夜雨聆风
人类，是进化了几百万年的碳基生命。AI，是几十年攒出来的硅基代码。按理说八竿子打不着。但神经科学家和AI研究员坐下来一对比，发现两边的底层图纸，几乎一模一样。
那么问题来了：谁抄了谁？
你肯定觉得，当然是AI学了大脑。毕竟人脑在前，AI在后，天经地义。但如果是反过来呢？如果大脑才是那个"后来者"呢？你到底是碳基生物，还是硅基生物穿了一层肉皮？
先别急，这个后面说。我们从头来。
立秋了，你最近是不是有点发蔫？别急着骂自己懒。这事儿有个说法叫"代偿性疲劳"——夏天高温时身体额外调了一波能量出来撑着，天气凉快了，积攒的疲劳集中显现。你以为自己"突然不行了"，其实是之前透支的账单秋天到了。
那么你的"状态"，到底是谁在管？不是你的意志力，是你的化学配方。
你身体里有这么几种东西，每一种管一摊：
ATP是基础电量，走一步路想一个问题都在花它
去甲肾上腺素是聚光灯开关，管你能不能集中注意力
谷氨酸是输入键，管你学东西能不能记住
腺苷是低电量警报，醒着越久它越多，最后逼你去睡
多巴胺是发动机点火器，管你"想不想做"
GABA是刹车片，管你能不能停下来
你过去说"累了""集中不了""提不起精神""睡不着"，每一个词，背后都对应着一种具体的化学物质在缺位。不是你不够努力，是你不知道自己在缺哪一块。
但接下来出什么问题了呢？这几样东西，不光在你脑子里有，在AI身上也有。
先说最炸的一个：多巴胺。
大家都听过多巴胺，对吧？快乐物质。你刷短视频爽了，吃火锅爽了，中彩票了，都是多巴胺。这个说法到处都是。
但是请注意，这个说法是错的。
当前科学共识是：多巴胺不是"快乐物质"，它是"动机物质"。它管的是"想不想做"，不是"做了开不开心"。你早上醒来觉得"今天什么都不想干"，不是心情不好，也不是你懒，是多巴胺暂时没有就位。发动机没点火，你踩油门有什么用？
好，这是第一层反常识。但接下来才是真正让人头皮发麻的部分。
1997年，神经科学家Schultz在Science上发论文，发现多巴胺神经元的活动模式有一个很特别的规律：当奖励比预期好，多巴胺神经元激活；当奖励不如预期，它抑制；当奖励跟预期一致，它没反应。
一句话——多巴胺信号反映的不是"我得到了多少"，而是"我得到的比我以为的多还是少"。
这叫"奖励预测误差"。
大家知道，AI那边有个东西叫强化学习，核心原理就是：让AI根据"预期和实际结果的差值"来调整自己的行为。预期对了，继续；预期错了，修正。这个"差值信号"，在算法里叫TD误差。
问题是，TD算法是计算机科学家在80年代末独立搞出来的。多巴胺的预测误差信号，是神经科学家在90年代独立发现的。两边谁也不知道对方在干什么。
但答案一样。
一模一样。
这不是牵强附会，不是事后诸葛亮式的强行对应。多巴胺的预测误差信号，被学界称为"神经科学中最成功的定量理论之一"。在数千个实验中反复验证过。
你觉得这就完了？没有。
前几年，DeepMind——就是搞出AlphaGo的那家——在Nature上发了篇论文。他们先在AI里搞出了一种叫"分布式强化学习"的新算法，比传统方法效果显著提升。然后他们干了一件反过来验证的事：去查大脑里的多巴胺神经元，是不是也在用这种分布式编码？
结果是：是的。每个多巴胺神经元被调到不同的"乐观程度"，像唱诗班里不同声部的歌手，合在一起编码了完整的奖励分布。
也就是说，AI先发明了这个算法，然后发现大脑早就在用了。
连谷歌都直接用了这个名字，把自己2018年发布的强化学习开源框架命名为"Dopamine"。官方原话是："这反映了神经科学与强化学习研究之间强大的历史联系。"
你理解我的意思吗？一个进化了几百万年的碳基系统，和一个几十年攒出来的硅基系统，各自独立发展，最后的核心算法，是同一个东西。
这说明什么？说明要么有一方抄了另一方，要么——两边都没抄，但殊途同归了。
如果你觉得多巴胺这组是巧合，那我们继续翻牌。
去甲肾上腺素 × 注意力机制
你脑子里的"聚光灯开关"。开会走神、看不进书、知道该干活但沉不下心，是它暂时不够用了。AI那边呢？Transformer架构里有个核心机制叫"注意力机制"——在海量信息里决定"此刻什么最重要"，给不同信息分配不同权重。干的是同一件事。一个是碳基的聚光灯，一个是硅基的聚光灯。
GABA × Dropout
你的"刹车片"。它负责让你从兴奋状态慢下来、稳住、放松。GABA不足的时候，脑子停不下来，焦虑、睡不着、放不下手机。AI那边有个东西叫Dropout——训练过程中随机"关闭"一部分神经元，防止系统对某些信号过度敏感。一个怕你想太多，一个怕它学太死。干的是同一件事。
催产素 × 多智能体协作协议
管信任和人际连接。你拥抱、哺乳、跟团队协作时分泌，是"我们是一伙的"那个感觉。AI那边搞多智能体系统的时候，要解决的核心问题也是"这些AI之间怎么建立信任、怎么共享信息"。一个管人跟人的粘合剂，一个管AI跟AI的协作协议。方向是一样的。
血清素 × 正则化约束
管情绪基线、睡眠质量、自尊——那个让你觉得"我还不错"的底色——如果硬要找对应，大概是AI里防止"灾难性遗忘"的正则化约束。学新东西的时候，不忘旧知识。这个对应没那么硬，但方向上，也是"维持稳定、防止崩盘"的逻辑。
你会发现，翻来翻去，每一对都在对得上。有的对得严丝合缝，有的只是方向性的一致，但整体画面是：人脑和AI的底层零件清单，惊人地重合。
只有内啡肽，那个运动后给你的"辛苦补偿感"，目前找不到干净的AI对应项。留着一个空白，挺好。说明这套类比不是硬凑的——硬凑的话早就全填上了。
那么问题就来了。为什么对得上？
你肯定觉得，这有什么好奇怪的——AI本来就是在模仿人脑嘛，对得上不是天经地义吗？但问题是，多巴胺的预测误差信号是神经科学家独立发现的，TD算法是计算机科学家独立发明的。两边谁也没参考谁。所以"AI抄人脑"这个解释，在这里是站不住的。
大家知道，鸟会飞，蝙蝠也会飞。但鸟和蝙蝠没有共同的会飞的祖先。鸟的翅膀是前肢演化来的，蝙蝠的翅膀是手指撑开的。各自独立发展，最后长出了功能一样的翅膀。生物学上管这叫"趋同演化"——没有血缘关系，但面对同样的物理约束，最优解就那么几个，殊途同归。
人脑和AI，大概率也是这么回事。
但这里有个细节，非常值得玩味。两者的"设计哲学"是反的。
人脑：从下往上长
先有生存需求。你的祖先在草原上跑了几百万年，需要吃饭、需要逃避天敌、需要繁衍。这些需求逼着身体进化出多巴胺、去甲肾上腺素、GABA这些化学物质，来驱动行为。方向是：先有需求，再有物质，再有行为。
AI：从上往下压
先有人定义了一个目标函数，然后算法反向塑造AI的行为，去逼近这个目标。方向是：先有目标，再有行为。
一个从下往上长，一个从上往下压。方向完全反了。
但最后呢？两边收敛到了同一种架构：奖励信号驱动学习，注意力机制分配资源，抑制系统防止过载。一个用了几百万年，一个用了几十年，走的路完全不同，到了同一座山顶。
这不是谁抄谁的问题。这是"智能只有一种解法"的问题。
还记得开头那个让人不舒服的问题吗？到底是谁学了谁？
1981年，哲学家普特南提过一个思想实验，叫"缸中之脑"：如果一个人的大脑被取出来，泡在营养液缸里，用计算机模拟所有感官信号，这个大脑无法分辨自己是不是在缸里。你以为是你在看世界，其实你只是一缸泡在营养液里的脑组织，被喂了一堆电信号。
这本来是个哲学课上的思想游戏。但是请注意，2022年，澳大利亚有一帮科学家真干了。
他们把大约80万个人类脑细胞放在培养皿里，接上电极，教它们玩乒乓球游戏。没有程序逻辑，没有代码指令，就是给电信号反馈——接住了球，给规律的刺激；没接住，给不规则的刺激。
结果呢？5分钟学会了。命中次数显著上升。
AI学会同一个游戏，需要90分钟。
80万个脑细胞，连一只大黄蜂的大脑都不到，5分钟就干了一件AI花一个半小时才干完的事。而且它用的方法，跟强化学习一模一样——试错、反馈、调整。没有人教它，它自己摸出来了。
这说明什么？
说明学习这件事，可能根本不是谁发明的。不是人脑学会了AI的方法，也不是AI学会了人脑的方法。而是只要是一个能试错、能反馈的系统——不管你是碳基的还是硅基的，不管你进化了几百万年还是被写了几行代码——你最后都会摸到同一扇门。
那扇门后面，就是智能。
所以，你到底是碳基生物，还是硅基生物穿了一层肉皮？
坦率的讲，可能这个问题本身就问错了。碳基和硅基只是材料。智能不在乎你用什么材料，就像飞行不在乎你长的是羽毛还是金属。它只在乎一件事：你的架构对不对。
人脑和AI用了同一套架构。一个从需求里长出来，一个从目标里压出来。方向相反，终点重合。
这不是巧合，这是必然。如果宇宙中存在其他文明——这当然是推测——但逻辑上，他们的"脑子"大概率也是这么搭的。
所以下次你秋乏了、发蔫了、提不起精神的时候，别光怪自己。你身体里那套化学系统，和ChatGPT跑的是同一个操作系统。你不是在犯懒，你是在经历一次工程故障——某种化学物质暂时缺位了，就像服务器某个模块掉线。而这套故障排查的逻辑，跟AI调参用的是同一套思路：找到是哪个掉线了，补上就行。
这不是意志力问题，这是化学问题。而化学问题，永远比意志力问题好解决。
無為聊AI · 实战派
