大脑是一个预测、更新与行动的闭环系统——感知不是接收,而是检验。

核心模型:内部生成模型

认知的中枢不是感官,而是大脑内部维护的一套生成模型。这个模型基于过去的经验,持续对即将到来的感官输入做出预测。感知,本质上是用预测去匹配现实的过程。

五个关键环节

① 预测(Predict)

内部模型根据当前状态,生成对下一刻感官输入的预期。这个预测不是猜测,而是基于贝叶斯推断的概率估计。

② 感官输入(Input)

真实的感官信号进入大脑。视觉、听觉、体感——所有感官数据都在这里汇入,与预测进行比对。

③ 预测误差(Error)

预测与实际输入之间的差值,就是预测误差信号。误差越大,说明当前模型对现实的描述越不准确,需要更新。

④ 元认知与控制(Meta-control)

大脑并非盲目响应每一个误差。元认知层负责监控整个过程:这个误差是噪声还是真实信号?是否需要更新模型,还是只需调整行动?

⑤ 行动(Action)

输出可以是外显行为(运动、语言),也可以是内隐的注意调配。行动本身也是一种减少预测误差的手段——与其更新模型,不如主动改变环境来匹配预测。

两个支撑系统

学习与记忆系统:负责将误差信号转化为模型更新。内隐学习在无意识中优化预测;外显学习在有意识地修正错误;情景记忆保存具体预测失败的情境,供未来参考。

行为执行系统:将决策转化为实际动作。表达能力和行动能力决定了认知输出的质量。

底层规律

这套机制背后,有四条基本原理支撑:

原理核心思想
预测编码大脑只传递预测误差,不传递原始信号
自由能最小化认知的目标是最小化对世界的不确定性
贝叶斯推断用先验知识结合新证据更新信念
强化学习通过奖惩信号优化行动策略

理解这个闭环,可以解释很多现象:为什么专注力难以维持(误差信号太弱,大脑停止更新);为什么习惯难以改变(模型已高度优化,误差信号被压制);为什么惊喜令人印象深刻(误差信号极强,触发强力的模型更新)。