Gary Marcus我不明白为什么当他把大脑称为计算机时人们会感到震惊。这位43岁的纽约大学心理学教授，著有克鲁格他是研究儿童如何习得语言的主要研究人员。他笑着说，这是一代人的事情。
他说:“我知道有一种二元论的哲学流派认为，存在某种脱离身体的精神，它创造出脱离大脑的思想。”但对于像我这样从小阅读神经科学和认知科学的人来说，大脑是一台电脑并不奇怪。这是我一直以来的理解。”
马库斯最近的一本书，吉他零度，记录了他在接近40岁时学习吉他的过程。它深入研究了大脑学习新事物的永久能力，颠覆了我们的大脑到中年时几乎已成石头的神话。近年来，马库斯一直困惑于这样一个事实：几乎不可能分辨出人脑与其他灵长类动物的大脑有什么不同。他在令人振奋的鹦鹉螺文章中详细阐述了自己的见解。”独特之处何在.”
最近，我们在纽约大学的办公室里采访了这位热情洋溢的作家兼教授，他说话的句子就像顶级燃料赛车手的赛车一样。以下是视频的文字记录。
我们的大脑如何像计算机？
我认为我们的大脑不仅仅像一台电脑。我认为我们的大脑是一台电脑。问题是这是一种什么样的电脑?
很多人听了我的话都很激动。他们说，“嘿，我们有创造力，而机器没有，所以我们不能成为电脑。”但这不是一个好的论点。计算机的基本功能就是接收信息，转换信息，或者将信息与记忆中的某些信息联系起来，然后在此基础上做出动作。你的iPhone实际上是一台电脑，你的笔记本电脑是一台电脑，一个袖珍计算器——不是我们现在拥有的那些——它们都是电脑。但你的大脑也是一台电脑。
例如，从你的视网膜获取信息。它会转变成化学和电活动的模式。大脑正在进行信息处理。除此之外，没有其他描述。然后它与存储在你记忆中的信息整合，然后控制你的行动。从某种意义上说，这是一种计算机信息信息处理器。大脑不仅仅像一台计算机，它是一台计算机。
但是有很多不同的计算机有不同的结构。例如，随着时间的推移，计算机开始集成更多的并行处理。如果你看一下Xbox，它是一种电脑，或者PlayStation，它们有这些重型芯片，在进行计算的同时进行图形处理。你知道你进入了下一个阶段。他们还使用这些芯片来计算下一帧和图像，所以在现代计算机中有很多并行处理。但不是我小时候学过的那种电脑。我在Commodore 64上了解到，那里并没有进行很多并行处理——只有一点点。计算机的趋势是有更多的并行处理。
在大脑里显然是这样的。有很多并行处理但并不是全部并行。有时人们认为大脑中的所有事情都是同时发生的，但在人类大脑中有一些循序渐进的事情发生。语言是按顺序逐字输出的。尽管我说得很快，你知道它仍然是线性的，一次一个词。所以在人类的大脑中有一些是线性的和连续的。
但是我们做了很多并行处理。这与旧电脑不同，与新电脑没有太大不同。有些特定的计算我们做得很好但没有人知道如何让电脑来做。我们更擅长学习语言，可能是因为它与许多现实世界的知识相结合。我们更善于理解常识。所以如果我洒了一杯咖啡，作为一个人，你不需要投射每一个单独的分子来告诉我它会洒到地板上，对吧?现在计算机要做物理，我们需要每个分子的完整信息。这和人们看待事物的方式很不一样。我们做了很多不同的计算。但你不会因为Windows电脑和Macintosh电脑的计算和操作系统不同就说它们不是电脑。 They both, at their core, do the same kinds of computations and they just get arranged in different ways.
计算机能比大脑做得更好的是什么？
电脑做很多事情都比大脑好。事实上，50年后是否还有大脑不能做得更好的事情是一个问题。但就目前而言，计算机更擅长计算和任何涉及原始数学或需要大量重复的事情。这就是为什么你知道会计大部分被机器取代。它们只是比人类更擅长重复计算。在这方面，没有人能赶上电脑。这也意味着，如果你建造了正确的计算机，计算机下国际象棋比世界上所有的人都要好。我的手机没有足够的计算能力来打败加里·卡斯帕罗夫。但你可以定制一台电脑，它可以，而且实际上已经打败了他。所以任何纯粹的计算，机器都会做得更好。
有些事情我们仍然更擅长。我们更具创造力。我们仍然有更多的常识。我们在语言方面仍然更好。但是没有人在争论。至少我肯定没有争论机器永远不会在这些事情上抓住我们。
我们发现了一些构建软件的方法。有趣的是，机器做得比我们好，它们做的事情和我们一样。但他们只是做得更可靠。所以你可以教计算机这是一个虚构的例子，但是你可以教计算机像人脑那样做长除法。其实有更好的方法。但是你可以这样做，计算机会一次又一次地这样做，永远不会犯错误，永远不会忘记携带一个，诸如此类的事情。而人类却没有那么可靠。他们90%的时候都能把事情做好。所以你可以教计算机完全按照人的方式来做，它会做得更好，因为它更可靠。
婴儿发展语言的过程与我们给计算机编程学习语言的过程相似吗?
好问题。孩子们学习语言的方式看起来非常自然，没有任何明确的课程，没有任何纠正性的反馈。不管他们是对是错，他们大多只是听我们的。如果乔姆斯基是对的，如果史蒂芬·平克是对的，他们有一些内部机制来帮助他们从信息中锁定正确的语法。乔姆斯基称之为“语言习得装置”。Pinker称之为“语言本能”，我认为他们可能是对的。有一种与生俱来的机制帮助我们学习语言。其中一些可能对语言来说是特殊的，就像那些人说的那样，有些可能对语言来说不是特殊的。其中一些可能只是关于我们的记忆如何工作的一般事实。
但无论如何，我认为我们生来就是学习语言的，而且我们是以一种相当轻松、相当有力的方式来学习语言的。也就是说，几乎每个人学习语言都与他们所处的环境无关。
所以有些事情是你必须接触的，比如阅读。如果你不接触阅读，你就不会学习，如果你没有明确的课程，你可能就不会学习阅读。它在不同文化中并不普遍，在我们的文化中也不普遍。阅读是一种来之不易的技能，而语言是一种几乎自动发生的事情。
现在，当你看到机器试图习得语言——这是谷歌、微软、苹果等公司的一个项目——首先要说的是，这些人都没有成功。所以如果你看谷歌Translate这样的东西，它有时是有用的，但有时它返回的东西看起来一点也不像英语。所以这是一个非常困难的问题。我不是想在这里抨击谷歌。你知道，苹果，微软——所有这些人都在努力。但没有人真正解决这个问题。他们使用的技术是不同的。所以当一个孩子学习一门语言的时候，我认为，他们在尝试联系，他们在读心术，他们在用他们对语法的理解猜测你在想什么。机器在大多数情况下会查看大量的句子，可能是成对的句子，比如加拿大议会记录的英文版本中的句子，和法语版本的句子，然后将它们匹配在一起。在这些机器中，他们并不能像孩子那样理解世界。 So I think there is certainly work to try to put in more semantics, more meaning, into these machines, as they acquire language. So nobody has really built a machine that I would say closely parallels the acquisition patterns of a child.
你说50年后我们可能会对大脑进行逆向工程。是因为我们在某一时刻发现了产生认知的计算方法吗?
这就是我们要算出来的。我的意思是，认知神经科学的每个人都想弄清楚大脑是如何工作的。我的意思是，有些实际完成的工作是粗糙的。所以我们不是告诉我们大脑是如何精确地进行计算的，而是知道它是在哪里进行计算的。所以这就有点像试图通过说“哦，这一切都发生在国会大厦”来解释政治。它可能是对的，也可能不是对的，也不是很有用。我的意思是，知道国会在哪里并不能告诉你权力的动态，对吧?所以我们现在就处于这个水平。我们知道大脑在哪里进行计算，但我们不知道它是如何进行这些计算的。但这正是我们想要弄清楚的。 We all want to know, What is the relation between what individual neurons do and how we actually behave? And again, there’s no reason in principle we can’t figure that out. But there are so many moving parts that it’s difficult to just sort of guess at it.
它实际上比，比如说，DNA的结构要复杂得多，这已经是一个难题了。但如果你观察DNA的结构，你会发现相同的分子出现在每个细胞中，你可以使用这些整洁的晶体学技术，得到非常明确的结果。我不想说这很容易，也不想说我能搞清楚，但这是一个容易解决的问题。弄清楚大脑是如何工作的是一个非常非常复杂的问题，你知道每个神经元的工作方式都不同，不同神经元之间有很多相互依赖。所以还需要一段时间。
但另一方面，我们知道大脑是人类思维活动的场所。我们知道，如果你伤害了大脑的某些部分，那么你就会改变思维。因此，毫无疑问，人类思维的秘密确实存在于大脑中。这是一个什么样的技术和什么样的理论见解将被允许的问题让我们解开这个谜团。
