A Computational Model of Minimal Phenomenal Experience (MPE)
《最小現(xiàn)象體驗(yàn)（MPE）的計算模型》
https://www.preprints.org/frontend/manuscript/2c5592c69907b50f46348753274b894b/download_pub
摘要：
最小現(xiàn)象體驗(yàn)（MPE），或稱“純粹意識”，是一種基礎(chǔ)的意識體驗(yàn)形式，其特征是具有反身性元意識，且缺乏常規(guī)現(xiàn)象學(xué)中的許多特征。它被描述為例如非概念化的、非時間性的、無自我的、無視角的。本文旨在利用自由能量原理（FEP）推導(dǎo)出的變分自由能量最小化的數(shù)學(xué)方法，開發(fā)一個MPE的計算模型。我采用計算神經(jīng)現(xiàn)象學(xué)方法，在主動推斷框架內(nèi)形式化MPE的關(guān)鍵現(xiàn)象學(xué)特征。該模型包含參數(shù)深度，允許對生成模型參數(shù)進(jìn)行高階推斷。我將特定的模型參數(shù)化與報告的MPE品質(zhì)（如元意識、平靜、無努力感和非概念化）聯(lián)系起來。所提出的模型表明，當(dāng)一個主體通過自我導(dǎo)向的意識和對其生成模型的調(diào)節(jié)實(shí)現(xiàn)極低的自由能量時，尤其是通過強(qiáng)調(diào)對意識本身的意識，MPE就會產(chǎn)生。該模型預(yù)測了MPE現(xiàn)象學(xué)的元素，包括一種無努力感、無時間感以及“零人稱視角”的可能性。文中概述了對所提模型進(jìn)行模擬的實(shí)施細(xì)節(jié)，以及實(shí)證驗(yàn)證的方向。
關(guān)鍵詞：自由能量原理；現(xiàn)象學(xué)；純粹意識；最小現(xiàn)象體驗(yàn)；計算建模
1. 引言
本文的背景是托馬斯·梅青格（Thomas Metzinger）發(fā)起的關(guān)于人類意識的最小模型解釋的研究計劃（Ramstead, Albarracin, Kiefer, Williford, et al., 2023; Wiese, 2020）。他認(rèn)為，任何對意識的解釋都應(yīng)首先努力解釋我們能夠識別出的該現(xiàn)象的最簡單版本。這引發(fā)了問題：人類所具有的最簡單的意識體驗(yàn)形式是什么？為了回答這一問題，梅青格開展了一項(xiàng)雄心勃勃的現(xiàn)象學(xué)調(diào)查，記錄了數(shù)百名報告經(jīng)歷過（或正在經(jīng)歷）一種絕對簡化后的“最小現(xiàn)象體驗(yàn)”（MPE）的個體的經(jīng)歷（Metzinger, 2020），這種體驗(yàn)也被稱為“純粹意識”。
“MPE項(xiàng)目”的研究成果被記錄在梅青格最近出版的《盲人摸象》（Metzinger, 2024）一書中，書中記錄了MPE中常見的、被廣泛報告的特征或品質(zhì)的集群。他的研究發(fā)現(xiàn)，存在一個現(xiàn)象學(xué)集群，這些看似相關(guān)的體驗(yàn)主要由經(jīng)驗(yàn)豐富的冥想修行者報告。這些體驗(yàn)的標(biāo)志在于其簡單性，MPE似乎缺乏我們通常會期望的許多特征，例如概念性內(nèi)容、時間感，甚至主觀視角。對這種簡單但不常見的體驗(yàn)的解釋，或許可以為意識研究搭建一個穩(wěn)固的基礎(chǔ)框架，或者至少作為一個任何意識理論都必須解釋的經(jīng)驗(yàn)數(shù)據(jù)點(diǎn)。
然而，本文的主要目的并非為某種意識理論提供證據(jù)。相反，我的目標(biāo)是概述一種從事計算現(xiàn)象學(xué)的方法，并通過開發(fā)對MPE的初步解釋來展示其潛力，我和其他人可以在這一基礎(chǔ)上繼續(xù)構(gòu)建。這種方法的價值在于它為我們提供了一種用于解釋和理解我們體驗(yàn)的計算語言，尤其是與MPE和冥想實(shí)踐相關(guān)的引人入勝且常常具有變革性的現(xiàn)象學(xué)。這些感知模式對于體驗(yàn)者本身具有深遠(yuǎn)的內(nèi)在價值，因此，對MPE的機(jī)制性解釋的價值超越了它對候選意識理論所提供的證據(jù)。此處所呈現(xiàn)的計算現(xiàn)象學(xué)最好被理解為一種嚴(yán)謹(jǐn)?shù)母拍羁蚣?，用于促進(jìn)我們對自己親身體驗(yàn)的第一人稱研究（“指向月亮的激光”）。我認(rèn)為，這項(xiàng)工作的真正“成果”在于對意識的直接體驗(yàn)性認(rèn)知。因此，此處的主張是實(shí)用主義的，而非形而上學(xué)的。這項(xiàng)工作為底層建?？蚣茏鳛橐庾R理論的有效性所提供的任何證據(jù)，是一種次要效應(yīng)，供讀者自行解讀，并非核心動機(jī)。
本文提出的模型是對梅青格在《盲人摸象》（Metzinger, 2024, pp. 475–477）中最初提出的模型的迭代更新，以涵蓋MPE更廣泛的現(xiàn)象學(xué)特征。建模方法基于一種被稱為計算神經(jīng)現(xiàn)象學(xué)（Ramstead et al., 2022; Sandved-Smith et al., 2024）的方法論，該方法利用了從自由能量原理（FEP）（Friston, 2019）推導(dǎo)出的變分自由能量最小化的數(shù)學(xué)方法。FEP認(rèn)為，持續(xù)存在于時間中的生命系統(tǒng)可以被理解為對其環(huán)境進(jìn)行一種變分貝葉斯推斷（Da Costa et al., 2020; Da Costa, Friston, et al., 2021; Friston et al., 2022）。使基于FEP的計算神經(jīng)現(xiàn)象學(xué)成為可能的核心假設(shè)是，這種變分推斷所產(chǎn)生的（貝葉斯）信念，即變分密度，可以用來建模第一人稱現(xiàn)象學(xué)（Hohwy, 2013）。這可以被視為弗朗西斯科·瓦雷拉（Francisco Varela）最初提出的第一代神經(jīng)現(xiàn)象學(xué)（NPh）研究計劃的現(xiàn)代版本（Varela, 1996, 1997）。
鑒于MPE的證據(jù)庫主要是現(xiàn)象學(xué)報告，在本文中，我通過形式化MPE現(xiàn)象學(xué)的幾個選定特征來構(gòu)建解釋模型。對于每個特征，我都探討它如何可以用計算語言來描述，從而構(gòu)建起一組計算約束條件，這些條件將為所提出的MPE模型提供信息?；贔EP的神經(jīng)現(xiàn)象學(xué)的一個獨(dú)特之處在于，這個基于現(xiàn)象學(xué)構(gòu)建的模型，原則上可以生成神經(jīng)生物學(xué)預(yù)測，以測試并進(jìn)一步完善所提出的模型以及我們對MPE的理解。
接下來，我首先簡要概述自由能量原理及其與本文所采用的計算神經(jīng)現(xiàn)象學(xué)方法的關(guān)系。然后，我將對MPE的幾個關(guān)鍵現(xiàn)象學(xué)特征進(jìn)行計算解釋。在這些要素的基礎(chǔ)上，我構(gòu)建了一個關(guān)于MPE的提議模型。請參閱附錄以了解模擬實(shí)現(xiàn)細(xì)節(jié)和由此提議得出的神經(jīng)生物學(xué)預(yù)測。
在此過程中，一個假設(shè)逐漸浮現(xiàn)：MPE代表個體處于極低自由能量狀態(tài)的現(xiàn)象學(xué)，這種狀態(tài)是通過遞歸自我建模和優(yōu)化自身生成模型參數(shù)實(shí)現(xiàn)的。
2. 從自由能量原理到深度主動推斷
為了構(gòu)建一個能夠解釋最小現(xiàn)象體驗(yàn)（MPE）核心特征的計算模型，我們需要一個穩(wěn)健的建?？蚣?。這里采用的框架被稱為主動推斷框架（AIF）（Smith et al., 2022），它是自由能量原理應(yīng)用于主體系統(tǒng)的一個特定應(yīng)用。除了對其環(huán)境進(jìn)行變分推斷之外，主體系統(tǒng)還會執(zhí)行自主行動以最小化自由能量，這使它們具備了規(guī)劃和決策的能力。這意味著不僅要最小化基于當(dāng)前和過去感覺數(shù)據(jù)的變分自由能量，還要最小化預(yù)期自由能量（EFE），后者基于對選擇特定行動方案（策略）后將接收到的感覺輸入的預(yù)測。值得注意的是，通過行動來最小化自由能量，等同于最大化對自身和環(huán)境生成模型的證據(jù)，這一過程被稱為自我證實(shí)（Hohwy, 2016）。
如上所述，我們假設(shè)現(xiàn)象學(xué)與后驗(yàn)分布的動態(tài)有關(guān)，即狀態(tài)推斷。實(shí)際上，這意味著我們在尋找可能與參與者報告的MPE特定特征相關(guān)聯(lián)的狀態(tài)推斷，以及這些推斷形成的依據(jù)。
本文提出的計算模型采用部分可觀測馬爾可夫決策過程（POMDP）的形式，這是一種常見的方法，用于建模主動推斷主體感知和行動背后信念更新的過程。
特別是，這種模型表現(xiàn)出一種反身性或深度。在之前的研究中，我們曾提出，對認(rèn)知狀態(tài)的意識以及心理行動可以通過一個具有參數(shù)深度的分層主動推斷模型來建模（Sandved-Smith et al., 2021）。這種深度使主體能夠?qū)ζ渌茢噙^程的參數(shù)進(jìn)行高階推斷，即形成關(guān)于信念的信念。這正式捕捉了元認(rèn)知或“深度推斷”的概念（Da Costa & Sandved-Smith, 2024; Sandved-Smith & Da Costa, 2024），并為心理或隱蔽行動提供了機(jī)制。
在本文中，我將采用同樣的方法。這很重要，因?yàn)樗鼮榛谟^察自身模型參數(shù)的狀態(tài)推斷提供了一種機(jī)制。如果沒有這種深度，現(xiàn)象體驗(yàn)（即狀態(tài)推斷）就只涉及外部狀態(tài)，主體無法感知其感知是如何形成的（即推斷中涉及的生成模型的參數(shù)）。感知形成的過程對主體來說將是“透明的”，因?yàn)橹黧w是通過其生成模型的參數(shù)化來看待世界的。當(dāng)主體能夠通過觀察其內(nèi)部參數(shù)進(jìn)行二階推斷時，我們說它們使生成模型中一個原本透明的方面變得“不透明”（Metzinger, 2003; Limanowski & Friston, 2018）。這使得主體能夠形成后驗(yàn)信念，用于建模人類現(xiàn)象學(xué)更深層次的方面，例如對認(rèn)知狀態(tài)的意識，以及如我們即將看到的——對意識本身的意識。
3. 方法論
本文所提出的模型的新穎之處之一在于將參數(shù)深度機(jī)制擴(kuò)展到更廣泛的模型參數(shù)范圍。在之前提出的模型中，只有似然精度受到二階推斷的影響。在這里，我賦予模型形成關(guān)于其他參數(shù)（例如偏好精度和策略精度，見圖2）的深度推斷的能力。這種擴(kuò)展增強(qiáng)了模型的解釋能力，因?yàn)橛纱水a(chǎn)生的狀態(tài)推斷可以與各種現(xiàn)象學(xué)特征相關(guān)聯(lián)。
將現(xiàn)象學(xué)與模型參數(shù)之間的關(guān)系進(jìn)行建模的方法，首先從理解每個參數(shù)在后驗(yàn)形成中所扮演的數(shù)學(xué)角色開始。通過實(shí)踐，這使我們能夠直覺地理解調(diào)節(jié)某個特定參數(shù)“會是什么感覺”（從被建模主體的角度來看），就其感知或行為體驗(yàn)可能如何變化而言?；谶@種數(shù)學(xué)基礎(chǔ)的直覺，我們可以形成關(guān)于如何建模不同現(xiàn)象學(xué)特征的假設(shè)。這還得到了對所討論現(xiàn)象學(xué)的深入第一人稱熟悉程度的促進(jìn)，例如定期進(jìn)行冥想實(shí)踐。
這種方法論乍聽起來可能像是數(shù)學(xué)上的編故事——我們?nèi)绾危ú唬?yàn)證現(xiàn)象學(xué)與參數(shù)之間所假設(shè)的關(guān)系呢？首先需要注意的是，建模架構(gòu)強(qiáng)制執(zhí)行了一定程度的內(nèi)部一致性。這是因?yàn)槟Ｐ蛥?shù)是相互依賴的。因此，我們對一個參數(shù)所做的假設(shè)會對其他參數(shù)及其相關(guān)現(xiàn)象學(xué)產(chǎn)生影響。因此，模型的內(nèi)部一致性以及其與現(xiàn)象學(xué)特征之間關(guān)系的對齊，提供了構(gòu)念效度的初步來源。
此外，生成的模型具有預(yù)測能力，我們可以利用它來檢驗(yàn)提議的預(yù)測效度。作為一種計算模型，我們可以運(yùn)行關(guān)于未來模型動態(tài)的模擬。這產(chǎn)生了三種形式的預(yù)測：現(xiàn)象學(xué)預(yù)測、行為預(yù)測和神經(jīng)生物學(xué)預(yù)測。
現(xiàn)象學(xué)預(yù)測來自于對給定參數(shù)化下感知推斷預(yù)期動態(tài)的研究。我們將在第4.4至4.7節(jié)中看到現(xiàn)象學(xué)預(yù)測的例子。
行為預(yù)測來自于在特定任務(wù)設(shè)置中模擬行動選擇的能力。這一部分在此沒有涉及，但在原則上是可以處理的。例如，進(jìn)入MPE狀態(tài)是否會改變在用于測試沖動性的“行動/不行動”任務(wù)中的行為表現(xiàn)？
神經(jīng)生物學(xué)預(yù)測則得益于對主體內(nèi)部狀態(tài)動態(tài)的雙重解釋，這些動態(tài)既可以被理解為信念動態(tài)，也可以被理解為狀態(tài)本身的熱力學(xué)特性。這種所謂的“雙重信息幾何學(xué)”是深度計算神經(jīng)現(xiàn)象學(xué)的基礎(chǔ)（Sandved-Smith et al., 2024），它使得現(xiàn)象學(xué)和神經(jīng)生物學(xué)之間的預(yù)測流動成為可能。這一內(nèi)容在附錄B中進(jìn)一步解釋。
4. MPE現(xiàn)象學(xué)特征的形式化
在以下各節(jié)中，我們將考察與MPE相關(guān)的一些核心現(xiàn)象學(xué)特征。每一節(jié)都將提出對這些特征的計算解釋，逐步構(gòu)建出一個詳細(xì)的模型。最終的模型將作為對MPE體驗(yàn)的計算解釋，我們可以利用它來推導(dǎo)關(guān)于MPE機(jī)制的見解，并生成實(shí)證預(yù)測，以檢驗(yàn)現(xiàn)象學(xué)是否能夠轉(zhuǎn)化為數(shù)學(xué)模型。請參見第5節(jié)中的表1，其中總結(jié)了這些形式化內(nèi)容。
4.1 元意識
元意識是我們將在構(gòu)建所提議的MPE模型中形式化的第一個現(xiàn)象學(xué)特征。在MPE中，參與者經(jīng)常報告具有高度的元意識，即對意識內(nèi)容的清醒意識。
“687 我處于一種清醒的狀態(tài)。我對當(dāng)下的時刻有很強(qiáng)的意識。就好像我是一只看門狗：我的所有感知似乎都變得敏銳了。我處于意識之中，但我并沒有做任何事情，除了感知聲音、氣味、身體的感覺。”（梅青格，2024，第33-34頁）
在之前的研究中，我們曾提出元意識可以被建模為對模型參數(shù)的二階觀測的似然精度（Sandved-Smith et al., 2021）。請參見圖1中的(2)參數(shù)。為了證明這一定義的表面效度，我們在一項(xiàng)注意力任務(wù)中模擬了高元意識和低元意識的影響，結(jié)果表明，當(dāng)元意識更高時，走神的時期（在未意識到分心的情況下分心）減少了。這重現(xiàn)了實(shí)證結(jié)果，并與現(xiàn)有的元意識定義一致（Dunne et al., 2019）。
這種元意識參數(shù)使主體能夠意識到自身的內(nèi)部狀態(tài)，因?yàn)樗鼪Q定了由生成模型參數(shù)產(chǎn)生的觀測的精度或權(quán)重。鑒于這些參數(shù)定義了主體的行動 - 感知模型，高度的元意識意味著對其推斷過程的驅(qū)動因素的持續(xù)“不透明化”。這與元意識的常見定義一致，即明確注意到意識內(nèi)容的能力。
因此，在參數(shù)化MPE的計算模型時，我們可以利用這些現(xiàn)象學(xué)數(shù)據(jù)來確定這一高階似然精度參數(shù)的值，將其設(shè)置為“高”。從數(shù)值上看，這意味著其值大于1。從計算角度看，其效果是主體能夠?qū)Ω鞣N生成模型參數(shù)的狀態(tài)形成明確無誤的推斷。
4.1.1 元意識與反身意識
有趣的是，在MPE期間，元意識的體驗(yàn)通常被報告為具有反身性。換句話說，元意識被體驗(yàn)為對意識本身的意識。
“1350 [……] 當(dāng)相關(guān)狀態(tài)出現(xiàn)時，就像看到了“看”，或者意識到正在意識到?！?/p>
“1617 體驗(yàn)到對意識本身的意識，或者對認(rèn)知本身的認(rèn)知。”（梅青格，2024，第396-398頁）
乍一看，這種反身性似乎與迄今為止所提出的元意識機(jī)制相矛盾?！霸币辉~可能會讓人聯(lián)想到一種“更高視角”或一個單獨(dú)的觀察點(diǎn)。此外，這種緊張關(guān)系可能會因?qū)D1中呈現(xiàn)的分層模型的簡單解讀而得到加強(qiáng)。似乎主體被分裂了，產(chǎn)生了意識到內(nèi)部狀態(tài)的部分與內(nèi)部狀態(tài)本身之間的某種分離。
然而，經(jīng)過更深入的調(diào)查，我們可以看到這種反身性的現(xiàn)象學(xué)實(shí)際上與這種計算解釋是一致的。
需要澄清的誤解是，分層推斷會創(chuàng)造出一個單獨(dú)的“更高視角”或內(nèi)部的“小矮人”。通過利用貝葉斯力學(xué)的數(shù)學(xué)原理，我們可以證明，盡管主體具有分層或嵌套的結(jié)構(gòu)，但存在一個最內(nèi)層的“認(rèn)知核心”或“內(nèi)在屏幕”，它包含了來自其他層級的所有信息。有興趣的讀者可以在（Ramstead, Albarracin, Kiefer, Klein, et al., 2023; Sandved-Smith & Da Costa, 2024, §8.1）中進(jìn)一步探索這一主題。對我們目前的目的而言，關(guān)鍵點(diǎn)在于存在一個單一的變分密度，它捕捉了推斷層級中所有層級的信念。其中一些信念是關(guān)于支撐其他信念形成的底層過程的，然而所有這些信念都是同時被體驗(yàn)到的。
讓我們進(jìn)一步剖析賦予元意識體驗(yàn)反身性特征的計算機(jī)制?；蛘哂妹非喔竦脑捳f，就是“自我認(rèn)知的現(xiàn)象學(xué)特征”。當(dāng)模型中引入?yún)?shù)深度和元意識時，在計算邏輯的流程中出現(xiàn)了三種反射性的來源。這些為其他人所描述的反身意識的現(xiàn)象學(xué)提供了一個數(shù)學(xué)基礎(chǔ)，他們將其稱為一個“美麗的循環(huán)”（Laukkonen & Chandaria, 2024）。
第一個機(jī)制與元意識參數(shù)在使主體自身模型參數(shù)的動態(tài)可供推斷方面所起的作用有關(guān)。主體的模型參數(shù)共同支撐了導(dǎo)致后驗(yàn)信念形成的推斷過程，我們將后驗(yàn)信念與感知體驗(yàn)聯(lián)系起來。換句話說，元意識使得對感知內(nèi)容（即后驗(yàn)信念的形成）的意識過程得以建模。因此，高度的元意識使得主體能夠意識到其體驗(yàn)產(chǎn)生的過程——他們正在意識到對感知內(nèi)容產(chǎn)生意識的過程。這一觀點(diǎn)將在第4.2節(jié)中進(jìn)一步展開。
第二種反身性機(jī)制出現(xiàn)在我們將主體建模為能夠基于元意識參數(shù)進(jìn)行狀態(tài)推斷時（見圖2）。這種更高階（第三層）的元意識狀態(tài)推斷，使主體體驗(yàn)到對自己意識程度（即元意識參數(shù)值）的意識（即元意識狀態(tài)推斷），這種意識程度是關(guān)于意識過程（即生成模型參數(shù)的動態(tài)）的。在觀察到這個特定參數(shù)之前，主體已經(jīng)意識到自己的體驗(yàn)。這種元意識的額外反身性提供了一種對已經(jīng)存在的意識的認(rèn)識。
最后，第三種反身性機(jī)制來自于分層方案中信念信息傳遞的“循環(huán)”邏輯。頂層推斷影響并被底層推斷影響。因此，分層推斷的層級誘導(dǎo)了信念信息傳遞的層級循環(huán)。然而，正如上文提到的，這種循環(huán)產(chǎn)生的信念被捕捉在最內(nèi)層變分密度的動態(tài)中——因此被體驗(yàn)為一種單一的整體體驗(yàn)。因此，我們期望關(guān)于元意識的現(xiàn)象學(xué)報告會試圖表達(dá)一種反身性的印象，即體驗(yàn)領(lǐng)域指向自身?；蛘哂妹非喔竦脑捳f：
“……就好像認(rèn)知的現(xiàn)象學(xué)特征動態(tài)地向自身折疊，悄無聲息但持續(xù)不斷地將意識重新嵌入自身?！保非喔?，2024，第394頁）
在繼續(xù)之前，需要注意的是，梅青格區(qū)分了雙重元意識和非雙重元意識，這種區(qū)分基于是否存在一個體驗(yàn)元意識的“我”的感覺。我不認(rèn)為這種區(qū)分是元意識機(jī)制本身的一部分，而是個體模型包含“自我作為原因”狀態(tài)因素的程度的結(jié)果。這一內(nèi)容將在第4.6節(jié)“零人稱視角”中討論。
4.2 建模認(rèn)識空間
梅青格提出的一個關(guān)鍵直覺是“認(rèn)識空間”這一概念。這是主體能夠知曉的可能現(xiàn)象內(nèi)容的空間。梅青格進(jìn)一步提出，純粹意識，即對意識本身的意識，可能與主體知曉或建模認(rèn)識空間的能力有關(guān)。
“在我看來，認(rèn)識空間這一隱喻是純粹意識或最小現(xiàn)象體驗(yàn)（MPE）的最好現(xiàn)象學(xué)隱喻?！w驗(yàn)純粹意識僅僅意味著擁有這個空間的模型，……?！保非喔?，2024，第46-47頁）
這一基于現(xiàn)象學(xué)的直覺在我們考慮具有參數(shù)深度的模型的后果時，找到了一個可信的計算對應(yīng)物。生成模型的輸出，稱為狀態(tài)的后驗(yàn)分布，是一種信念形式化為概率分布，它代表了主體對其感官數(shù)據(jù)原因的最佳解釋。在計算現(xiàn)象學(xué)的背景下，這一分布被理解為主體感知體驗(yàn)的計算對應(yīng)物（Ramstead, et al., 2022）。產(chǎn)生這一解釋的推斷過程是接收的觀測和那一刻生成模型的特定參數(shù)化（即感官信息和先驗(yàn)信念）的結(jié)果。如果我們假設(shè)一個部分可觀測馬爾可夫決策過程（POMDP）模型結(jié)構(gòu)，這些參數(shù)包括例如似然映射，它編碼了關(guān)于狀態(tài)觀測映射的信念，以及轉(zhuǎn)移映射，它編碼了關(guān)于狀態(tài)從一個時刻到下一個時刻可能轉(zhuǎn)移的信念。不同的參數(shù)化（例如不同的學(xué)習(xí)歷史）會導(dǎo)致不同的后驗(yàn)分布。
我們可以將每個可能的后驗(yàn)分布作為一個點(diǎn)繪制在統(tǒng)計流形上，即一個高維平面上，每個點(diǎn)定義一個概率分布，每個維度是生成模型的一個參數(shù)。這個流形有效地代表了主體可能持有的所有可能的信念，即所有可能的感知體驗(yàn)。這與梅青格的認(rèn)識空間概念非常相似：
“根據(jù)定義，認(rèn)識空間是一個可能性的空間：它包含每一個可能的認(rèn)識場景以及每一個可能發(fā)生的自身動態(tài)劃分——每一個可能被給定系統(tǒng)知曉和體驗(yàn)的潛在事物。認(rèn)識空間包含了一個給定系統(tǒng)所擁有的知識狀態(tài)的全部。因此，它涵蓋了在特定的時間和空間位置上，主體獲取世界和自我、使現(xiàn)實(shí)向自身呈現(xiàn)的多種方式?！?/p>
（梅青格，2024，第50頁）
后驗(yàn)分布本質(zhì)上是認(rèn)識論的，因?yàn)樗蹲搅酥黧w當(dāng)前的信念狀態(tài)。因此，定義所有可能后驗(yàn)分布的統(tǒng)計流形似乎是認(rèn)識空間的一個合適候選的計算模型。
如果我們接受這一點(diǎn)，那么主體形成對這一認(rèn)識空間的模型意味著什么呢？這正是參數(shù)深度所支持的二階推斷所實(shí)現(xiàn)的。它賦予了主體將自身的模型參數(shù)作為進(jìn)一步推斷的觀測對象的能力。結(jié)果是對模型參數(shù)本身的生成模型。鑒于這些參數(shù)定義了可能的后驗(yàn)分布（體驗(yàn)）的統(tǒng)計流形（認(rèn)識空間）的維度，因此具有高度元意識的主體可以形成對這一空間的模型——通過對參數(shù)本身的動態(tài)和相互作用進(jìn)行建模。
因此，我們找到了梅青格關(guān)于純粹意識作為認(rèn)識空間模型的自然計算對應(yīng)物。需要注意的是，這在模型中創(chuàng)造了另一個有趣的遞歸或反身性，主體本質(zhì)上是在對其感知背后的建模過程進(jìn)行建模。
4.2.1. 深化對覺知、空性與止息的理解
通過將覺知描述為可能后驗(yàn)認(rèn)知空間的模型，我們面臨這樣一個事實(shí)：地圖并非領(lǐng)土本身，即認(rèn)知空間的模型并非認(rèn)知空間本身。這只是一種對包含所有可能信念的統(tǒng)計流形的主體模型。我們可以從這一事實(shí)中得出兩個洞見。首先，這為“變得更覺知”或“深化到純粹覺知”的體驗(yàn)提供了一種機(jī)制。
“1354 [...] 在冥想中，純粹覺知的體驗(yàn)隨著時間的推移和冥想實(shí)踐的發(fā)展而變得越來越明顯?！?/p>
（Metzinger，2024，第450頁）
這也與將覺知視為一種不斷進(jìn)化、無邊無際的過程的冥想傳統(tǒng)相呼應(yīng)，其中認(rèn)識到覺知既是一種初始的洞見，也是一段沒有固定終點(diǎn)的不斷擴(kuò)展的旅程。這種擴(kuò)展的計算隱喻是持續(xù)映射可能后驗(yàn)信念的流形。
一些評論者指出，由于自我表征的內(nèi)在限制，這一過程本質(zhì)上是開放的（Friston等人，2012；Fields等人，2024；Sandved-Smith和Da Costa，2024）。從啟發(fā)式角度我們可以理解為什么；隨著越來越多的空間被映射，主體自身也在發(fā)生變化，從而改變了要被映射的對象。換句話說，通過了解自己，我們正在改變要被了解的事物，這種方式使得完全的自我表征始終難以完全實(shí)現(xiàn)。乍一看，將最小自由能與MPE（最小預(yù)測誤差）聯(lián)系起來似乎與持續(xù)的模型擴(kuò)展過程相矛盾，因?yàn)椤白钚 笨赡軙屓寺?lián)想到一個穩(wěn)定的終點(diǎn)。然而，需要注意的是，最小化自由能等同于最大化生成模型的證據(jù)，即“自我證實(shí)”。
從對認(rèn)知空間的計算理解中，我們可以得出的第二個洞見是“覺知本身是空的”?？招灾傅氖求w驗(yàn)的一個特征不具有固有的品質(zhì)或存在。純粹覺知本身通常被報告為體驗(yàn)的基礎(chǔ)，某種非?！罢鎸?shí)”的東西。然而，如果我們把覺知建模為主體對認(rèn)知空間的模型——我們可以看到，純粹覺知的體驗(yàn)本身也是一個正在進(jìn)行的構(gòu)建（即，沒有與主體無關(guān)的固有本質(zhì)）。
這指向了超越覺知的更深層次的非體驗(yàn)的可能性，通過解構(gòu)這一基礎(chǔ)的認(rèn)知空間模型本身來實(shí)現(xiàn)。
“3323 [. . .] 然而，后來在冥想中出現(xiàn)了更多的“體驗(yàn)”，其中純粹意識的最后一點(diǎn)痕跡被熄滅了。這就像一種內(nèi)在的死亡，但同時也比純粹意識本身帶來了更大的自由。——在那里，很明顯地體驗(yàn)到，純粹意識遠(yuǎn)非最深（或最高）的——事物，而是“在它背后”——存在著一個更廣闊、無法用言語描述的“非任何事物”。但它無法用言語描述，因?yàn)樗辉偈求w驗(yàn)；最多只能被描述為所有體驗(yàn)的缺失，或者作為絕對的自由?！?/p>
（Metzinger，2024，第189頁）
這段優(yōu)美的引文講述了在高級冥想修行者中并不罕見的“止息”體驗(yàn)（Laukkonen等人，2023；Agrawal和Laukkonen，2024；van Lutterveld等人，2024）。止息是一種體驗(yàn)的中斷，是一段短暫或延長的什么都沒有的時刻。這與MPE（最小預(yù)測誤差）不同，后者仍然是一個體驗(yàn)，盡管它可能非常微小。然而，我們可能會問，MPE與止息之間（如果有的話）有什么關(guān)系？
一個初步的假設(shè)是，MPE是一個在止息附近的體驗(yàn)簇，即MPE是一個在狀態(tài)空間中產(chǎn)生最小自由能的區(qū)域的體驗(yàn)，而止息是零自由能的極限情況。
4.2.2. MPE作為生成模型掌握的結(jié)果
從計算角度來看，認(rèn)知空間的模型是通過經(jīng)驗(yàn)和內(nèi)省學(xué)習(xí)而來的，關(guān)注構(gòu)成主體推理過程的參數(shù)的動態(tài)。這喚起了一個與冥想中對感知本質(zhì)的洞察相似的概念，即完善對覺知空間本身的模型。
如果假設(shè)生成模型的某些參數(shù)對主體對它們的信念是敏感的，即存在一種心理行為可以調(diào)節(jié)生成模型的參數(shù)（Limanowski & Friston，2018），那么做好這一點(diǎn)將帶來獨(dú)特的優(yōu)勢。例如，我們在圖1中看到了如何在注意力調(diào)節(jié)心理行為的情況下形式化這一點(diǎn)。將這種能力推廣到其他模型參數(shù)，為主體在自由能最小化過程中開辟了一個全新的自由度。除了更新模型并積極尋求能夠確認(rèn)模型的數(shù)據(jù)（即主動推理）之外，通過參數(shù)深度，主體可以動態(tài)且智能地調(diào)整其精度權(quán)重。改變模型參數(shù)相當(dāng)于采用一種“看待事物的方式”（Burbea，2014），因?yàn)橛纱水a(chǎn)生的后驗(yàn)（感知體驗(yàn)）發(fā)生了變化。
這導(dǎo)致了關(guān)于MPE在抽象計算層面可能是什么、如何達(dá)到以及為什么這種體驗(yàn)對經(jīng)過廣泛冥想訓(xùn)練的個體最為可靠的一個高級假設(shè)：憑借對生成模型參數(shù)的足夠覺知和控制，主體能夠進(jìn)入一個最小自由能的區(qū)域，主要是通過自我調(diào)節(jié)生成模型本身（即內(nèi)在而非外在的掌握）。當(dāng)主體強(qiáng)調(diào)對認(rèn)知空間的覺知時，這會匯聚成一種MPE的沉浸狀態(tài)。由于主體正在建模其模型中始終存在的一個特征，即任何體驗(yàn)發(fā)生的空間，因此這使得自由能的產(chǎn)生可以非常低。在適當(dāng)?shù)臈l件下，這會導(dǎo)致一個近乎完美的預(yù)測反饋循環(huán)（“覺知嗎？覺知。覺知嗎？覺知。等等?！保?，這是由于無法想象無意識是什么樣的“反事實(shí)不變性”所導(dǎo)致的（Metzinger，2024，第51頁）。這一假設(shè)將MPE中的“最小”與“最小自由能”聯(lián)系了起來。
4.2.3. 無界認(rèn)知開放性作為一種平坦的狀態(tài)先驗(yàn)
Metzinger還引入了“認(rèn)知開放性”的概念，他將其定義為“無障礙的認(rèn)知空間”，并認(rèn)為這是純粹覺知的一個重要現(xiàn)象學(xué)特征（Metzinger，2024，第47頁），與在MPE（最小預(yù)測誤差）中常見的“無界性”特質(zhì)密切相關(guān)。從計算角度來看，這一特征意味著對由轉(zhuǎn)移映射B編碼的先驗(yàn)期望的減弱。精確的先驗(yàn)會限制可能的后驗(yàn)信念空間，而一個完全平坦的先驗(yàn)則為每一刻的任何后驗(yàn)時刻打開了可能性。通過調(diào)節(jié)轉(zhuǎn)移精度?來實(shí)現(xiàn)對先驗(yàn)期望影響的弱化（見圖2）。由此得出的假設(shè)是，在MPE期間，轉(zhuǎn)移精度的值較低，使得可能信念的認(rèn)知空間保持無界。因此，主體完全開放于任何認(rèn)知狀態(tài)的可能性，不對下一刻的解釋加以限制。
4.3. 平靜
MPE現(xiàn)象學(xué)的另一個核心特征是平靜的特質(zhì)，被描述為寧靜、平靜、靜止甚至是“存在的安逸”。這一特質(zhì)意味著對傳入刺激的非反應(yīng)性或不易受擾動的狀態(tài)，可以用先驗(yàn)偏好的平坦分布來建模。
“2985 [. . .] 在我看來，最重要的是放手。我能夠感知身體感覺和思想，但與日常生活不同的是，我對它們什么也沒做。這讓我一步步走向一個更深層次，一個我從未體驗(yàn)過的意識狀態(tài)。這是一種無限的平靜狀態(tài)。[. . .]”
（Metzinger，2024，第10頁）
在主動推理的術(shù)語中，行為是基于預(yù)期自由能G來選擇的。這是行為（或行為序列）在未來可能產(chǎn)生的自由能，鑒于對行為如何影響狀態(tài)轉(zhuǎn)移以及這些未來狀態(tài)可能產(chǎn)生的觀察結(jié)果的信念。預(yù)期自由能可以分解為認(rèn)知項(xiàng)和實(shí)用項(xiàng)，其中實(shí)用項(xiàng)取決于主體對結(jié)果的先驗(yàn)偏好，記為C。
這些偏好促使主體選擇能夠從內(nèi)部（內(nèi)感受）或外部環(huán)境中獲取預(yù)期觀察結(jié)果的行為。
如果預(yù)期觀察結(jié)果與偏好出現(xiàn)偏差，精確的先驗(yàn)偏好分布將導(dǎo)致較高的預(yù)期自由能，驅(qū)使主體分別回避或?qū)で蟛黄玫幕蚱玫挠^察結(jié)果。較高的偏好精度轉(zhuǎn)化為較高的敏感性和反應(yīng)性，成為回避行為的強(qiáng)大驅(qū)動力。
在MPE（最小預(yù)測誤差）中，我們觀察到相反的現(xiàn)象學(xué)特征，參與者報告出一種穩(wěn)定的平靜感和輕松感。這意味著這種精度被下調(diào)了，使得行為的實(shí)用驅(qū)動力被弱化，對傳入觀察結(jié)果的反應(yīng)性也降低了。從計算角度而言，這是通過將參數(shù)深度機(jī)制擴(kuò)展到先驗(yàn)偏好C來實(shí)現(xiàn)的。與其他模型參數(shù)一樣，用于二級推理的信息并非參數(shù)本身，而是通過精度推理捕捉到的關(guān)于參數(shù)的二級信念。例如，在圖1中，反饋到模型中的是似然精度?，而不是似然A本身。這些精度參數(shù)（記為）是主體通過自由能最小化推斷出來的，它們代表了主體對相關(guān)參數(shù)編碼的信念的信心（Parr等人，2022，方程（B.20））。
因此，通過引入一個二級精度參數(shù)?來調(diào)節(jié)C對策略選擇的影響，可以在計算上實(shí)現(xiàn)對偏好的調(diào)節(jié)。預(yù)期自由能變?yōu)椋?/p>
通過將這個參數(shù)引入深度生成模型，主體可以根據(jù)對參數(shù)值的觀察來進(jìn)行狀態(tài)推斷（見圖2）。一旦能夠做到這一點(diǎn)，主體就將模型中原本透明的一個方面變得不透明化（即進(jìn)行了建模）。這使得主體能夠基于預(yù)期自由能最小化來選擇心理行為，而這些行為通過下行信息傳遞來影響參數(shù)的值。
因此，在MPE（最小預(yù)測誤差）發(fā)作期間，假設(shè)是個體有意識地培養(yǎng)一種深度的平靜狀態(tài)。我們可以將其建模為通過一種降低偏好精度的心理行為來弱化先驗(yàn)偏好的分布。鑒于偏好定義了與主體生物生存和持續(xù)存在（“拉回吸引子”）相關(guān)的吸引態(tài)集合（Sajid等人，2022），“存在的安逸”這一描述尤其貼切。
4.4. 無為性
到目前為止，使大部分現(xiàn)象學(xué)建模得以實(shí)現(xiàn)的機(jī)制是參數(shù)深度所支持的心理行為。這為認(rèn)知主體如何對其自身感知系統(tǒng)的參數(shù)產(chǎn)生影響提供了一個計算上的解釋，這種影響可能會合理地引發(fā)所報告的MPE（最小預(yù)測誤差）現(xiàn)象學(xué)的某些方面。
這種主動機(jī)制似乎與MPE的一個重要現(xiàn)象學(xué)特征相矛盾：無為性。個體將MPE報告為一種幾乎沒有或完全沒有認(rèn)知努力感的狀態(tài)。這是一個有趣的報告，它使我們能夠進(jìn)一步檢驗(yàn)這種計算模型解釋。我們會發(fā)現(xiàn)，鑒于我們已經(jīng)在上面列出的參數(shù)化，無為性實(shí)際上是由模型預(yù)測的。
“79 [...] 這種體驗(yàn)是無為的，并且沒有任何明顯的欲望感?！辉儆腥魏涡枰竭_(dá)某個地方或獲得某樣?xùn)|西的感覺?！?/p>
（Metzinger，2024，第331頁）
我將采用（Parr等人，2023）中概述的論點(diǎn)，其中作者提出認(rèn)知努力可以形式化為情境敏感的心理行為選擇與習(xí)慣性心理行為選擇之間的差異。這種差異代表了一個復(fù)雜性項(xiàng)，可以理解為在給定情境性感覺信息的情況下，心理行為信念更新的信息長度。這一論點(diǎn)部分基于熱力學(xué)要求，即根據(jù)情境信息更新習(xí)慣性先驗(yàn)信念，以及從情境不敏感到情境敏感的行為選擇的轉(zhuǎn)變，這種轉(zhuǎn)變在信息處理需求上會產(chǎn)生一種“成本”，被體驗(yàn)為認(rèn)知努力。因此，認(rèn)知努力項(xiàng)被定義為：
其中，表示Kullback-Leibler散度，是對隱秘策略（一系列心理行為）的信念，G是預(yù)期自由能，E是對策略（或習(xí)慣）的先驗(yàn)信念。
因此，無為性的現(xiàn)象學(xué)在其計算對應(yīng)物中表現(xiàn)為這種努力項(xiàng)趨于零。從數(shù)學(xué)角度來看，這可以在幾種特定條件下發(fā)生：1）當(dāng)G對所有策略都是均勻的或相似的；2）當(dāng)E的幅度相對于G較大；或3）當(dāng)G和E對齊。
在MPE（最小預(yù)測誤差）的情況下，條件1和條件2同時起作用。如上所述，在MPE期間，元覺知水平很高，偏好精度很低。這轉(zhuǎn)化為心理策略的預(yù)期自由能的值很低且均勻。要理解這一點(diǎn)，請參考方程（1）中G的表達(dá)式，并注意到高元覺知會增加似然映射A(2)的精度，從而降低其熵，進(jìn)而減少感知模糊項(xiàng)的幅度。通過上一節(jié)中描述的平靜機(jī)制，成本項(xiàng)也得以降低。因此，預(yù)期自由能G將在策略上具有低幅度且均勻的分布。此外，正如我們將在下一節(jié)中看到的，MPE期間的時間規(guī)劃深度被弱化，這也導(dǎo)致了策略上的均勻分布。最后，鑒于MPE通常與冥想背景相關(guān)，我們可以通過反復(fù)訓(xùn)練和習(xí)慣化來預(yù)期E的幅度較大。
因此，到目前為止概述的MPE的計算模型預(yù)測了MPE中報告的無為感，這為模型提供了一定程度的預(yù)測有效性。
4.5. 非概念性
MPE（最小預(yù)測誤差）的體驗(yàn)通常被報告為沒有任何概念性加工。這有時被描述為缺乏思辨性思維或心靈的寧靜，有時則被描述為完全沒有概念性的存在，包括任何關(guān)于敘事性自我概念的觀念。
“1196 [...] 在我看來，這種體驗(yàn)最好被描述為‘非概念性’的?！?/p>
（Metzinger，2024，第23-24頁）
先前的研究認(rèn)為，非概念性的認(rèn)知加工模式可能出現(xiàn)在導(dǎo)致時間規(guī)劃視野被弱化（即時間深度為零）的情況中。這些情況包括使用致幻劑（Deane，2021）、心流狀態(tài)（Parvizi-Wayne等人，2024）以及深度冥想沉浸（Laukkonen & Slagter，2021；Czajko等人，2024）。這些情況的共同點(diǎn)是強(qiáng)調(diào)對當(dāng)下時刻的觀察進(jìn)行加工。無論是通過藥物誘導(dǎo)、情境強(qiáng)制還是有意識地培養(yǎng)，這些體驗(yàn)都促使認(rèn)知資源專注于當(dāng)下時刻。將這種現(xiàn)象與非概念性聯(lián)系起來的論點(diǎn)假設(shè)了一個物理主體在每一刻能夠進(jìn)行的推理的熱力學(xué)極限（Fields等人，2024），因此，對當(dāng)下時刻的強(qiáng)烈推理權(quán)重意味著相應(yīng)地減弱了規(guī)劃中所需的面向未來的推理。
對反事實(shí)未來進(jìn)行模擬需要將主體的一個隱含概念投射到未來的時間中，以及對未來的行動序列可能產(chǎn)生的反事實(shí)后果進(jìn)行概念性粗粒化。我們可以將策略推理的這一計算過程與Metzinger所說的“認(rèn)知主體模型”聯(lián)系起來。
因此，通過完全弱化時間深度，主體不再為了行動選擇而推理這些概念的展開過程。因此，這些概念在現(xiàn)象學(xué)上不再出現(xiàn)，導(dǎo)致一種沒有與自我相關(guān)的思考或與規(guī)劃相關(guān)的更高階認(rèn)知加工和概念化的狀態(tài)。
因此，非概念性意味著當(dāng)前觀察數(shù)據(jù)的精度足夠高，需要將認(rèn)知資源專門用于其處理，從而導(dǎo)致時間深度很小或?yàn)榱?。在我們的模型中，這轉(zhuǎn)化為高似然精度（已經(jīng)從元覺知的形式化中預(yù)期到）以及控制規(guī)劃深度的參數(shù)值接近零。
概念化和反事實(shí)規(guī)劃的缺失也與第4.2.3節(jié)中討論的轉(zhuǎn)移信念的弱化相一致。隨著轉(zhuǎn)移精度的降低，任何推斷出的后驗(yàn)信念都不會延續(xù)到下一刻。這導(dǎo)致一種完全開放于當(dāng)下且沒有任何概念性約束的感知。這也使得反事實(shí)規(guī)劃變得不可行，因?yàn)闋顟B(tài)的展開變得極為模糊。
4.5.1. MPE模式與MPE狀態(tài)
MPE（最小預(yù)測誤差）的體驗(yàn)可以分為兩大類：MPE沉浸狀態(tài)和持續(xù)的MPE模式。MPE模式的特征是純粹覺知與其他感知內(nèi)容同時存在，而沉浸發(fā)作則是純粹覺知而無感知內(nèi)容的狀態(tài)。
如果MPE模式和狀態(tài)都強(qiáng)調(diào)對當(dāng)下時刻的處理，那么區(qū)分它們的機(jī)制是什么？在（Metzinger，2024，第475-477頁）中，我們提出MPE狀態(tài)涉及對感官數(shù)據(jù)的弱化，同時保持對覺知本身的推理的高精度（見圖2中的s(3)）。而MPE模式可以被建模為既有這種元覺知推理，又有其他正在進(jìn)行的感知推理。
在具有感知內(nèi)容的MPE模式中，所有感官映射的似然精度保持較高。而MPE沉浸狀態(tài)則可以通過將所有可用的精度完全分配給更高階的觀察模態(tài)來建模。這意味著沉浸發(fā)作可以被建模為一個系統(tǒng)，其傳入數(shù)據(jù)主要是內(nèi)部生成的對其生成模型參數(shù)的觀察。
4.6. 零人稱視角
MPE最引人入勝的特質(zhì)之一是Metzinger所說的“零人稱視角”（Metzinger，2024，第xix頁）。對于報告類似MPE現(xiàn)象學(xué)的一部分人來說，這種體驗(yàn)被描述為沒有主體感或任何形式的自我意識。
“1612 [...] 我所體驗(yàn)的世界不再獨(dú)立存在，因?yàn)槲乙呀?jīng)成為那個體驗(yàn)的展開。之前的‘我’作為體驗(yàn)者、選擇者、思考者已經(jīng)不存在了。相反——只有體驗(yàn)本身?！w驗(yàn)有一個視覺中心，但只是因?yàn)楣庠谀抢锱c眼睛相遇。中心不再有任何意義?！?/p>
（Metzinger，2024，第397頁）
如果沒有親身經(jīng)歷，很難想象或概念化這種體驗(yàn)，因?yàn)橹骺腕w區(qū)分似乎如此不言自明。然而，高級冥想者通常會描述一種“無中心的感知模式”（Ingram，2018）或一種沒有體驗(yàn)者的體驗(yàn)?zāi)Ｊ?。假設(shè)這種現(xiàn)象學(xué)特質(zhì)存在于MPE狀態(tài)和模式中（即持續(xù)的無中心性），我們該如何從計算角度來解釋呢？
在上文中，我們討論了時間深度的弱化如何削弱敘事性自我構(gòu)建和概念化。然而，我提出零人稱視角代表了感知處理中更根本的轉(zhuǎn)變。我們可以通過指出零人稱視角是一種持續(xù)的存在模式（而不是一種暫時狀態(tài)）來支持這一點(diǎn)。即使在需要深度時間規(guī)劃的活動（例如預(yù)約牙醫(yī)）中，這種無自我意識的形式仍然存在。
由于我們把體驗(yàn)與后驗(yàn)信念聯(lián)系起來，我們可以通過問：與習(xí)慣性的第一人稱視角相關(guān)的后驗(yàn)分布是什么？與體驗(yàn)中的“我”或“我”第一人稱指代相關(guān)的后驗(yàn)是什么？后驗(yàn)是主體對某些觀察子集原因的最佳猜測。因此，我們可以將這個問題重新表述為，主體存在哪些觀察，這些觀察可能被解釋為由主體自身引起的？
由于參數(shù)深度的存在，主體正在觀察其自身的模型參數(shù)（見圖1）。產(chǎn)生這些觀察的因果過程既依賴于外部動態(tài)，也依賴于主體的內(nèi)部動態(tài)（即主體模型參數(shù)的相互依存動態(tài)）。因此，如果主體沒有對自己內(nèi)部狀態(tài)的準(zhǔn)確模型，就會有影響其自我觀察的因素?zé)o法被預(yù)測（即其自身的參數(shù)動態(tài)），從而導(dǎo)致意外的觀察，即自由能。
因此，這里提出的關(guān)于第一人稱視角來源的計算假設(shè)是，主體通過將其原因歸因于主體自身（即主體的內(nèi)部狀態(tài)）來解釋這種不確定性。從某種意義上說，這種后驗(yàn)解釋是正確的——主體的內(nèi)部狀態(tài)（這些狀態(tài)參數(shù)化了它的信念）確實(shí)是預(yù)測誤差的原因。然而，對一個抽象原因的訴求（我將其稱為“內(nèi)部原因概念”）并沒有提供避免預(yù)測誤差的預(yù)測能力。這是因?yàn)檫@種解釋是事后應(yīng)用的，是對尚未建模的因果過程的一種合理的粗?；?。主體推斷出產(chǎn)生這一觀察子集的生成過程位于馬爾可夫毯的主體一側(cè)。這種對原因的抽象歸因可以在沒有對過程本身進(jìn)行詳細(xì)預(yù)測模型的情況下進(jìn)行。因此，預(yù)測誤差仍然存在，但很快被歸入內(nèi)部原因概念的“地毯下”。關(guān)鍵點(diǎn)是，這種策略創(chuàng)造了對主體模型內(nèi)部狀態(tài)的引用，作為對其感知過程觀察的解釋，我假設(shè)這可能是對第一人稱視角現(xiàn)象學(xué)的一個很好的解釋。
為什么這種概念在MPE中會缺失？如果我們假設(shè)，如上一節(jié)所討論的，MPE產(chǎn)生于個體對其認(rèn)知空間（即其自身的模型參數(shù)）有一個足夠不透明化的模型，那么可以推斷，MPE將缺乏以這種方式定義的自我概念。有了這樣一個精確的模型，主體不再需要這種抽象的解釋來解釋由于其對自身參數(shù)動態(tài)缺乏理解而產(chǎn)生的預(yù)測誤差，因?yàn)檫@些預(yù)測誤差根本就不會出現(xiàn)——正是因?yàn)榘l(fā)展出了一個準(zhǔn)確的預(yù)測模型。換句話說，當(dāng)主體對這些原因有一個良好的模型時，就不需要通過“內(nèi)部狀態(tài)作為原因”來解釋未被感知的內(nèi)部動態(tài)。
因此，在一個瞬間（或一系列瞬間）的洞察或貝葉斯模型簡化（Friston，Lin等人，2017）中，內(nèi)部原因概念狀態(tài)因子被剪枝，以支持對支撐感知內(nèi)容推理構(gòu)建的機(jī)制的更準(zhǔn)確理解，即通過參數(shù)深度建模的參數(shù)動態(tài)。換句話說，通過清晰地看到心靈的運(yùn)作，主體從對自身的抽象引用和由于缺乏理解而產(chǎn)生的預(yù)測不一致中解脫出來。
4.7. 無時間性
MPE（最小預(yù)測誤差）的另一個迷人特征是報告中的無時間感。
“3330 我會用‘時間的停止’、‘沒有時間的空間感知’等術(shù)語來最好地描述我的體驗(yàn)[……]
2771 這是一種既不向前移動，也不向后移動，甚至也不是靜止不動的體驗(yàn)?！?/p>
（Metzinger，2024，第248頁）
兩種計算機(jī)制可能分別解釋這種體驗(yàn)的不同方面。在某些情況下，無時間感被描述為“無時間的變化”或“變化的當(dāng)下”，而在其他情況下，體驗(yàn)則是一種更抽象或純粹的無時間性（例如“永恒體驗(yàn)”）。我們將會看到，這兩種情況都由到目前為止所呈現(xiàn)的模型所預(yù)測。
“變化的當(dāng)下”的體驗(yàn)很好地被第4.5節(jié)中描述的時間規(guī)劃視野的弱化所捕捉。在這些條件下，不存在心理上的時間旅行或?qū)ξ磥砘蜻^去狀態(tài)的投射。相反，對當(dāng)下時刻感官數(shù)據(jù)的感知推理占主導(dǎo)地位，而沒有對接下來會發(fā)生什么的感覺。變化仍然存在，因?yàn)楹篁?yàn)分布正在逐刻更新，然而只有關(guān)于當(dāng)前觀察的當(dāng)前信念被考慮。
另一方面，純粹的無時間性可以從計算角度解釋為MPE沉浸期間信念更新的信息長度很小的結(jié)果。最近，時間持續(xù)的體驗(yàn)已被與信念軌跡的信息長度聯(lián)系起來（Da Costa等人，2024）。因此，缺乏時間持續(xù)意味著信念更新的信息長度非常小。從數(shù)學(xué)上講，這將時間持續(xù)感與先驗(yàn)和后驗(yàn)信念關(guān)于狀態(tài)之間的KL散度聯(lián)系起來：
這一假設(shè)尚未得到實(shí)證驗(yàn)證。然而，從現(xiàn)象學(xué)角度來看，它具有表面上的合理性，因?yàn)樾畔㈤L度代表了主體的體驗(yàn)在每一刻的變化程度。
如果我們接受這種觀點(diǎn)，那么MPE中的純粹無時間感就遵循了到目前為止所概述的計算模型?；叵胍幌?，參數(shù)深度使主體能夠感知其自身的模型參數(shù)。每一層的觀察結(jié)果是由下一層的參數(shù)精度生成的。精度可以被理解為參數(shù)的一個總結(jié)性統(tǒng)計量；它在較慢的時間尺度上波動，并且包含的信息比參數(shù)本身更少。因此，隨著我們沿著參數(shù)層級向上攀升，信念更新的幅度會減小。正如我們所看到的，在MPE沉浸期間，只有更高層次的推理存在，而低層次的感官數(shù)據(jù)被弱化了。假設(shè)個體已經(jīng)穩(wěn)定了他們的覺知，那么對這種狀態(tài)推理的更新的信息長度將趨于零。這在主觀上被體驗(yàn)為時間持續(xù)的停止。在MPE模式中，與更高層次推理相關(guān)聯(lián)的無時間感的體驗(yàn)與低層次感知推理相關(guān)的正常時間感知同時存在。
4.8.Bliss
最后，這種計算模型如何解釋MPE期間關(guān)于積極情感的報告呢？
“3305 [...] 我感到極大的幸福在流淌。[……]
2687 [……] 一種深深的喜悅、無時間感和幸福涌現(xiàn)出來?！?/p>
（Metzinger，2024，第147頁）
在MPE（最小預(yù)測誤差）的報告中，體驗(yàn)到喜悅、敬畏、欣悅或感恩是很常見的，但這并不是一個必要的特征。許多冥想者報告了沒有這些特質(zhì)的純粹覺知體驗(yàn)。此外，這些特質(zhì)也常常出現(xiàn)在其他正常的日常體驗(yàn)中。那么，我們的計算模型如何解釋這種差異呢？
在主動推理框架內(nèi)，情感體驗(yàn)已經(jīng)被建模為基于對“模型精度”參數(shù)的觀察的狀態(tài)推理。模型精度（記為或?）是一個依賴于生成模型所有其他參數(shù)的全局總結(jié)性統(tǒng)計量。它編碼了主體對其整個行動模型的信心。推斷這個參數(shù)就是回答“我減少自由能的效果與我預(yù)期的效果相比如何？”這個問題。因此，這種關(guān)于“情感推理”的計算解釋（Hesp等人，2021）將情感價值與自由能的變化率聯(lián)系起來（Joffily & Coricelli，2013）。因此，我們可以將高情感價值建模為自由能的負(fù)變化率，即當(dāng)主體在減少自由能方面“越來越好”的時候。
在上文中，我們討論了主體對其模型參數(shù)的準(zhǔn)確建模如何能夠改善自由能的最小化，因?yàn)橛蓛?nèi)部原因產(chǎn)生的預(yù)測誤差通過改進(jìn)的自我建模得以解決。自由能的減少也是高元覺知（低感知模糊）和高平靜（低偏好精度）的結(jié)果。如果我們假設(shè)定義MPE的這些條件的轉(zhuǎn)變持續(xù)了一段時間，這就創(chuàng)造了一個場景，即主體產(chǎn)生的自由能可能比其模型預(yù)測的減少得更快。
因此，在這種情況下，從計算角度來看，他們會對伴隨著越來越不透明且無偏好的自我模型的自由能減少感到“愉悅的驚喜”，這反過來會表現(xiàn)為模型精度的增加和積極情感價值的上升。然而，一旦達(dá)到自由能的穩(wěn)定最優(yōu)值，變化率就會下降，相關(guān)的情感價值也會逐漸減弱。這或許可以解釋在MPE報告中看到的差異，并構(gòu)成了一個預(yù)測的基礎(chǔ)，即積極情感價值最有可能出現(xiàn)在MPE的起始階段。
5. 結(jié)論
本文提出了一個基于自由能原理和主動推理數(shù)學(xué)的最小現(xiàn)象體驗(yàn)（MPE）的更新計算模型。通過在深度主動推理框架內(nèi)形式化MPE的關(guān)鍵現(xiàn)象學(xué)特征，我們開發(fā)了一個機(jī)械論解釋，能夠用計算描述來解釋第一人稱體驗(yàn)報告。該模型表明，MPE是進(jìn)入一個非常低自由能（或等價地，非常高自我證實(shí)）狀態(tài)的結(jié)果，其特征包括：
- 高元覺知，建模為對模型參數(shù)更高階觀察的精度增加。
- 先驗(yàn)偏好的弱化，導(dǎo)致一種平靜的狀態(tài)。
- 對主體自身建模過程（即生成模型參數(shù)）的精確模型，使得“零人稱視角”成為可能。
這些條件進(jìn)一步導(dǎo)致了與MPE報告的現(xiàn)象學(xué)特質(zhì)相關(guān)的更多計算預(yù)測，包括無為性、無時間感以及一種沒有概念內(nèi)容的純粹覺知感。
這項(xiàng)工作的意義不僅在于解釋MPE。它展示了計算神經(jīng)現(xiàn)象學(xué)在形式化和幫助我們理解意識體驗(yàn)微妙方面的潛力，為研究意識的改變狀態(tài)和冥想實(shí)踐提供了一個嚴(yán)謹(jǐn)?shù)目蚣堋４送猓€為自我意識的本質(zhì)以及不同感知模式的計算基礎(chǔ)提供了新的視角。
然而，必須承認(rèn)存在一些局限性。該模型仍然是理論性的，需要實(shí)證驗(yàn)證。未來的工作將專注于推導(dǎo)和測試關(guān)于MPE狀態(tài)期間的神經(jīng)生物學(xué)動態(tài)的預(yù)測，并設(shè)計實(shí)驗(yàn)來評估模型的準(zhǔn)確性。
最后，正如在引言中提到的，我希望通過這項(xiàng)工作為描述現(xiàn)象學(xué)貢獻(xiàn)一種計算語言。這種語言可以作為一張地圖，用于指導(dǎo)和啟發(fā)我們對自身生活體驗(yàn)的第一人稱研究。在我看來，對意識的體驗(yàn)性理解遠(yuǎn)比另一種意識理論更有價值。
附錄A. 模擬MPE
本文中探討的MPE現(xiàn)象學(xué)的形式化足夠詳細(xì)，可以定義一個適合模擬MPE的體驗(yàn)和動態(tài)的生成模型參數(shù)化。模擬的實(shí)現(xiàn)和結(jié)果超出了本文的范圍；然而，下面的圖2以貝葉斯圖的形式描繪了模型結(jié)構(gòu)，下表則總結(jié)了要實(shí)施的參數(shù)化，這些參數(shù)化是從MPE的現(xiàn)象學(xué)特征中推導(dǎo)出來的。
附錄B. 實(shí)證預(yù)測
在構(gòu)建神經(jīng)現(xiàn)象學(xué)模型時采用自由能原理的優(yōu)勢在于，其形式化為所提出模型的實(shí)證檢驗(yàn)提供了一條合理路徑。請參閱（Ramstead等人，2022；Sandved-Smith等人，2024）以獲取關(guān)于這一主題的詳細(xì)討論。簡而言之，這是通過自由能原理（FEP）對內(nèi)部狀態(tài)動態(tài)的雙重解釋實(shí)現(xiàn)的。一方面，內(nèi)部狀態(tài)可以被理解為參數(shù)化主體對外部狀態(tài)的信念（所謂的“外在動態(tài)”）。另一方面，它們的動態(tài)可以用內(nèi)部狀態(tài)本身來描述（“內(nèi)在動態(tài)”）（Friston等人，2020）。
其結(jié)果是，我們對信念動態(tài)所做的假設(shè)必然包含關(guān)于內(nèi)部狀態(tài)動態(tài)的預(yù)測，這些預(yù)測可以通過實(shí)證方法進(jìn)行檢驗(yàn)。描述內(nèi)在熱力學(xué)動態(tài)和實(shí)證神經(jīng)生物學(xué)之間關(guān)系的是伴隨自由能原理的神經(jīng)過程理論（Friston，F(xiàn)itzGerald等人，2017；Parr & Friston，2018；Da Costa，Parr等人，2021）。對這里所提出的模型所暗示的神經(jīng)生物學(xué)含義的詳細(xì)探討是未來工作的主題。然而，為了展示其邏輯，下面突出了一些示例方向。
6.1. 無時間感與代謝成本
我們提到的與時間持續(xù)體驗(yàn)相關(guān)聯(lián)的信念更新的信息長度，也與信念更新所產(chǎn)生的代謝成本相關(guān)聯(lián)（Da Costa等人，2024），即信念更新的幅度與能量消耗的幅度相關(guān)。因此，將現(xiàn)象學(xué)上的無時間感計算化為信念軌跡中的小信息長度，意味著對代謝負(fù)荷的預(yù)測。因此，我們可以預(yù)測，在MPE期間，通過BOLD fMRI信號幅度測量的大腦整體能耗將更低。
6.2. 無為性與大腦
在（Parr等人，2023）中，作者提出他們的理論預(yù)測可以將認(rèn)知努力與基底神經(jīng)節(jié)和前額葉皮層聯(lián)系起來。這導(dǎo)致了一個可操作的實(shí)證預(yù)測——在MPE期間，我們應(yīng)該觀察到與認(rèn)知控制相關(guān)的前額葉皮層和前扣帶回區(qū)域的激活減少。
6.3. 精度參數(shù)與神經(jīng)遞質(zhì)
其他人認(rèn)為，似然精度、轉(zhuǎn)移精度和模型精度參數(shù)的功能角色分別由膽堿能、去甲腎上腺素能和多巴胺能神經(jīng)遞質(zhì)系統(tǒng)介導(dǎo)。這些系統(tǒng)共同具有的基本作用是對突觸傳遞的影響（即神經(jīng)調(diào)節(jié)增益控制）（Parr & Friston，2017a；Schwartenbeck等人，2015）。
這里提出的MPE計算模型涉及這些參數(shù)的具體動態(tài)，即高似然精度（第4.5節(jié)）、低轉(zhuǎn)移精度（第4.2.3節(jié)）以及最初較高、隨后逐漸減弱的模型精度（第4.8節(jié)）。這轉(zhuǎn)化為關(guān)于與相應(yīng)神經(jīng)遞質(zhì)系統(tǒng)相關(guān)的大腦區(qū)域活動的實(shí)證預(yù)測，即Meynert基底核（膽堿能）、藍(lán)斑核（去甲腎上腺素能）和腹側(cè)被蓋區(qū)（多巴胺能）。從正常清醒意識向MPE過渡時，我們應(yīng)該觀察到這些區(qū)域激活模式的變化。
倫理聲明：本提交內(nèi)容僅包含理論分析。未進(jìn)行涉及人工智能、人類或動物受試者的實(shí)驗(yàn)。我謹(jǐn)慎設(shè)計了我們的方法，專注于形式化描述，而不是可能引發(fā)意識的實(shí)現(xiàn)，盡管這種可能性極小。這項(xiàng)研究旨在進(jìn)一步推進(jìn)科學(xué)理解，同時嚴(yán)格遵守不創(chuàng)造或冒險創(chuàng)造人工有感知能力的生物的倫理邊界。
原文鏈接：https://www.preprints.org/frontend/manuscript/2c5592c69907b50f46348753274b894b/download_pub
熱門跟貼