杨述超

(重庆工商大学 马克思主义学院，重庆 400067)

杰瑞·艾伦·福多(Jerry Alan Fodor)反对上述看法，“即使有一些知觉机制的操作完全受制于反馈，也会有其他的知觉机制，它们对知觉结构的计算很大程度地、可能完全地独立于背景信息。”[2]63经验至少在某种程度(知觉)上独立于理论，库恩等人的观点夸大了理论对经验的影响。福多进一步提出，知觉的认知渗透性会导致经验的理论负载性，这会严重威胁科学的基础，如果经验不是理论中立的，那么科学共识就只能依赖于一致性，但这很难被看成是理性的信念。[3]41-43福多批评道：“我认为似乎表明输入系统是认知渗透性的——即它们受到被试的背景信念或背景信息以及个人利益等很大影响——那些想法很多事实上是令人质疑的或完全错误的。”[2]70近年来，在认知哲学和心理哲学的讨论中，知觉过程是否存在认知渗透性成为了争论的焦点之一。所谓知觉的认知渗透性(Cognitive Penetrability of Perception)，即，知觉系统的计算过程对认知者的目标和信念是敏感的，能够根据认知者所知道的内容发生改变。[4]343知觉的认知渗透性问题并不仅仅具有理论意义，还具有重要的实践意义，福多通过反驳知觉的认知渗透性来消解经验的理论负载性问题，进而解决不可通约性问题。福多似乎通过保证一些不同意识形态和理论框架下的经验层次的有效交流，至少能够解决不可通约性问题。[5]170近年来，围绕知觉的认知渗透性，经验的理论负载性这个经典的科学哲学问题又引起了研究者的广泛注意。(1)在传统的讨论中，知觉的认知渗透性又可以分为“早期知觉的认知渗透”“知觉经验的认知渗透”两种现象，前者主要涉及早期知觉系统的信息加工过程是否受到认知状态的影响，后者主要涉及知觉经验是否受到认知状态的影响。然而，根据预测编码理论，人脑具有层级化的神经网络，信息加工过程是连续的，上述区分是不必要的。若无特殊说明，本文不对这两种现象作详细区分。

一、传统认知科学对知觉的认知渗透性的反驳

福多认为，人的认知机制依赖于许多具有专门语言和知觉处理能力的输入模块和一个中央系统。(2)丹·施佩贝尔(Dan Sperber)和彼得·卡拉瑟斯(Peter Carruthers)等“后福多主义者”认为，心理是彻底模块化的，包括像推理、计划、决策这样的高阶能力也有对应的模块。限于篇幅，本文只讨论知觉的模块化问题，不讨论中央系统的架构和功能。福多并没有在《心理模块性》中给出模块的定义，但模块的含义是明确的，即具有独立功能的心理机制，其中，知觉模块是最典型的心理模块。福多认为，心理模块需要具有信息封装性、领域特殊性、强制性、通达性、快速性等特征。[2]45-97信息封装性是心理模块最重要的特征，甚至被认为是输入系统的本质特征。[6]71福多认为，每个心理模块都有自己的专有数据库，信息封装性是说，这个知觉模块或计算系统在进行计算的时候仅仅依赖于其输入的信息和其自身的专有数据库。信息封装性既体现在模块之间的信息不能相互交流，也体现在高阶的认知状态不能干预知觉模块的信息加工过程。[7]中央系统不是具有信息封装性的心理模块，会受认知状态的影响，但是，即便中央系统的信息加工过程会受到认知状态(信念、欲望、意图等)的影响，知觉模块的信息加工过程也不受认知状态的影响。只存在从外界刺激到知觉再到高阶认知处理系统的上行信息流，并不存在高阶认知系统向低阶知觉模块的下行信息流和知觉模块之间的平行信息流。

知觉模块是专门处理感觉输入信号的心理模块，如果知觉模块具有信息封装性，其内部处理过程是独立的。模块一旦从传感器中提取特定信息并启动信息加工过程，模块内部的信息加工就不再需要调用模块之外的信息。知觉模块之外的心理系统没有通达模块内部处理过程的途径，信息封装性保证了知觉模块的内部信息加工过程是独立于认知状态的。正如亚大纳西·拉夫特普洛斯(Athanassios Raftopoulos)指出的，知觉的认知渗透性也意味着知觉内容存在理论负载。[8]如果知觉模块具有信息封装性，那么，知觉过程不存在认知渗透性。知觉信息加工过程独立于背景信息，为最终产生客观中立的经验判断提供了可能，具有不同理论背景的观察者可能在经验上达成某种程度上的共识。福多认为：“人们只要拥有相同感知心理构成，不管人们的理论预设有多么不同，给定相同的刺激，他们都能够观察到相同的事物，并拥有相同的观察信念。”[3]24-25“假如知觉是模块化的，那么理论体就不能影响感知者看世界的方式，尤其是，那些在背景理论上有着深刻差异的感知者无论如何都会以相同的方式看世界。”[3]38

根据福多的看法，知觉模块的信息封装性保证了经验的理论中立性。只有当知觉过程完成之后，与其他系统的信息整合才会发生，这就意味着知觉过程可以产生理论中立的知觉经验。并且，虽然大部分的经验判断是经由中央系统处理的结果，但也有研究表明，某些判断的产生似乎可以不需要认知系统的参与。[9]只要承认了知觉模块的信息封装性，即使中央系统的大部分认知活动是受理论渗透的，即便存在理论和信念的迥异，知觉系统仍然能够输出客观中立的知觉经验，人们仍然可能最终作出理论中性的观察判断。基于知觉错觉和计算主义原则，福多反驳了知觉的认知渗透性假设。

(一)基于知觉错觉的反驳

图1 穆勒莱尔错觉图

(二)基于心理计算主义的反驳

对知觉的认知渗透性的另一个反驳来源于心理计算主义。计算主义是当代认知科学和心智哲学的一种主流研究范式，其基本思想是：心理状态、心理活动和心理过程是计算状态、计算活动、计算过程，换句话说，认知就是计算。[10]对智能和认知的最好解释必须借助一种计算框架，任何一个智能的、认知的或者有心理属性的系统一定满足某个计算描述。福多认为：“使得心理是理性的，其条件是心理有对思想(thought)执行运算的能力，思想就如同句子一样被假定拥有句法结构，并且‘运算’的意思是按照图灵机的方式运行。”[11]只有当知觉系统是信息封装的，知觉系统的信息加工过程才是容易计算的。[6]128如果坚持心理计算主义，那么模块必然具有强制性、封装性、特域性等特征，因为这些特征都能够提高计算速度。福多举例说，在人遇到危险(比如豹子)的情况下，需要对豹子的知觉辨别非常迅速。大的记忆库搜索起来很慢，我们就会不希望参与豹子辨别的输入分析器与中枢存储进行信息交流。[2]67信息封装的模块具有专有数据库，知觉模块在处理输入信息的过程中，只需要强制调用专有数据库，输入信息的处理过程就会非常快捷。这对生物的生存和演化十分有利。

相反，如果记忆、情感和期望等背景信息能够影响知觉系统的工作，这将导致知觉系统的计算速度大大降低。泽农·W.派利夏恩(Zenon W. Pylyshyn)指出，知觉系统是认知渗透的，那么其内部计算过程对于主体的目的和信念来说就是敏感的。[4]343如果知觉模块不是信息封装的而是认知渗透的，那么，其信息处理就会调用到模块外的资源，这会使得知觉过程的计算变得效率低下、耗费更多资源并且容易出错。何睿和朱菁指出，从模块论角度看，知觉模块每次解决问题都要搜索全部知识，将大大延缓搜索速度，甚至使得整个系统瘫痪。[12]因此，即便有众多案例支持知觉过程存在认知渗透性，萨姆·克拉克(Sam Clarke)仍坚持认为，人类的认知架构是一个有层次的系统，高层级的中央系统可能是被渗透的，但低层级的知觉模块是信息封装的。[13]假如知觉是认知渗透的，那么，知觉模块的信息加工过程要存取存储在心理中的所有信息，它们就不是易于处理的。从心理计算主义的角度出发，知觉模块具有信息封装性将使其拥有显著的优势。知觉模块的信息封装性似乎成为了心理计算主义的必然要求，这对知觉的认知渗透性理论构成了另一个有力的反驳。如果无法回应这个挑战，知觉的认知渗透性假设将面临重大困难。

二、传统认知科学对知觉的认知渗透性的辩护

此外，奥格尔维和卡拉瑟斯指出，即便是具有信息封装性的心理模块，其知觉过程也是需要调用储存于模块内部的信息的。[16]724这些模块内部的信息来源是什么呢？进化心理学普遍承认模块具有可塑性，环境信息能够渗透模块进而塑造模块。卡拉瑟斯提出，在发展过程中和对环境变化的回应中，模块展示了明显的可塑性。进一步说，模块能够通过广泛而复杂的基因与环境相互作用而得到发展，许多来自于环境中的信息能够被用来塑造这些心理系统。[19]心理学最新研究甚至表明，在传统的知觉理解下，错觉现象被用来作为反对知觉的认知渗透性的证据；而在预测编码(predictive coding)(5)预测编码本身最初是信号加工中的一种数据压缩策略，广泛使用于电信领域。在大多数图像中，一个像素的值会预测其相邻像素的值，并用差异标记诸如物体边界这样的重要特征。因此，画面丰富的变化图像(比如电视画面)可以通过只编码意外变化(实际值与预测值的偏离情况)来压缩，需要传输的值也仅是预测值与实际值之间的差值，这样就大大提高了传输效率。1980年代，预测编码开始被引入认知科学的研究中。在当代认知科学和心智哲学中，预测编码被运用于解释脑的心智架构和信息加工机制，预测编码与预测加工(predictive processing)有时被不严格地交换使用。理论的解释下，错觉是已有经验和预期造成的，即知觉错觉是认知渗透的结果。[20]46-51人类学和心理学的证据说明，错觉现象本身就是认知渗透的结果，福多基于知觉错觉对知觉的认知渗透性的反驳是不成立的。

(二)对“基于心理计算主义的反驳”的再反驳

福多认为，如果心理计算主义是成立的，那么人的知觉模块必然是信息封装的而不是认知渗透的。然而，认知科学和计算机科学等学科的发展表明，计算主义并不必然要求知觉系统是信息封装的。吴韦恩(Wayne Wu)指出：“核心要点是，要反对封装性，就要求提供一种机制，这种机制使得视觉计算能存取和利用意图内容作为一种信息资源。”[21]因此，需要建立一种解释模型，解释非模块化的计算机制如何利用外部信息或数据库作为资源来开展高效计算。

蒂莫西·富勒(Timothy J.Fuller)认为，从机器学习的表现来看，非模块化的认知系统并不一定会表现计算上的劣势，贝叶斯网络的数据处理能力也相当出色，福多基于计算主义对知觉模块的辩护是不成功的。[22]A.克拉克(A. Clark)认为，计算主义并不必然能够为知觉模块的信息封装性提供辩护。全局性的信息检索和信念比对虽然是一项工作量巨大的工作，但知觉系统也能够在短时间内完成。类比于万维网搜索引擎的工作方式，大范围或全局性信息搜索和评价是能够快速、高效运行的。人的大脑能分别进行信息检索和评价，依赖于启发式(heuristic)计算，生物大脑能够最大化地利用其管理的大量信息数据。[23]所谓启发式算法，就是指计算系统先根据相关的主题词在数据库中检索信息，当相关的信息被检索出来后，计算系统才启动对这些信息的进一步处理过程。这就避免了对数据库的全面检索，极大减小了计算系统的运行负荷，从而保证计算系统能够高效地处理大量数据。普林茨举例说，谷歌搜索“heuristic”这个词，它能够在0.18秒的时间内整理数以亿计的网页，并且把最有用的结果呈现在前端。假如我们的心理搜索过程也是如谷歌一样运行的，我们就能够在相当快的时间内调取相关信息。[14]32

奥格尔维和卡拉瑟斯进一步认为，知觉过程的认知渗透性并不会给信息的加工过程造成困难，相反，知觉的认知渗透性有助于知觉过程的信息加工。输入信号都是十分模糊的，高阶的知识和期望能够减少低阶的知觉过程中的干扰信号，解决知觉过程中的模糊性，人们当然应该希望高阶的信念和事先具备的概念知识能够对知觉过程产生影响。神经生理学的研究表明，认知系统的预测编码机制必然导致如下情况，当输入信号满足观察者的期望时，视觉皮层会产生信息丢失。[16]721-742知觉过程受到背景理论等因素影响，知觉经验具有理论负载性不仅是可能的，而且是必要的。信息封装性并不是易于计算的必要条件，心理计算主义的原则并不构成对知觉的认知渗透性的反驳。

福多对知觉模块的信息封装性的要求源自于认知系统对处理速度的追求：“输入系统信息封装性的观点并不是——或者不完全是——减少那些必须被搜索的与知觉相联系的记忆空间。关键之处是要限制需要确认的关系的数量以使知觉辨认迅速。”[2]68如果非模块化的计算机制能够快速调用外部相关信息，甚至通过调用这些外部信息还更有利于更快速地加工信息，那么，心理计算主义并不反对知觉的信息加工过程调用外部信息。由此看来，心理计算主义并不构成对知觉的认知渗透性的反驳。

三、预测编码理论是可行的解释吗？

对于知觉的认知渗透性，传统认知科学主要从知觉错觉和计算速度两条进路进行讨论，现有证据为知觉的认知渗透性提供了较为有利的辩护，但对知觉系统的内部工作机制的阐释并不清晰，限制了进一步的讨论。预测编码理论为知觉系统的内部工作机制提供了一种解释。(6)心智的预测编码模型一般被认为是从联结主义家族演化而来。联结主义网络执行信息的平行分布加工，由大量单元和决定单元之间联结强度的权重组成，权重模仿的是神经元之间的联结强度，可以不断被训练和强化。联结主义网络一般都有一个输入层、一个或几个与网络发展的内部表征相应的隐藏单元层和一个输出层，各层之间存在大量联结网络。根据斯坦福哲学百科“联结主义”词条的解释，假设有一个具有输入、隐藏和输出级别的神经网络，且该网络已经针对一个任务(比如人脸识别)进行了训练，隐藏单元的权重值中存储了相关信息(比如人脸信息)，如果具有三个特征，该网络就可以被归为预测编码模型。其一，具有来自于高层级网络的下载联结(download connections)，这个联结能够预测该任务的下一个输入；其二，发送到高层级网络的数据不是在输入单元上所记录到的所有值，而是预测值与实际值之间的差异；其三，该模型的训练方式是通过调整权重使输入误差实现最小化。迈克尔·斯普拉特林(Michael W. Spratling)认为，预测编码不仅能对知觉过程提供详细解释，也能为高级认知能力提供解释，该算法为脑的知觉和认知功能的建模提供了一个统一框架。[24]近年来，认知科学和心智哲学尝试用预测编码解释知觉系统的信息加工机制，为知觉的认知渗透性提供一种新的解释框架。王孝清和王姝彦认为，预测编码理论作为一种新兴的大脑工作原理，有助于知觉的认知渗透性问题的解决。它可以为知觉的认知渗透性提供一种新的理论预设，并为经典的认知渗透案例提供合理的解释，且该理论本身还能确证认知渗透性的存在。[20]46-51而A.克拉克指出，如果预测编码的机制是正确的，知觉通过将输入的感觉信号与预测进行比较来解释这些输入信号，反映了知觉系统对世界及自身的相关不确定性的已有了解。因此，知觉至少在一种意义上是理论负载的：我们的知觉在很大程度上依赖于一组先验知识，它们是大脑用来预测当前感觉信号的最佳尝试。[25]187预测编码在知觉、认知和运动等方面都展现了很强的解释力。

(一)预测编码理论

与将人脑对世界的感知理解为一种被动接收和加工信息的过程不同，预测编码理论认为，人脑对世界的感知是一个主动的选择性过程，人脑所有的神经活动都是围绕着“预测误差最小化”来进行的。人脑具有层级化的神经网络结构，较高层级的神经网络对较低层级的神经网络的输入信号进行预测，较低层级的神经网络将预测值与实际值的差值发送给较高层级的神经网络，使较高层级的神经网络进一步调整预测模型。A.克拉克认为，人脑本质上是预测机器，通过不断尝试将输入的感觉信号与自上而下的期望或预测相比较来支持知觉和行动。[25]181这是一个快速并且循环往复的过程，神经网络不断对输入信号进行预测，也不断根据误差信号调整预测模型，最终实现预测误差最小化。

根据预测编码理论，人脑是层级化的神经网络，不同层级的网络携带有不同的“先验知识”，较高层级网络能够运用这些“先验知识”对较低层级网络的感知信息作出预测，而较低层级网络的预测结果又能改变较高层级网络的预测模型。贝叶斯定理对于理解人脑的这种信息加工机制十分关键。(7)贝叶斯定理是由英国数学家贝叶斯(Thomas Bayes)在1763年发表的论文《机遇学说中一个难题的解决》中提出的。虽然尼克·奥兰迪(Nico Orlandi)认为预测编码与贝叶斯主义并不一定并存，但大部分支持预测编码理论的研究者都认为，预测编码追求的是预测误差最小化，而预测误差的最小化是通过贝叶斯计算实现的。人脑在加工信息的时候是一个“贝叶斯的脑”，人脑执行贝叶斯运算是预测编码理论的一个基本假定。A.克拉克认为，预测编码提供了关于神经表征、神经计算以及表征关系的一个独特解释，并提供了一种神经学机制上可信的、计算上易于处理的解释：大脑执行某种形式的贝叶斯推断。神经表征以概率生成模型的形式对概率密度分布进行编码，推理过程遵守贝叶斯定理，即对先验预期与新的感觉证据进行权衡。[25]187-188

贝叶斯公式的常见形式如下：

其中，P(HE)表示根据证据E，一个预测H所具有的概率；P(EH)表示假设预测H正确时，赋予证据E的概率；P(H)表示缺乏有关证据E时，赋予预测H的先验概率；P(E)表示证据E的无条件概率。该公式说明，如何根据特定证据E来改变一个预测的先验概率P(H)，从而获得经过修正的后验概率P(HE)。在决策理论中，贝叶斯定理能够解决不确定情况下决策者如何选择才能得到最优结果。[26]因此，考虑到人自身感觉信号和运动信号的不确定性，人脑需要根据语境线索调整不同线索的相对权重，人类在感知和行动上都是理性的贝叶斯主义者。[25]189克里斯·弗里斯(Chris Frith)认为，P(HE)和P(EH)使人们有了作出预测、观察预测误差和调整预测的手段。P(EH)告诉我们，给定关于这个世界的信念H，(8)贝叶斯主义认为，信念的本质是概率分布函数。人们期望得到什么样的证据E。P(HE)则告诉我们，如果给定新证据E，人们需要改变多少信念H。当实际值与预测值发生误差，人脑就能利用这些误差来更新对世界的信念，并产生出一个更好的信念。人脑会不断重复这个过程，每循环一次预测，误差就变小一次，直至预测误差变得足够小。而这一切发生得如此之快，以至于人根本意识不到这个复杂过程。[27]122-123人脑作为一台“贝叶斯预测机”，具有关于世界规律的概率分布的预测模型，从而能够成功应对外界环境不断涌入的各种信息。人们可能会怀疑自己的脑在认知过程中进行贝叶斯计算的能力，因为绝大多数人可能根本不知道什么是贝叶斯定理。但正如王球所说，尽管多数人并不擅长作贝叶斯推理，但这并不妨碍大脑可以无意识地以近似贝叶斯的方式作预测加工。正如蚂蚁不懂高斯分布和帕累托分布，却不妨碍蚁群根据信息素来选择最佳行军路线。[28]18

其实，早在一百多年前，赫尔曼·冯·亥姆霍兹(Hermann von Helmholtz)就发现了支持预测编码理论的强有力证据。如果用手拨弄眼球使眼球运动，外部世界好像看起来从一边跳跃到另一边，但以正常方式转动眼球看外部世界，却没有这种变化。根据亥姆霍兹的解释，在正常转动眼球的情况下，脑先将有关眼球移动的信号发送到引起眼球运动的肌肉上，这些信号能用来准确预测眼球移动时视觉将发生的变化，所以脑在眼球移动前已经有了详细报告。(9)脑之所以不能准确预测用手指拨弄眼球时发生的事情，弗里斯认为原因有两点。第一，人脑几乎没有过这样的动作体验，因而没有机会学习如何预测；第二，每次用手指拨弄眼球时，手指所放的位置略有不同，预测永远不可能是完全相同的。参见C.弗里斯：《心智的构建:脑如何创造我们的精神世界》，华东师范大学出版社,2011年，第103页。尽管亥姆霍兹的解释在今天的神经科学家看来并不完美，然而大体上没有其他假说能够实质性地挫败它。[28]17在生活中，还可以找到诸多类似的例证。比如挠痒，别人触碰我们的身体，感受会很强烈，但自己触碰却没什么感觉，这是脑在自己触碰身体之时对身体感受器所得到的信号进行了抑制。近年来，认知神经科学的动物实验为预测编码理论提供了新证据。细谷俊彦(Toshihiko Hosoya)等人将蝾螈和兔子放入不同的环境中并记录其视网膜神经节细胞的反应，在几秒钟的时间内，为了跟上环境变化所导致的图像信息的变化，约50%的神经节细胞改变了其行为。视网膜神经节细胞对原始的图像输入信息进行了动态的预测性的重新编码，从视觉流中去除那些可预测因而不那么有信息价值的信号。[31]

与被动的“表征-计算模型”的传统心智模型相比，预测编码模型将人脑的工作模式转变为主动的、预测优先的“贝叶斯推理”。A.克拉克认为，预测编码模型有望将认知、感知、行动和注意力集中在一个共同框架内，这一框架表明，由分层生成模型产生的概率密度分布是人们表征世界的基本手段，而预测误差最小化是学习、行动选择、识别和推断背后的驱动力。[25]190-191虽然丹尼尔·威廉姆斯(Daniel Williams)对预测编码的心智架构的普遍性及表征能力提出了质疑，但作为一种信息加工机制，威廉姆斯仍然认为预测编码是富有吸引力的。[32]预测编码理论有望超越计算主义、联结主义和具身认知等传统范式，成为认知科学和心智哲学研究的新进路。

(二)对知觉的认知渗透性辩护的新解释

根据预测编码理论，人脑是一个概率预测机器或假设检验机器，知觉是一个主动的、选择性的过程，旨在追求预测误差最小化。王孝清和王姝彦用预测编码理论对知觉过程作了详细分析：在知觉加工的高级水平的预测模型上所产生的预测信息通过反馈连接被反馈到较低的阶段，并影响这些较低水平的加工。在此水平上，将预测信息与传入的感官信息进行比较，并将两者之间的不一致作为预测误差信号，进一步将误差信号向前传递到更高水平的加工，以纠正和调整预测模型。如此循环数次，计算出一个更好的预测模型，并再次向下反馈到感官输入层，直到获得一个最小的预测误差。[20]47这种信息加工机制可以为知觉错觉和心理计算主义提供一种新解释，为知觉的认知渗透性提供更有力的辩护。

预测编码能降低整个认知系统的工作负荷，提高认知系统的计算效率，而不会像批评者所认为的那样，耗尽所有计算资源而走向崩溃。知觉整合了自上而下和自下而上的信号，知觉的预测编码解释强调了信念、想象力和知觉之间的紧密联系，实际上，内在规定知觉是认知渗透的。运用较高层级网络的期望或预测十分重要，感知系统所采样的信息伴随着噪声和不确定性，预测编码的抑制机制能通过减少神经元的反应范围来消除预期内的冗余信息，专注于那些有价值的变化信息。弗里斯指出，人脑能预测无关紧要的感觉变化并抑制相应的反应，从而集中所有注意力关注外在世界正在发生的事情。[27]103人脑必须不断整合来自不同感官的证据，只要不干预，人脑就像一个理想的贝叶斯观察者一样工作：忽视无关紧要的证据，强调有力的证据。[27]123知觉系统不能像一个愚笨的秘书一样，将其所能搜集到的所有信息一股脑儿地摆在老板的桌上，而是需要对信息进行整理并将最具有价值的信号传递给认知系统。预测使知觉抑制了背景噪声和符合预期的信息，使认知系统能专注于处理有价值的变化信息，降低认知系统的运载负荷，提高认知系统的处理效率。同时，不同层级网络间传输数据量的减少能提高信息传输效率，有助于提高认知系统的反应速度。盖瑞·卢普言(Gary Lupyan)指出，由于知觉的输入信息都是模糊的，知觉系统需要依赖先前累积的知识，使信息对指导行动是有益的，期望、知识和任务要求均能在多个层面塑造知觉。在一个不断变化但可预测的世界中，可渗透的知觉系统在实现其引导行为的功能方面是更好的、更聪明的。[29]比如，当人们在一片灌木丛边散步，人脑建构了关于灌木丛的预测模型。假如灌木丛中隐藏着一只豹子，人脑便会发现这个预期外的视觉变化信息，忽视那些预期内的视觉信息，能更快速地处理关键信息并及时作出反应。

(三)预测编码理论不是先验唯心主义的复兴

人的“贝叶斯脑”在加工信息前，已经有一些“先验知识”，它们构成了感知世界的前提。一些神经科学家和哲学家由此认为，预测编码理论支持了一种激进的神经表征主义：有意识体验的内容都是由脑生成的模拟，知识关涉的不是独立于心智的实在，而是人脑中表征的那种实在，走向了康德的先验唯心主义。弗里斯宣称：“我们真正感知到的是我们脑中的世界模型，它们并不是世界本身，但这些模型与世界本身一样好，感知就是与现实相符的幻觉。”[27]130然而，正如丹·扎哈维(Dan Zahavi)所批评的，激进的预测编码机制一旦踏上表征主义之旅，就很难维持外部世界的存在了。[30]153那么，先验唯心主义是预测编码理论的必然归宿吗？

尼克·奥兰迪(Nico Orlandi)认为，预测编码的两个要素容易使人联想到康德的先验唯心主义。第一个是感知世界的驱动力，根据预测编码理论，期望驱动着人们对世界的感知，这一立场隐约让人想起康德的格言：没有概念的直觉是盲目的。另一个涉及知觉推理，根据贝叶斯定理，知觉推理是一个假设检验的过程，知觉对象不过是先验知识(假设)和当前证据综合推理的结果。[33]2378-2379

对于第一点，奥兰迪认为，自下而上的影响不仅仅限于对预测的纠正，它们在许多时候驱动了感知。期望或预测并不是凭空产生的，预测编码以对自然场景的概率统计为基础，特定的输入刺激(训练数据集)训练神经网络使其具有期望和预测模型，才能使神经网络驱动感知。[33]2379-2381缪小春指出，先天素质只是一种倾向和概略，而不是像先天论者所认为的那样，是详细的规定和预成的知识。不论先天成分是什么，只有通过环境的推动，才能成为能力的一部分。[34]“译者序”7外部世界和环境的刺激驱动着预测模型的建构，而非先天知识和概念驱动着人们对世界的认识。对于第二点，奥兰迪认为，预测、期望和误差都不是表征元素，知觉是通达世界的直接途径，知觉并不涉及表征和推理，而是与世界的简单协调。[33]2382-2383预测编码并不必假定知觉涉及心理的表征状态和推理，知觉只是一个信息加工过程。王球认为，在预测心智那里，先天知识并非康德意义上的时空直观或知性范畴，而是关于外部事物的概率密度分布，预测编码理论的“先验”与康德哲学没有什么关联。[28]19-21预测或期望反映的不过是外部世界的概率分布，知觉对象并非主观建构的产物或最佳解释推理的结果。

此外，激进的神经表征主义还面临着其他批评。比如，从演化的角度，人们必须有能力获得关于实在世界的真实知识，才能采取有利于生存的行动，激进的神经表征主义难以满足演化的需求。而正如扎哈维所批评的，激进的神经表征主义存在内在逻辑矛盾。激进的神经表征主义要求我们放弃朴素的实在论，放弃对日常体验对象的客观存在的信念，但却又敷衍了事地假定了脑的客观存在。[30]154人们可以承认，婴儿不是空着脑袋来到这个世界上的，学生也不是空着脑袋走进教室的，漫长的演化历程使人脑拥有了一些先天倾向。但就如安妮特·卡米洛夫-史密斯(Annette Karmiloff-Smith)所认为的，认知科学需要超越充斥于许多领域的传统的先天论和经验论的两分法，赞同既包含先天素质又包含建构论的认识论。[34]176人脑不是一块白板，也并非生来就具有先验知识，或许它们就是有花纹的大理石，但心智能力的塑造离不开经验世界的雕琢。预测编码提供了关于心智架构和信息加工的富有启发性的解释，在认知科学和心智哲学中的发展前景是值得期待的，但激进的神经表征主义是不必要的。

四、结语

近年来，预测编码为知觉的认知渗透性提供了一种新的解释框架，为各种知觉错觉现象提供了一个更全面、更深层次的统一机制说明，也满足了心理计算主义对计算效率的要求，能为知觉的认知渗透性提供更有力的辩护。预测编码作为一种有望超越计算主义、联结主义和具身认知等传统心智研究的新进路，受到了认知科学和心智哲学的广泛关注，也引发了讨论：预测编码理论是否复兴了康德的先验唯心主义？激进的神经表征主义给出了肯定回答，导致了意识建构主义的认识论立场，但这种激进立场是不必要的。