# 进化的回声 - 从心智的源头，到机器里的余响 > 在某个地方，聚集了一批顶尖的科学家， 在美国新墨西哥州的洛斯阿拉莫斯， 他们邀请演讲者给他们作演讲。 在那里有着七百位美国的顶尖科学家， 他们在制造所有那些战争所需的东西。 他们问我：什么是科学中的创造？ 你明白了吗？ 什么是科学中的创造？ 我说科学中并不存在什么创造， 科学中只有发明。 - 克里希那穆提 ## 心智是否能被人类知识测量? 查尔斯·斯皮尔曼（Charles Spearman, 1863–1945）是英国心理学家、统计学家。他有一个"不太像本行"的自我定位：与其说他是个研究"思维内容"的心理学家，不如说他是**心理测量学（psychometrics）这门学科的奠基人之一**——真正让他着迷的，不是"人怎么想"，而是"心智能不能像物理量那样被客观地测量出来"。这份执念多半来自他不寻常的来路：投身学术之前，他做了整整十五年陆军军官，带着一种外来者的、近乎工程师的冷峻，一心想把测量物质世界的那套严谨搬进对心灵的研究里。 所谓心理测量学，就是研究"如何客观、可靠地测量智力、能力、人格等心理属性"的学问——把看不见摸不着的心智，变成可比较的数字。而斯皮尔曼几乎是亲手为这门学科打下了它最核心的几块地基： - **因子分析（factor analysis）**：1904 年由他开创，用来从一堆观测分数背后找出潜藏的共同维度（"因子"）。这几乎是整个心理测量学的中央引擎——后来无论是智力的 g、CHC 层级，还是人格的"大五"，都建立在它之上。 - **g 与二因素论**：他主张任何一项测验的得分都可拆成两部分——一个贯穿所有测验的一般因素 g，加一个每项测验各自特有的特殊因素 s。这是智力结构研究的开山模型。 - **经典测验理论（classical test theory）的奠基**：他提出"观测分数 = 真分数 + 误差"的思路，研究测量误差如何稀释相关、又如何"校正衰减"；以斯皮尔曼-布朗公式为代表，他奠定了"信度"这一整套至今仍在使用的概念。 - **斯皮尔曼等级相关系数**：连这件做相关分析的基础工具，也以他命名。 往下，他的影响还顺着两条线扩散。一条是**机构的**：他在伦敦大学学院开创了重统计、重个体差异的"伦敦学派"，后来的伯特、卡特尔、艾森克都出自这一脉。另一条是**应用的**：他门下的学生——卡特尔（Gf/Gc，也即 CHC 的源头）、瑞文（瑞文推理测验）、韦克斯勒（韦氏智力量表）——几乎把今天主流的智力测验全包了。可以说，现代"给心智打分"的整套机器，大半是从斯皮尔曼的实验室里开出来的。 而他和这门学科的关系里，藏着一处始终没被消解的张力——这也正是它最耐人寻味的地方。斯皮尔曼想做的，是"为心灵做一门物理学"，让测量本身成为客观的自然科学。心理测量学继承了他这份雄心，也继承了它的代价：它极擅长描述分数的**结构**（g 有多稳、能力如何分层），却始终回答不了一个更深的问题——这些被测量、被命名出来的因子（比如 g），究竟是大脑里一件真实的"东西"，还是只是数据表面一个方便的统计概括？ 有意思的是，斯皮尔曼本人对此清醒而矛盾：方法上他极克制，说 g 不过是"一个由统计运算得出的量"；信念上却又笃信，这量背后是某种真实、近乎生理的"心理能量"。这份克制与笃信之间的摇摆，他留给了整门学科，至今仍在争论。 --- 最深的争议：g 到底是什么？ 问题在于——从相关矩阵里提取出一个因素，并不等于发现了一个真实的因果实体。 这就是「具体化谬误」（reification）的指控，古尔德（Stephen Jay Gould）在《人类的误测》里就是这么批评的（不过他的批评本身在统计上也被认为有偏颇之处）。 目前对 g 的本质至少有三种立场： 其一，g 是一个真实的因果变量——某种统一的「心智马力」，可能对应大脑加工效率、神经传导、整体生物学指标。 其二，g 只是一个统计汇总量（summary index），方便但不指向任何单一机制，就像「健康」是一个有用的概括却没有单一器官与之对应。 其三，互惠模型（mutualism model）。它主张正流形可以完全不需要任何共同因子就涌现出来：把各种认知能力想成在发育过程中彼此正向促进的动力系统（词汇好帮助阅读，阅读又促进推理……），这些相互增益的反馈关系会自动产生全为正的相关矩阵，于是因素分析「提取」出的 g 其实是一个涌现的网络属性，而非底层的因果源头。 值得强调的一点是：这几种解释在实证上很难区分，因为它们对相关矩阵的预测高度相似。g 的统计稳定性是确凿的；g 的形而上学地位至今未定。 ## 人类知识是如何生长出来的？ 让·皮亚杰（Jean Piaget, 1896–1980）是瑞士心理学家、哲学家，二十世纪发展心理学最重要的奠基人之一。不过我觉得有意思的一点是：他本人并不把自己首先看作"儿童心理学家"，而是一位**认识论者**——他研究儿童，是因为想用经验的方法回答一个古老的哲学问题：知识是如何生长出来的？他给这门学科起的名字叫"发生认识论"（genetic epistemology）。 他早年是研究软体动物的生物学家，这个生物学背景深刻塑造了他的思路：他把认知发展看成一种类似生物适应（adaptation）的过程，是有机体与环境之间不断求取平衡的结果。 核心机制大致是这样一组概念： **图式（schema）**是认知的基本结构单元，可以理解为一套用来理解和应对世界的行动或思维模式。当新经验能被纳入已有图式时，叫**同化（assimilation）**；当已有图式不够用、必须自我改造以容纳新经验时，叫**顺应（accommodation）**。整个发展的驱动力是**平衡化（equilibration）**——认知系统在被打破平衡（遇到无法理解的东西）后，通过同化和顺应重建一个更高级的平衡。 在此基础上他提出了著名的**四阶段论**： - **感知运动期（约0–2岁）**：通过感官和动作认识世界，关键成就是"客体永久性"——意识到物体即使看不见也依然存在。 - **前运算期（约2–7岁）**：开始使用符号和语言，但思维以自我中心（egocentrism）为特征，且缺乏可逆性（典型表现是"守恒"任务失败：把同样多的水倒进细高杯子，孩子会以为水变多了）。 - **具体运算期（约7–11岁）**：能进行逻辑运算，掌握守恒、分类、序列，但还离不开具体事物的支撑。 - **形式运算期（约11岁以后）**：能进行抽象、假设演绎推理，可以脱离具体内容思考"如果……那么……"。 关于他的地位与争议，也值得一提：后来的研究（如用更精巧的实验）发现他**系统性地低估了幼儿的能力**，而阶段划分也被认为过于刚性、过于"普遍"——发展往往是领域特异（domain-specific）而非整齐同步的。维果茨基（Vygotsky）则从社会文化的角度提出了不同路径，强调认知发展是在社会互动和语言中介中发生的，而非主要由儿童独自"建构"。 ## 是什么让人类表现出智能？ 伊丽莎白·斯佩尔克（Elizabeth Spelke）这个名字出现在这条线索里特别合适——因为她正是把皮亚杰那套关于婴儿的图景**掀翻**的关键人物。她是哈佛大学心理学教授、发展研究实验室主任，1949年生，是当代"核心知识"（core knowledge）理论的奠基人。 要理解她的分量，得先回到皮亚杰。皮亚杰认为婴儿是从近乎空白开始的："客体永久性"要到大约8–9个月才通过感知运动活动一点点*建构*出来；在那之前，"看不见"几乎就等于"不存在"。这是一种偏经验论的**建构主义**。 如果说斯皮尔曼的独特在于方法论身份，皮亚杰的独特在于认知气质，那么斯佩尔克的独特，在于她把一套极简的实证方法和一个极大的理论主张焊在了一起——她从"婴儿往哪看、看多久"这样一个近乎为零的信号里，硬是读出了"婴儿天生就知道些什么"。 她走到这一步，起点是一次转向。本科在拉德克利夫学院（1971）她师从儿童心理学家杰罗姆·凯根，毕业论文做的是婴儿的依恋与情绪反应。可她很快意识到：要研究婴儿，得先知道这个婴儿究竟"理解"了什么——于是她从此一头扎进了婴儿认知。这个把问题从"婴儿感受到什么"换成"婴儿知道什么"的动作，本身就是核心知识理论的第一颗种子。 **方法上的突破**是"违反预期范式"（violation-of-expectation）——利用一个简单事实：婴儿会对*意外*的事件看得更久。给前语言期的婴儿看"可能"与"不可能"的物理事件（比如一个物体看似穿过了另一个固体），如果他们对不可能事件注视更久，就说明他们*预期*了某种物理规律。这一下子打开了研究前语言婴儿认知的大门。结果是：早在两三个月大时，婴儿就已经把物体表征为**连贯的、有边界的、连续运动的、不可穿透的**实体——远比皮亚杰所说的丰富得多、早得多。客体概念不是从零建构的，它很早就在那里。 由此她提出了**核心知识理论**：人类（以及许多其他动物）天生具备少数几个**领域特异、相对封装、进化上古老、婴儿期即在线**的"核心系统"。常被列出的有： - **物体系统**：遵循内聚性、连续性、接触性原则的"斯佩尔克客体"——追踪有边界的物理对象。 - **施动者系统**（agents）：识别目标导向的行为、理解高效性与意图，把"会自己动、有目标"的施动者与单纯的物体区分开。 - **数量系统**：包含一个比例依赖、服从韦伯定律的"近似数量系统"（大致估计多少），以及一个能精确追踪极少数目（约3–4个）的并行个体化系统。 - **空间/几何系统**：通过环境的几何布局进行重定向与导航。 - （较新的版本里还加上一个**社会系统**：基于相似性——比如口音、语言——区分"自己人"与"外人"。） 这些系统有个共同特征：它们各自封装、互不通气，而且都带着**特征性的局限**——会以可预测的方式失败。 而斯佩尔克最漂亮、最具哲学味的论点，恰恰建立在"封装"之上。她问：既然这些核心系统彼此隔离，那**人类独有的、灵活无界的认知是怎么来的**？她的答案是——**自然语言充当了整合的黏合剂**。 她最经典的证据是"重定向实验"：把人或动物转晕后丢进一个长方形房间，让他们去找藏好的目标。老鼠、以及还不太会说话的年幼儿童在这种情况下**只用几何信息**重定向（房间的长短墙），而完全忽略一面墙是蓝色的这种特征线索——几何系统和特征系统各管各的、不通气。但等孩子大到能说出"在蓝墙的左边"这样的话时，他们突然就能把几何信息和颜色信息**结合**起来用了。语言在这里不只是交流工具，而是让原本封装的核心系统的输出得以重组、生成全新表征的媒介。她那篇文章的标题就直接是"是什么让我们聪明？"——答案是核心知识加自然语言。 放回我们这条线索里看，她和皮亚杰构成了发展心理学里**理性主义 vs 经验主义**这场古老争论的当代两极。皮亚杰的婴儿是个白手起家、靠动手摸索建构知识的"小科学家"；斯佩尔克的婴儿则携带着丰富的先天结构降生——她本人明确把自己接到康德、笛卡尔的理性主义传统上：心灵不是白板，而是带着先天的"范畴"来看世界的。 在最底层，进化先天就已交到我们手里相当一批东西，而真正点燃人类智能的，是语言把这几件先天之物重新拼合了起来。这两样——先天的核心先验、加上作为组合媒介的语言——日后又会原封不动地变成人们对人工智能的诘问：一个真正通用的智能，究竟该天生带着多少这样的核心先验，又在多大程度上要靠语言去把它们缝合成灵活的整体？ **参阅资料** - [François Chollet: Measures of Intelligence | Lex Fridman Podcast #120](https://www.youtube.com/watch?v=PUAdj3w3wO4)