在那個(gè)系統(tǒng)中發(fā)現(xiàn)預(yù)測(cè)誤差，發(fā)現(xiàn)預(yù)測(cè)的具體內(nèi)容,，這非常令人興奮,。”該研究論文首席作者,、歐洲神經(jīng)科學(xué)研究所的神經(jīng)科學(xué)家卡斯帕·施維德里克（Caspar Schwiedrzik）說,。

馬克斯·普朗克經(jīng)驗(yàn)美學(xué)研究所的研究員露西亞·梅洛尼（Lucia Melloni）表示，她的團(tuán)隊(duì)在人類受試者的神經(jīng)元數(shù)據(jù)中,，看到了與預(yù)測(cè)誤差理論一致的結(jié)果,。

并不是每個(gè)人都認(rèn)為，預(yù)測(cè)編碼理論的論據(jù)在逐漸增多,。在有些科學(xué)家看來,，該理論雖可以解釋認(rèn)知的某些方面，但無法解釋一切,。

不過，該領(lǐng)域的很多專家都認(rèn)為,，這項(xiàng)研究有可能在機(jī)器學(xué)習(xí)領(lǐng)域催生出令人興奮的應(yīng)用,。目前，絕大多數(shù)人工智能研究都沒有涉及預(yù)測(cè)編碼,，而是聚焦于其他類型的算法,。

但弗里斯頓認(rèn)為，在深度學(xué)習(xí)環(huán)境中建立預(yù)測(cè)編碼架構(gòu),，可以讓機(jī)器更接近智能,。

DeepMind的GQN就是發(fā)掘這種潛力的絕佳例證。去年,，薩塞克斯大學(xué)的研究人員甚至使用虛擬現(xiàn)實(shí)以及具備預(yù)測(cè)編碼功能的人工智能技術(shù),，打造出所謂的“幻覺機(jī)器”，它可以模擬出通常由迷幻藥引起的幻覺狀態(tài),。

通過比較預(yù)測(cè)編碼模型和其他技術(shù)模型的表現(xiàn),，我們可以利用機(jī)器學(xué)習(xí)領(lǐng)域的進(jìn)步，獲得有關(guān)大腦的新見解,。至少,，把預(yù)測(cè)編碼引入人工智能系統(tǒng)，或許能顯著提高這些機(jī)器的智能水平,。

但在那之前,，我們還有很多工作要做,。科學(xué)家要深入研究,，找到一系列問題的答案,，比如確定大腦的內(nèi)部表征處在什么位置。另外,，類似的實(shí)驗(yàn)?zāi)芊褡C實(shí)更高層級(jí)認(rèn)知過程中的預(yù)測(cè)編碼機(jī)制,，這也有待觀察。

預(yù)測(cè)編碼“之于神經(jīng)科學(xué)的重要性,，就猶如進(jìn)化論之于生物學(xué),。”格拉斯哥大學(xué)神經(jīng)生理學(xué)家拉爾斯·穆克里（Lars Muckli）說道,，他為預(yù)測(cè)編碼理論做了大量工作,。但就目前來說，斯佩瓦克指出,，“一切尚無定論,。”