1700520340
有一件我很讨厌的事就是有人问我这样的问题：
1700520341
1700520342
你更喜欢物理还是生物？
1700520343
1700520344
你喜欢那出戏吗？
1700520345
1700520346
你喜欢瓦格纳的音乐吗？
1700520347
1700520348
你很享受在国外生活的那一年吗？
1700520349
1700520350
我们为什么会想要把这么多内容压缩在“喜欢”“更喜欢”和“享受”这种没有什么表达性的总结里呢？为什么要把这么复杂的事物简化成简单的价值或愉悦感的数量呢？那是因为我们对愉悦感的测量要面对许多用户。它们帮助我们进行对比、折中和选择。我们会使用一些沟通符号来表示不同程度的依恋、满意和同意，这些用户都和这些沟通符号有关。它们不仅以语言形式出现，还有手势、声调、微笑和皱眉，以及其他许多表情符号。但我们要小心，不要只接受这些符号的表面价值。无论是世界的状态还是思维的状态都没有那么简单，无法用单一维度的判断表达。没有一种情形是让人完全满意或者完全不同意的，而我们对愉悦或厌恶的反应只是海量潜在过程的表面总结而已。要“享受”某种体验，我们的一些智能体必须总结成功，而其他智能体一定会责怪自己的下属没能达成它们的目标。所以如果我们发现自己非常喜欢某个事物，就应该产生怀疑了，因为那可能表示某些智能组正强制压抑着其他可能性。
1700520351
1700520352
你越确定自己喜欢现在正在做的事，你其他的雄心壮志就越是完全被压制。
1700520353
1700520354
要在几个备选项之间进行选择，最高水平的思维会要求最简单的总结。如果你最高水平的感受总是很“混杂”，你就很难选择要吃哪种食物，走哪条路，或者思考哪些想法。在行动水平上，你被迫要把表达方式简化得如“是”和“否”一样简单。但这些不能提供足够的信息来服务低水平的思维，这些思维中许多程序都在同时进行，而每个智能体都必须判断自己在服务某些本地目标方面进展如何。在较低水平的思维中，一定还有许多更小的、同时存在的满意和烦恼。
1700520355
1700520356
我们常常觉得自己好像应该受我们想要的事物控制。实际上我们很少能区分想要什么东西和有可能从其中获得愉悦感，这两个理念之间的关系似乎非常紧密，就连提到这一点都显得有些奇怪。想要我们喜欢的东西，避开我们不喜欢的东西，这似乎非常自然，以至于如果有人看上去要违反这项规则，有时会让我们产生一种不自然的恐怖感。于是我们会想：他们不会做这样的事，除非他们内心深处真的想做。这就好像我们觉得人们应该只想要做他们喜欢做的事。
1700520357
1700520358
但想要和喜欢之间的关系一点儿也不简单，因为我们的偏好是我们的智能组之间进行过好多谈判而形成的最终产品。要完成任何实质性的目标，我们必须放弃其他的可能性，并且要防止自己屈服于对过去的留恋或懊悔。于是我们会使用“喜欢”之类的词来描述为什么我们会坚持自己的选择。喜欢的工作就是关闭备选项，我们应该理解它的作用，因为它会缩小我们的宇宙，不受任何限制。我们人为地把喜欢弄清楚了：它反映的不是喜欢是什么，而是喜欢是做什么的。
1700520359
1700520360
1700520361
1700520362
1700520363
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518458]
1700520364
心智社会：从细胞到人工智能，人类思维的优雅解读 9.2 重新划分选区
1700520365
1700520366
我们都知道成就会带来满意，而且我们倾向于假定它们之间有直接的关联。在非常简单的动物中，“满意”的意思不过是满足简单而基本的需求，对它们而言，满意和成就实际上应该是一个意思。但是在复杂的人脑中，在处理人体需求的智能组和表述或识别我们智力成就的智能组之间还穿插着许多层次的智能组。那么在这些更加复杂的系统中，那些成就所引起的愉悦感和失败引起的不愉快有什么重要意义呢？它们一定是与我们更高水平的智能组如何进行总结有关。
1700520367
1700520368
设想有一次你不得不送一件礼物给朋友。你必须选一件礼物，还要找一个盒子来包装它。很快，每项工作都被分成了若干个小任务，比如找到线和捆住它们。解决困难问题的唯一方式就是把它们分割成更小的问题，之后如果还是太困难，就继续分割。所以困难的问题总是会形成分支为树状的子目标和子问题。要决定把资源应用于什么地方，我们的问题解决智能体需要对事情的进展有简单的总结。让我们假定每个智能体的总结都以它们管辖的智能体的总结为基础：
1700520369
1700520370
1700520371
1700520372
1700520373
当所有事都完成后，如果有人问你是否喜欢整个过程的体验，你可能会说“挺有意思”或者“很糟糕”。但是这样的总结并不能代表你的智能组们实际学到了什么。你的打结程序学到了哪些行动可行，哪些不可行；你的折纸和礼物选择程序又有其他的失败和成就；但你对整个过程体验的评价不能反映所有这些细节。如果整件事最后让你“不开心”，那么未来你可能就不太倾向于再送出礼物，但这对你所学到的关于折纸和打绳结的事应该没有什么影响。没有一种简单的“好”或“坏”可以反映你的智能组内部发生了些什么，其中需要揭示的信息比这两个字要多得多。那么为什么我们把感受分类为积极和消极，并且总结出“整体而言”净效果是好是坏，而且这似乎已经让我们感到满意了呢？的确，感受有时是混合在一起的，而且所有的事似乎都有些苦乐参半，但是我们将来会看到，我们之所以会过度简化是有很多原因的。
1700520374
1700520375
1700520376
1700520377
1700520378
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518459]
1700520379
心智社会：从细胞到人工智能，人类思维的优雅解读 9.3 从失败中学习
1700520380
1700520381
到目前为止，我们谈论的大多是从成功中学习。但是想想当你成功的时候，你一定已经拥有了所需的技能。如果是这样，那么改变思维可能反而会让事情变得更糟！就像人们常说的那样：“你不应该与成功争辩。”任何时候，只要你想“改进”一个已经起作用的程序，其他依靠同样机制的技能就有被破坏的风险。
1700520382
1700520383
与此相对应，从失败中学习对我们来说可能更重要。如果一套已经建立好的方法（我们把它称作M）在实现一个特定的目标时失败了，你该怎么办？方法之一是改变M，这样它就不会再犯同样的错误。但是就算这样做也很危险，因为它可能导致M在其他情况下失败。此外，我们也可能不知道怎么改变M来纠正错误。要处理这种情况，一种比较保险的方式就是通过添加特殊的记忆设备来调节M。我们把这些设备称作“审查员”或“抑制器”（以后我们会详细讨论这一点），它们能够记住M失败时所处的特定环境，以后再出现相似的情况时会抑制M。这种审查员不会告诉你应该做什么，只会告诉你不应该做什么，但它们仍然能够防止你因为重复错误而浪费时间。
1700520384
1700520385
学习至少有两个方面。我们思维的某些部分通过记住起作用的方法来从成功中学习。还有一些部分主要是从我们所犯的错误中学习，它们会记住那些各种方法都不起作用的环境。稍后我们将会看到这种方式如何教会我们不应该做什么，以及如何教会我们不应该想什么！出现这种情况时，它会将我们完全没有意识到的抑制和禁忌渗透到我们的思维中。因此，从成功中学习倾向瞄准和聚焦于我们如何思考，而从失败中学习虽然也会产生许多富有成果的思想，但方式没有那么直接。
1700520386
1700520387
如果我们生活在一个只有简单而普遍的规则、没有例外的世界里，就像代数、几何和逻辑这种可爱的数学世界，那么我们就不需要应对例外和审查。但是完美的逻辑在人、思维和事物的真实世界里很少能起作用。这是因为在数学的世界里，规则没有例外并非偶然：在那里，我们以规则开始，而且我们所想象的物体都会遵守这些规则。但我们不能这么随心所欲地为已经存在的事物编制规则，所以我们唯一的路径就是以不完美的猜测开始，先收集已有的粗糙规则，然后去寻找哪里有问题。
1700520388
1700520389
我们很自然地倾向于从成功中学习，而不是从失败中学习。然而，我怀疑把我们限制在“积极的”学习体验中这件事本身就会使我们已经会做的事进步余地变小。而几乎可以肯定的是，在我们的思维方式做出一些实质性的改变时，至少一定程度的不舒服是无法避免的。