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)。
