玻尔百科大脑是如何理解一个本质上充满噪声和不确定性的世界的？几十年来，我们将感知理解为一个被动接收信息的过程，但一个被称为“贝叶斯大脑假说”的现代观点提出了一个远为动态的模式。它认为我们的大脑是一个主动的预测引擎，不断地对世界产生假设，并利用感官数据来完善这些假设。这就提出了一个关键问题：大脑如何决定信任哪些信息？并非所有的感官信号都同样可靠，本文将探讨大脑为此演化出的一种精妙解决方案：精确度加权。
本文对这一基本计算原理进行了全面概述。在第一部分“原理与机制”中，您将了解到大脑如何计算和使用预测误差，为什么并非所有误差都生而平等，以及精确度的概念如何让大脑在先验信念与新证据之间达到最佳平衡。我们将深入探讨神经回路，探索突触增益和特定的抑制性中间神经元如何物理上实现这一统计过程。随后，“应用与跨学科联系”部分将展示精确度加权的巨大解释力，将其与广泛的人类经验联系起来。我们将看到，失调的精确度如何导致孤独症和精神病性症状，它如何构成慢性疼痛和安慰剂效应等身心现象的基础，以及这一框架如何为新颖的治疗干预铺平道路。
理解大脑是踏上科学最伟大冒险之一。几个世纪以来，我们视其为一个复杂但终究被动的设备，一台忠实记录世界的生物相机。但一个常被称为贝叶斯大脑假说的革命性思想，描绘了一幅截然不同的图景。它表明，大脑不是一个被动的记录者，而是一个主动且不懈的科学家。它不断地对世界产生假设，对其感觉的成因做出预测，然后利用感官来测试、证实或证伪这些预测。
想象一下，你正试图接住朋友扔过来的球。你不会只是等着球撞到你的手上。在一瞬间，你的大脑会生成一个关于世界的模型——包括重力、你朋友的投掷风格以及球的初速度——来预测其未来的轨迹。这个预测从你大脑的较高级别部分（你对世界的模型）向下流向你的感官和运动系统。反过来，你的眼睛向上发送信号，提供关于球实际位置的实时数据。
在预测编码的框架中，核心计算发生在两条信息流交汇之处。大脑用自上而下的预测减去自下而上的感官信号。如果它们完美匹配，则什么也不会发生；预测成功地解释了感觉。但任何不匹配都会产生一个预测误差。这个误差信号是信念和学习的基本通货。它传递的信息是：“你的模型错了！更新它！”这个误差信号会沿着层级结构向上传播，修正最初的假设，直到误差被最小化。感知并非被动地接收感官数据，而是通过更新我们对世界的内部模型来平息预测误差的主动过程。
至此，我们遇到了一个极其微妙但意义深远的问题：大脑应该平等对待所有的预测误差吗？想象一下，你正试图理解朋友含糊不清的话语。在一个安静的图书馆里，你预期听到的话语和你实际听到的任何不匹配都是一个显著的、高保真的误差信号。你或许应该相信自己的耳朵。但现在想象你在一个嘈杂的摇滚音乐会上。传入你耳朵的感官数据被损坏且不可靠。一个明显的不匹配可能只是噪音。在这种情况下，抛弃你对朋友和谈话的先验信念将是愚蠢的。明智的策略是更多地信任你的内部模型——你的预测——而不是嘈杂的感官“误差”。
大脑似乎已经掌握了这种明智的策略。它不仅关心误差的大小；它更关心其精确度。在统计学中，精确度是置信度或可靠性的一个正式度量。它就是方差的倒数（）。如果一个信号的方差很低（即非常一致且噪音小），它的精确度就高。如果它的方差很高（即噪音大且分散），它的精确度就低。
大脑的神来之笔是精确度加权：预测误差对信念更新的影响力，或称“增益”，由其精确度来衡量。高精确度的误差，比如在图书馆里你朋友的声音，会被赋予很大的话语权。低精确度的误差，比如在音乐会上他们的声音，则被有效地静音。
让我们把这一点具体化。想象你的大脑正试图通过两个感官通道A和B来定位一个物体。通道A有噪声，方差为 个单位。通道B则清晰得多，方差为 。因此，精确度分别为 和 。为了形成最佳估计，大脑应该让来自通道B的预测误差的权重比来自通道A的误差重四倍。最佳的平衡是精确度的比率，。大脑不仅仅是平均其输入；它计算的是一个加权平均，其中的权重是证据的精确度。
这个原理虽然精妙，但一堆杂乱的神经元怎么可能实现它呢？答案在于计算与生物物理学的完美融合。预测误差信号的“权重”或“影响力”可以物理上实现为承载它的神经元的突触增益——可以把它想象成神经元输出的一个音量旋钮。更高的精确度通过更高的神经增益来实现。
那么，神经回路是如何转动这个音量旋钮的呢？一个关键机制是分流抑制。想象一个兴奋性神经元（一个“误差单元”）试图发送信号。现在，想象一个抑制性中间神经元在该兴奋性神经元胞体附近形成一个突触。当这个中间神经元发放时，它不仅使误差单元的电压变得更负；它实际上在其细胞膜上打开了一个“漏洞”。这个漏洞，即电导的改变，会分流传入的兴奋性电流，使得任何输入对神经元输出放电率的影响都被除法式地减小了。这就像试图往一个有洞的桶里装水——你必须更快地倒水才能让水位上升。
这为除法式的增益控制提供了一个直接机制。如果大脑想要降低一个误差信号的精确度，它可以简单地增加这些分流抑制性中间神经元的活动。它们发放得越多，“漏洞”就越大，误差单元的增益就越低。
值得注意的是，大脑似乎已经演化出一种复杂的劳动分工来执行这一计算。目前的理论提出，不同类型的抑制性中间神经元扮演着不同的角色。例如，生长抑素表达 (SOM) 中间神经元，倾向于靶向锥体神经元的树突，可能负责传递自上而下的预测并执行初步的减法。与此同时，小白蛋白表达 (PV) 中间神经元，靶向胞体，提供分流抑制，从而执行除法，由此设定精确度加权的增益。这是一个优雅地体现了统计公式的回路。
精确度加权这一单一原理并非一个小众技巧；它似乎是驱动广泛认知功能的基本引擎。
注意力即精确度调谐： 我们所谓的“注意力”可能不过是大脑选择性地增强特定感官流的精确度。当你在凌乱的书桌上寻找钥匙时，你实际上是在调高与钥匙状形状和颜色相关的预测误差的增益。这使你对世界的信念对该特定信息更加敏感。通过将一个感官通道的精确度提高一个因子 ，大脑使其最终的信念变得更加确定——这一现象可以通过数学量化为后验不确定性体积的减少。
平衡内部模型与外部感官： 我们的大脑必须不断地在我们的内部模型和来自外部世界的数据流之间进行仲裁。以镜像神经元系统为例，它被认为与理解他人的行为有关。当你观察某人做出一个清晰、明确的手势时，来自你视觉系统（在颞上沟，即STS等区域处理）的感官数据是高度精确的。你的大脑将严重依赖这个自下而上的信号。但如果手势模糊或从一个不好的角度看到，感官精确度就会骤降。在这种情况下，你的大脑会将依赖转向内部，给予其自身的自上而下的运动预测（在额下回，即IFG等区域编码）更多的权重，以推断此人的意图。“我所见的”和“我所知的”之间的平衡，由精确度加权动态且最优地管理着。
与变化的世界保持同步： 我们的感官和预测的可靠性并非一成不变。在雾中驾驶时，视觉精确度很低。在学习新技能时，我们的预测模型是不确定的。大脑必须随时间追踪这些不确定性。Kalman滤波器，作为工程学和控制理论的基石，为这一过程提供了一个正式模型。它展示了一个最优系统应如何动态调整其对新数据与自身预测的信任。Kalman增益——给予感官预测误差的权重——不是一个固定的数字，而是一个动态量，它最优地平衡了对世界不确定性（过程噪声，）和感官不确定性（测量噪声，）的估计。随着时间的推移，大脑会稳定在一个稳态增益上，这反映了其对环境稳定性和感官可靠性的长期信念。
一个强大理论的美妙之处在于，它不仅能解释正常功能，还能为功能障碍提供深刻的见解。精确度加权框架为精神分裂症中的精神病性症状等精神障碍的某些症状，提供了一个令人信服的、基于机制的解释。
一个主流假说，即异常显著性假说，提出精神病性大脑失去了正确赋予事件精确度的能力。这可能与多巴胺系统的失调有关。如果像某些理论所提出的，基础多巴胺水平报告了预测误差的背景精确度，那么病理性的高多巴胺水平（多巴胺能亢进）就如同将所有感官通道的增益旋钮调到最大。大脑开始将高精确度赋予随机、无意义的事件和嘈杂的预测误差。心智被迫解释这些“显著”的信号，将它们编织成奇异的叙事和错误的信念，从而产生妄想。
这个问题可能因另一个生物因素而加剧：N-甲基-D-天冬氨酸受体 (NMDAR) 的功能减退，它是谷氨酸能信号传导的关键组成部分。如果NMDAR对于维持大脑自上而下的预测模型（先验）的稳定性和强度至关重要，那么它们的损伤将导致先验变得薄弱和不精确。结果是一场完美风暴：大脑同时被异常强烈的自下而上的误差信号所淹没，而其用来解释这些信号的自上而下的预测却薄弱无效。这种植根于特定神经化学系统的计算失衡，为理解精神病性症状中信念的深刻瓦解提供了一个强有力的模型。
随着我们更深入地探究大脑的机制，我们发现了更加精妙的解决方案。自上而下的预测和自下而上的误差信号必须在相同的解剖高速公路上行进，它们是如何避免相互干扰的呢？一个引人入胜的假说提出，大脑使用振荡复用。神经振荡的不同频段可能被指定用于不同的信号。例如，快速的伽马波段节律（ Hz）可能主要承载自下而上的、高精确度的预测误差信号，而较慢的贝塔波段节律（ Hz）则承载自上而下的预测。
在这个方案中，信号的精确度可能被编码在特定频段振荡的功率（或振幅的平方）中。更强的伽马振荡将意味着一个更精确、增益更高的误差信号。这将为大脑提供一个动态的、频率特定的通信协议，用于在毫秒级的时间尺度上路由信息和调节信念更新，使大脑变成一首由精确加权的、有节律的信息组成的交响乐。从统计学家的逻辑，到细胞的机制，再到网络的节律，精确度加权原理为心智的计算架构提供了一个惊人统一的视角。
现在我们已经探索了预测编码的机制以及精确度加权的关键作用，我们准备好进入有趣的部分了。我们可以带着我们新的概念工具包， venturing out into the world——或者更确切地说，进入人类心智的内在世界——去看看它能解释什么。一个深刻科学思想的美妙之处不仅在于其优雅，还在于其统一看似毫不相干现象的力量。你会看到，这单一机制，即大脑在其期望与感官证据之间不断的平衡行为，为描述从孤独症的感官超载到安慰剂药丸的神秘力量等广阔的人类经验图景，提供了一种惊人连贯的语言。
想象一下，你的感官证据的精确度就像收音机上的音量旋钮。如果你把它调低，你主要听到的是收音机自身电子元件的嗡嗡声——你的内部期望，或称先验。如果你把它调高，来自外部世界的信号就变得响亮而清晰。许多精神和神经系统疾病可以被理解为这个音量旋钮设置不当的问题。
以孤独症谱系障碍 (ASD) 中的感官体验为例。一个常见的特征是感官超敏，日常的声音、光线或质地会感觉异常强烈。在我们的框架中，这可以被理解为感官证据的“音量旋钮”被调得太高了。大脑赋予了自下而上的感官预测误差异常高的精确度。即使是微小、无关紧要的与期望的偏差——冰箱的轻微嗡嗡声、荧光灯的闪烁——也被当作高度重要的信号来处理。结果是一个在感知上残酷生动、不可预测和令人不知所措的世界，因为大脑的稳定预测不断被它误解为重要感官数据的大潮所冲刷。
现在，让我们想象一种不同的故障。如果大脑把感官音量旋钮调得如此之高，以至于它开始在静电噪音中听到模式呢？这为理解精神病中妄想的形成提供了一个强有力的比喻。“异常显著性”假说提出，在精神病中，大脑对感官预测误差赋予了病态的高精确度，很像我们ASD的例子。但在这里，其后果是随机的巧合和无意义的事件被标记为极具意义。如果你在一天内三次看到一个戴红帽子的陌生人，你的大脑，由于过度加权了这些感官数据，可能会跳到你被跟踪的结论。因为感官证据被赋予了如此高的精确度，由此产生的信念也以不可动摇的信心被持有。先验信念不断地被噪音迅速覆盖，导致心智追逐那些最终固化为固定、错误信念的虚假联系。
预测编码框架不仅适用于我们的五种外部感官；当应用于*内感受*——我们对自己身体内部状态的感觉时，它可能更加强大。正是在这里，我们可以开始解开一些身心相互作用的最深层奥秘。
你是否曾在焦虑时感到心跳加速，即使你只是静坐不动？或者在一次重要演讲前感到胃里打结？这些都是你的期望如何塑造你的身体感觉的例子。在像健康焦虑和躯体症状障碍这样的情况下，这种机制可能会过度运转。想象一个人持有他们患有心脏病的强烈、高精确度的先验信念。他们的大脑不断地预测胸痛和心悸。因为这个先验如此精确，它像一块强力磁铁一样作用于他们的感知。来自身体的正常、嘈杂的信号——心率的良性波动、肌肉的抽搐——都通过这个高精确度先验的镜头被解读。预测误差被最小化，不是通过更新信念，而是通过塑造对感觉的感知来适应信念。结果是真正感受到的身体症状——胸闷、心跳加速——并非由外周病变产生，而是由自上而下的预测产生。这不仅仅是“在头脑里”；这种感知是真实的。信念创造了体验。
同样的原理可以解释像纤维肌痛症这样的慢性疼痛综合征的使人衰弱的体验。在这种情况下，大脑可以被看作是有一个高度精确的疼痛先验。这种期望可能由最初的损伤或疾病建立，但它随着时间的推移持续存在并加强。最终，这种自上而下的疼痛预测变得如此强大，以至于它压倒并重新解释模糊甚至非疼痛的感官输入为疼痛。大脑陷入了一个恶性循环，预测疼痛，从而创造疼痛的体验，而这反过来又加强了先验。
到目前为止，我们已经看到大脑如何改变其感知以使其与预测相符。但如果预测是如此不可动摇地精确，以至于大脑采取了更激烈的步骤呢？如果它改变世界——或者至少，改变身体——来使感官输入与预测匹配呢？这就是主动推断的核心思想。
这一点在功能性运动障碍 (FMD) 中得到了最引人注目的说明。患者可能会经历一种感觉完全不自主的震颤或肢体无力，但所有标准的神经学检查结果都正常。在我们的框架内，这可以被理解为一个关于运动（或缺乏运动）的异常精确的先验信念的结果。例如，一个非常高精确度的“我的手在颤抖”的先验信念会产生一个持续的预测误差，因为来自静止手部的感官证据报告“我的手是静止的”。信念过于僵化，无法被更新。因此，为了解决这个误差，大脑做了它唯一能做的另一件事：它生成运动指令使手颤抖。预言自我实现了。这种运动感觉“不请自来”或“非我”的原因，被认为是同时发生的感官衰减失败——这个过程通常告诉你的大脑忽略你自己行为的可预测的感官后果。你通常不会感觉到你说话时声带的振动，因为这种感觉被预测并抵消了。在FMD中，这种抵消失败了，所以自我产生的运动被体验得好像它是外部和陌生的。
信念和感觉之间的这种相互作用也是众所周知的安慰剂和反安慰剂效应背后的秘密。当医生给你一个糖丸并带有信心地告诉你它是一种强效止痛药时，他们正在灌输一个强烈的、精确的“低疼痛”先验。当你随后受到疼痛刺激时，你的大脑面临一个冲突：先验说“低疼痛”，但感官尖叫“高疼痛！”为了解决这个预测误差并维持其对安慰剂的自信信念，大脑可以调低上行伤害性感受信号的精确度。通过将疼痛信号视为不可靠的噪音，其影响力被减弱，你真的感觉疼痛减轻了。反安慰剂效应中发生的情况相反：一个“高疼痛”的暗示增加了疼痛信号的精确度，从而放大了它。这不仅仅是想象；我们可以在大脑中追踪这些变化。自上而下控制的施加在贝塔波段振荡中可见，而感官误差变化的影响则反映在伽马波段活动和瞳孔直径等生理标记中。
在最极端的情况下，面对压倒性证据而拒绝更新信念，是我们都熟悉的事情：否认。在计算上，我们可以把否认看作一个将珍视的先验的精确度调高到几乎无限水平的过程。通过坚持认为信念是无限可靠的，任何矛盾的感官证据都变得无力，信念保持完整，与现实隔绝。
如果这些疾病是由精确度的失调引起的，那么治疗的途径就在于找到重新校准它的方法。这不仅仅是一个理论上的幻想；它为理解现有疗法如何工作以及设计新疗法提供了一个基于机制的框架。
考虑一下针对抑郁症的正念干预。抑郁症的一个关键特征是一个强烈的、负面的先验——一种倾向于以最坏的方式解释模棱两可的事件。正念训练，涉及对当下感觉（包括内感受）进行密切、非评判性的关注，可以被看作是一种知觉训练。通过反复练习，个体可能会学会提高他们感官证据的精确度。随着真实世界数据的“音量”被调高，它在平衡行为中获得更多影响力，使其能够与僵化、负面的先验竞争并最终更新它们。世界开始看起来不那么黯淡，不是因为世界变了，而是因为大脑重新学会了如何倾听它。
这项工作的未来更加令人兴奋。如果精确度是由特定神经群体的增益编码的，我们能直接介入并调整它吗？这就是像经颅磁刺激 (TMS) 这样的无创性脑刺激 (NIBS) 技术的希望所在。研究人员现在正在设计实验来检验这些想法。例如，可以对大脑中涉及主体感的区域，如颞顶联合区，施加刺激，试图增强感官信号的精确度并缓解FMD症状。另一种方法可能是使用节律性刺激来直接调节被认为报告运动预测精确度的贝塔波段振荡。至关重要的是，此类干预的成功不仅仅取决于患者是否感觉更好，还要通过追踪特定的生物标志物——如预测误差的电生理信号或信念更新的计算参数——来确认我们已成功改变了底层的精确度加权机制。
从精神科医生的诊所到哲学家的扶手椅，精确度加权的简单原理提供了一条共同的线索。它揭示了支配我们感知的深刻而优雅的逻辑，提醒我们，我们不是世界的被动观察者，而是我们自己现实的主动建构者，在我们的信念与感知之间不断协商。