1701560990
1701560991
1701560992
解释性深度错觉还可以用人们如何理解自行车4这个例子来说明。利物浦大学的心理学家丽贝卡·劳森（Rebecca Lawson）向一组心理学专业的本科生展示了一幅车架部分组件缺失、没有链条和踏板的自行车示意图。
1701560993
1701560994
劳森要求学生们补全缺失的部分。我们不妨试试看。车架的哪些部分不见了？链条和踏板应该安装在哪儿？
1701560995
1701560996
如上问题居然出乎意料地难以回答。在劳森的研究中，将近一半的学生无法完全正确地补全图片（你会在下面看到几个学生的绘图）。甚至劳森以四选一的方式，要求他们选出正确的图片时，这些学生也并没有表现得更好。许多学生选择了前后轮都缠有链条的图片，在这种结构下车轮是不可能转动的。即便是专业骑手在这一看似简单的问题上也远远拿不了满分。对于平日里司空见惯的物件，甚至那些每次使用都觉得其原理显而易见的东西，我们的理解竟是如此粗浅。
1701560997
1701560998
1701560999
1701561000
1701561001
1701561002
1701561003
1701561004
知识的错觉：为什么我们从未独立思考 [:1701560700]
1701561005
知识的错觉：为什么我们从未独立思考 我们究竟有多无知
1701561006
1701561007
因此，我们对自身知识量的高估正暗示了我们比想象中更加无知。但我们究竟有多无知呢？知识量是否有可能被估算呢？托马斯·兰道尔（Thomas Landauer）试图为此寻找答案。
1701561008
1701561009
兰道尔是认知科学的先驱，曾任职于哈佛大学、达特茅斯大学、斯坦福大学和普林斯顿大学，并倾25年之久试图将其独到见解应用于贝尔实验室。他的研究起步于20世纪60年代，正逢认知科学家们将人脑视为电脑的时代。当时，认知科学领域与现代计算机一同崭露头角。如我们所知，拥有非凡数学头脑的约翰·冯·诺依曼（John von Neumann）和艾伦·图灵（Alan Turing）奠定了计算机技术的基础，于是问题来了，人类心智的运作是否也遵循相同的原理。计算机配有一个由中央处理器运行的操作系统，按照一系列规则读取和写入一个数字存储器。早期的认知科学家认为，与计算机相比，人脑并没有什么不同。计算机的运作程序被视为认知执行模式的一种暗喻。思维被当作一种在人们脑中运行的电脑程序。让艾伦·图灵声名鹊起的原因之一就是他把这种想法发挥到了极致。如果人脑像电脑一样工作，那么人类所能做的一切都可以由电脑程序实现。受此鼓舞，图灵于1950年发表了经典论文《计算机器与智能》（Computing Machinery and Intelligence），对“机器会思考吗”5这一问题做出解答。
1701561010
1701561011
20世纪80年代，兰道尔6决定用与计算机内存相同的衡量标准来衡量人类的记忆容量。当我们撰写此书时，一台笔记本电脑的长期储存空间为250—500GB[1]。兰道尔使用了几种巧妙的手法以测量人们的知识量。例如，他估计了成年人的平均词汇量并计算出储存这些信息所需的字节数量，并用这一结果推算了成年人的平均知识量，其结果是0.5GB。
1701561012
1701561013
兰道尔也用其他完全不同的方法测算过。在许多心理学实验中，受试者都被要求读文本，看图片，听字词（实义词或无意义的音节）、句子或一小段音乐。几分钟乃至几周之后，心理学家对受试者们的记忆进行测试。一种方法是要求人们再现他们当初接收到的原始材料。这是一种令人精疲力竭的记忆力测试。你觉得你现在能立刻复述出一段几周前仅听过一次的短文吗？兰道尔分析了一些对人们而言稍显轻松的实验。这些实验更像识别测试，只要受试者能够指出新展示的内容（常常是一幅图片、一个单词或一小段音乐）是否在此前出现过即可。其中一些实验会出示几个选项让受试者选出哪个他们之前见过。这是一种极易受到影响的测试方法，即使记忆力不尽理想，受试者也能有不错的表现。兰道尔通过实验组和对照组在识别表现上的差异来推测人们究竟记住了多少。这一差异在理论上等同于我们所能获取记忆的多少。
1701561014
1701561015
兰道尔这一方法的绝妙之处在于，他依据起初是否接收过认知材料区分出哪些是对记忆的测量（两组间识别表现的差异）。这使他得知人们记住他们先前习得的信息的速度是多少。测量时，他也找到了一种方法，能够把遗忘的因素考虑进去。若不计实验程序细节或认知材料类型的差异，兰道尔的分析结果毫无疑问地显示出人们汲取信息的速度并无太大差异。无论认知材料以何种方式呈现，比如视觉、语音或音乐，习得的速度都大致相同。7
1701561016
1701561017
接下来，兰道尔计算了人们究竟掌握多少信息，即人脑的知识库到底有多大。假设人们在70年的寿命中这一习得知识的速度始终恒定，他所尝试过的每一种测量方法大都指向同一个答案：1GB。兰道尔并未宣称这一结果是准确无误的。但即使把这个数字乘上10倍，即使人们的记忆储量能增加到10GB，它仍小得微不足道。这和一台现代笔记本电脑的内存比起来不过是九牛一毛。但人类本就不是堆砌知识的仓库。
1701561018
1701561019
从某种角度看，这简直骇人听闻。作为健全的成年人，我们居然学会了这么多东西。我们居然能看懂新闻，不会觉得晕头转向，理不清头绪。我们居然能围绕好几个不同领域的话题高谈阔论。看《危险边缘》（Jeopardy!）8的时候，我们冷不丁还能猜对几道题。我们都至少会说一种语言。毫无疑问，我们知道的远不止背包里那个小机器的存储量的几百分之一。
1701561020
1701561021
但是，如果你对人脑等于电脑的说法不买账，那就没什么好震惊的了。如果心智模式是机械的，只能将信息编码和储存在记忆体中，那么当你需要面对的是如此纷繁复杂的世界时，它就黔驴技穷了。一味追求大存储量的记忆体是徒劳的，因为我们的记忆不可能穷尽这个世界。
1701561022
1701561023
认知科学家对于用计算机类比人脑的暗喻不屑一顾。不过它并非一无是处。某些情况下当人们慢条斯理且小心翼翼地思考时——当他们对每一步都深思熟虑而非凭直觉贸然行事时——确实像计算机程序在运行。但绝大多数时候，认知科学家还是热衷于指出人脑与电脑的区别。深思熟虑只占我们思维运转的一小部分罢了。大多数认知过程都是潜意识下的直觉思维的产物。认知意味着要同时处理海量的信息。例如，当人们绞尽脑汁搜寻某一词语时，我们不会逐一排查，相反地，我们将搜遍整部字典——我们头脑中的字典——与此同时，目标词也会浮现在脑海中。这可不是早年间冯·诺依曼和图灵构想的计算机和认知科学能应付的运算。9
1701561024
1701561025
更重要的是，人脑不像电脑一样只依赖一个中央处理器，用写入和读取记忆的方式思考。正如我们稍后将在本书中详细讨论的那样，人们的思考还依赖于他们的躯体，他们身处的世界，以及其他人的心智。若要把我们对这世界的所知全部装进脑袋，实在是异想天开。
1701561026
1701561027
为了说明这个世界究竟有多么复杂，不妨考虑一下复杂性的几种来源。有些人造物因设计而复杂。据丰田汽车称，现代汽车约包含三万个部件。10但它们真正的复杂性并不在于部件的数量，而是这些部件有多少种设计方案以及有多少种组装方式。试想一名汽车设计师需要考虑的一切：外观、动力、效能、触感、可靠性、尺寸、安全性等。除了上述人尽皆知的因素外，预估和评测汽车的震动是现代汽车设计制造的重要环节，因为这决定了一部车将会多么吵及多么晃。设计师通常会替换某些部件以调试车辆的震动特性。如今，汽车被设计得如此复杂，以致十几岁的孩子们无法再一掀开发动机罩就可以拿着扳手敲打摆弄一番。修理现代汽车需要接受大量的训练，调试汽车需要众多电子配件。年轻人不得不去找一台油腻腻的老爷车，只有那样的引擎才简单得足以让业余修理匠上手。甚至，连专业技师都在抱怨维修车辆早就轮不到他们插手了，他们不过是遵照电脑程序的提示更换组件而已。
1701561028
1701561029
从飞机到钟控收音机，你可以把上述说法套用在任何现代技术上。现代飞机如此复杂以至没人能完全弄懂它们。更准确地说，不同的人了解它们的一些不同方面。有些人是飞行动力学专家，有些人则专攻导航系统。一些人负责弄懂喷气式引擎，而另一些了解人体工程学谙熟座椅设计的人，让航空公司得以有效地把经济舱塞得像桶装薯片。还有诸如钟控收音机和咖啡机这样的现代家用器具也太过复杂，以至当它们损坏时都不值得被送修。我们直接弃旧换新了。
1701561030
1701561031
人造物的复杂性同自然界的复杂程度比起来算是小巫见大巫了。一旦你凑近仔细查看便会发现，岩石和矿物比它们看上去可复杂多了。科学家至今无法完全解释黑洞的原理，甚至为什么冰是滑的等自然现象。但如果你当真想体验一下复杂性，请翻开一本生物学教科书吧。哪怕只是像癌细胞11一样的微观生物，都需要成百上千位科学家和医生共同努力，研究它们的本质、变异、繁殖和死亡的原因，以及怎么在正常细胞里把它们辨认出来。倘若科学和医学能回答这些问题，人类将摆脱这被统称为“癌症”的瘟神之扰。科学与医学不断发展，但还是有许多癌细胞“逍遥法外”。
1701561032
1701561033
复杂性随着多细胞生物的出现而成倍上升。举个极端的例子吧，试想一下神经系统，连一只海参都有18 000个神经元。按照渐进的标准，果蝇和龙虾都聪慧过人，它们大概有超过10万个神经元来处理信息。蜜蜂有将近100万个神经元在工作。这样算来，哺乳动物的复杂性已经达到另外一个范畴了。老鼠约有两亿个神经元，猫有近10亿个，而人类则在1 000亿个左右。大脑皮层是大脑最近才被开发的部分，有大约200亿个神经元，其复杂性正是人类区别于其他动物之处。大脑还真是纷繁忙碌，一秒都不停歇。
1701561034
1701561035
不论我们脑中有多少细胞，它们仍不足以将我们所见所闻的点点滴滴都保留下来。世界的复杂性深不可测。而具有讽刺意味的是，要说哪个系统复杂得难以被充分理解，大脑恰好是个完美的例子。当你面对的是像大脑这样庞大的系统时，别指望你能洞悉一切。尽管如此，在过去的几十年中，神经科学家还是在解释单个神经元如何运作，以及描述由数百万神经元组成的大规模脑功能区方面取得了长足的进步。他们发现了脑内的许多系统，认知神经学家则深入探究这些系统如何与不同官能建立联系。至今，我们所知最多的大概要数视觉了。科学家了解光线如何进入眼睛，如何被转化为大脑活化，并在枕叶的哪个位置解析为其在现实世界代表的意义（如运动、方向和色彩）。我们还知道活化哪里可以辨认物体（颞叶）并找到它们（顶叶）。
1701561036
1701561037
但是，神经科学家对于大脑作为一个复杂的整体如何反应和计算所知甚少。科学家仍致力于弄清楚什么是我们与生俱来的，什么又是我们后天习得的，什么会被我们遗忘且忘得有多快，意识的本质是什么以及意识因何而存在，情绪是什么以及我们能在多大程度上控制情绪，以及人们（包括婴儿）如何看清他人的意图。进化创造了如此复杂的大脑，以至我们都意识不到其复杂性的全部所在。
1701561038
1701561039
科学家尽力探索的另一个复杂系统当属天气。气象学家在天气预报12方面已取得长足进步。许多极端天气现象数日前即可被预测，这在10年或20年前简直就是天方夜谭。我们称其为短期预报。它的进步归功于海量数据，更完善的天气模型以及更快的电脑运算速度。这是一项无与伦比的进步。像前面提到的大脑一样，天气是个极度复杂的系统，变幻莫测的因素多得难以想象而结果又与这些因素的复杂互动密切相关。你今天所处位置的天气取决于近期光照、海拔、是否与山脉为邻、有无大面积水体储热或吸热，附近地区有无恶劣天气（如飓风和雷雨），以及周遭的气压分布情况。13