在今天看見明天

人是否有自由意志?

人是否有自由意志?

林文欣

個人成長

2017-06-20 07:57

科學家的科學實驗,竟然人是沒有自由意志,只有互動反饋機能。

在證明大腦操控著一切的實驗中,引用最頻繁的是出自加州大學舊金山分校已故科學家班傑明利貝(Benjamin Libet)的一項研究。1980年代末,利貝招募了一批受試者,讓他們全套佩戴可以檢測到「腦電波動」的電極帽,受試者一旦出現了擺手的想法,就立即晃動自己的手腕,設備能記錄下整個過程。

結果令人驚訝,「腦電波動」比受試者動作提早約0.5秒出現,但受試者在做出動作的0.25秒前,才能意識到自己產生了輕搖手腕的想法。這說明:在人們意識到發生何事之前,大腦早已做出了決定。基本上,來自潛意識的大腦活動才是整個局面的掌控者。

後來在2013年,柏林伯恩斯坦計算神經科學中心(Bernstein Center for Computational Neuroscience)的約翰-狄倫海恩斯(John-Dylan Haynes)和同事發表的一項研究當中,在受試者針對兩個數位元的運算方式進行選擇時,同時對其大腦進行功能性核磁共振掃描。結果發現,神經活動的模式能夠提前做出預測,比受試者能夠意識到顯示他們的選擇的時間早4秒,這可是相當長的延遲了。

這兩項實驗結果說明:前世累積的潛意識比今世的意識,提早幫我們做出決定,並讓我們誤以為是自己在做決定。

那麼人到底有沒有自由意志呢?或者是有沒有絕對的自由意志呢?下面有兩項科學理論僅供參考:費曼的「路徑之和」理論及「貝葉斯」理論。

費曼的路徑之和理論

量子力學的不確定性是一種凡是皆有可能的選擇,但是這種選擇是一種機率波動,雖然不確定卻是有跡可循,而這種規律的最佳解釋,就不得不提到美國著名物理學家費曼先生。

大名鼎鼎的美國物理學家理查費曼(Richard Feynman),本人是無神論者,不僅聰明絕頂,而且詼諧幽默,在美國粒子物理學領域是繼艾利克費米(Enrico Fermi)之後堪稱“教父”級的科學家。儘管費曼對現代物理學做出了諸多重要貢獻,但卻只獲得過一次價值三分之一的諾貝爾獎。他的教科書和科普著作都屬於趣味橫生、膾炙人口的類型,暢銷全世界,影響了幾代人。

第二次世界大戰後,費曼無意中發現了一種最簡單也最深刻的量子力學理論,稱為「路徑之和」。

在物質世界裡,從A點走到B點,除非很特別,一般我們都是選擇最短的直線距離,但是在電子世界裡,費曼認為所有可能的路徑都必須一併考慮。如圖1,這意味著會有要繞到火星再到B點的路徑,甚至在時間上回到恐龍時代。也許這些路徑是多麼不可思議,但還是要考慮進去。

費曼給每條路徑一個計算公式後的權重,再將所有可能路徑的權重加總起來,結果竟然得到量子力學從A點到B點的機率,然後取具有最大機率的路徑,變成物質世界實際發生的路徑,這稱為費曼的「路徑之和」理論。


(圖1)

換句話說,當你從A點走向B點,你的電子就會自動事先尋找各種可能的路徑,甚至有通往遙遠恆星的路徑,當然這類奇怪路徑的機率極其低微。然後把這些可能路徑加起來,費曼的數學公式證明,物質世界的最短的直線距離只是最有可能的路徑,而不是唯一的路徑,並且還精準的等於量子力學的機率。這些可能的路徑是歷史曾有過的路徑,所以又稱「歷史求和」。這些歷史是指個人在每一世累積下來的萬事萬物的能量資訊,所以才會有回到恐龍世代甚至遙遠恆星的歷史路徑。

費曼的「路徑之和」或「歷史求和」理論,其實就是一種意識做「選擇判斷」的輸入值計算。當意識產生念頭的新想法時,某種宇宙程序會先去你的「潛意識數據庫」讀取你的相關歷史資訊,然後加總後,取機率最高的路徑,當成選擇判斷依據,並控制大腦幫你做決定,也就是一種前因後果的反饋值。

費曼的路徑之和理論,證明了生命意識也是無意識的接受物理定律的指導。意識是沒有絕對的自由意志,是某種宇宙程序控制大腦將你過去常發生的行為,包括前世,當成選擇判斷的計算值及依據,也就是運用過去的經驗值會事先自動幫你做出決定,這就是我們所謂的潛意識。譬如我們開車時,幾乎都是交給潛意識在駕駛,不可能是由自由意志邊判斷邊開車,那可是很容易發生車禍的。

有些物理學家跟佛教一樣,認為自由意志其實跟空間與時間一樣,也是一種幻覺。這種選擇後的前因後果過程,其實就是一種物理定律。目前在人工智能領域上炙手可熱的貝葉斯理論,物理學家認為有可能就是「內置於大腦中」的決策演算機制。

貝葉斯理論

貝葉斯(Thomas Bayes,1701—1761),這個十八世紀倫敦的長老會牧師和業餘數學家,41歲時因捍衛牛頓的微積分學而加入英國皇家學會。他曾經為了證明上帝的存在,發明了機率統計學原理,雖然這一美好願望到死也沒實現,生前也並沒有發表過自己的數學論文。

但是,貝葉斯逝世後,好友Richard Price搜集了他的手稿,使機率統計學的貝葉斯理論終於公佈於世。但貝葉斯生前並未預料到,自己作為業餘數學家的手稿,竟在一百多年後,重大影響到二十世紀後的各項現代科學,使得無數現代科學家不得不回頭學習貝葉斯理論並將其納入自己的研究體系中。

貝葉斯理論源自於他生前為解決一個“逆向機率”問題而寫的一篇文章。在貝葉斯寫這篇文章之前,人們已經能夠計算“正向機率”問題,如“假設袋子裡面有N個白球,M個黑球,你伸手進去摸一把,摸出黑球的機率是多少?”,這個問題的答案很容易就知道。但是反過來:“如果我們事先並不知道袋子裡面黑白球各有多少個,而是閉著眼睛摸出一個黑球的機率是多少?”時,答案就很難確定,因為資訊量太少。這個問題,就是所謂的“逆向機率”問題。

人的一生其實就是一種面對及處理“逆向機率”問題的過程。我們剛出生來到這個世界時,面對的就是一個十分陌生的環境(就像不知道袋子裡面黑白球各有多少個),能掌握的資訊量幾乎沒有,只能憑著好奇的心理,藉由不斷的嘗試與回饋來獲取資訊與經驗,進而逐漸了解四周的環境。

那麼「貝葉斯理論」是什麼理論呢?

其實就是一種主觀機率,我們一般知道的機率都是「客觀機率」。

譬如在一個箱子裡有100個球,一半是黑球一半是白球。現在把箱子蓋上,從裡面摸出球來,那麼摸出一個白球的機率是多少?再笨的人都知道是50%的機率,這叫客觀機率。但是我們這個世界絕大部分時候的資訊是不完備的,我們根本不知道外面世界是怎麼樣的,我們那裡知道這裡面有多少個黑白球?

所以問題現在換成一個箱子裡面有100個球,但不知道多少個白球及多少個黑球,那請問從裡面摸出一個白球的機率是多少?這時你當然會說我怎麼知道呢?

但是人類身處在這個世界不就是這樣嗎?那怎麼辦呢?貝葉斯理論就是在解決這個問題的,這就叫「主觀機率」。

就是我們先用猜的,譬如先猜有50%的機率是白球,接著先摸出一個球,如果發現果然是白球,那就說明裡面是白球的機率比較高,所以你把50%往上提一點,比如說提到55%。接著再摸一個,如果還是白球,說明這個機率還可以再提高一點,就提到60%。後來卻摸到一個黑球時,你會認為可能沒有60%那麼高,就降一點。

這種利用歷史資訊逐漸逼近事件發生機率的思考方式,就是貝葉斯理論。針對未知的事件,從觀察者的主觀角度出發,先以歷史經驗擬定預測機率,然後再透過實際結果來修正下次的預測機率,經過多次的結果及不斷的反饋調整,最終就能逼近事件的真實機率。 

也就是說,針對陌生環境,先用主觀的經驗值做出判斷,再依據收集到的新客觀資訊對原有判斷進行不斷的修正並做出最優化的決策,而每個新資訊均能減少外在環境的不確定性。 

貝葉斯理論你可別看它僅僅是一個數學公式,其實他蘊含的思想極其高深和複雜,現在的互聯網時代,尤其是人工智能上,貝葉斯理論可說是大放光彩及炙手可熱。

20世紀以後,貝葉斯理論進入了真正大展身手的輝煌的時代。它從1907年的金融恐慌中拯救了貝爾電話系統;保險精算師用它確定賠率;二戰期間,阿蘭圖靈用它破解了德國海軍的密碼;英國地球物理學家哈樂德傑佛瑞斯用它推測出地核的組成。

今天海岸警衛隊用它尋找海上倖存者;生物學家通過它發現了基因被控制的原理;谷歌就是靠它崛起的。而在蓬勃發展的人工智能及腦科學的前端科技領域,貝葉斯理論的應用更是如火如荼……

於2001年,美國新墨西哥大學的Carlton M. Caves、美國新澤西州默里山貝爾實驗室的Christopher A. Fuchs和英國倫敦大學皇家霍洛威學院的Ruediger Schack等三人,共同發表了一篇短論文,標題是《作為貝葉斯機率的量子機率》(Quantum Probabilities as Bayesian Probabilities),該論文主要是探索量子力學的一種新詮釋。三人都是經驗豐富的量子資訊理論專家,他們將量子力學與貝葉斯派的機率論觀點結合起來,建立了“量子貝葉斯模型”(Quantum Bayesianism),或簡稱為“量貝模型”(QBism)。該模型推論貝葉斯理論就是真實人類的大腦運行規則。

近來,貝葉斯的應用又催生了一個看一眼就會寫字的電腦系統的誕生,該電腦系統因會模仿寫字並能“以假亂真”通過“視覺圖靈測試”而受到各大科學媒體競相報導 。三名研究者分別是紐約大學資料科學中心的Brenden Lake,多倫多大學電腦科學與統計學系的Ruslan Salakhutdinov和麻省理工學院大腦與認知科學系的Joshua Tenenbaum,三人的研究成果隨後不僅登上了2015年12月10日的《紐約時報》網站和次日的報紙版,更於12月11日登上《 科學 》雜誌的封面。

《紐約時報》稱讚三個研究者在貝葉斯程式上的成就是「可與人類能力匹敵」。接受《時代》科技記者採訪時,Tenenbaum強調了這項研究對理解人類認知的重大意義:「雖然我們可以利用大量資料和性能更高的電腦來模擬人類的行為,但人類真正的認知過程卻並非如此簡單。人類的小孩可以從少量資料中學習到一個概念,譬如說,看到一個蘋果就能在頭腦中形成蘋果這個概念,而傳統的機器學習並不具備這樣的能力,看來,人類大腦中似乎有一些特別的“內置東西”。 」

近年來,在人工智能方面貝葉斯理論的成功運用,讓一些科學家開始相信也許我們的大腦也是使用了貝葉斯演算法。如果貝葉斯演算法能幫助電腦感知、認知、推理和決策,那麼它也可以幫助我們的大腦完成類似的任務。如今它已經大量滲透到了電腦科學、人工智能、機器深度學習、華爾街、天文學和物理學、國土安全部、微軟和谷歌等領域。

貝葉斯理論也許就是大腦的“內置東西”。

大腦的決策過程

意識(大腦)的決策過程是由三個部分所組成:內在的潛意識經驗值、外在的環境變化及量子貝葉斯模型,如圖2。


(圖2)

因此,生命可以被視為是一種計算過程:它的目標就是最大化的實現有意義資訊的儲存和利用。

一旦我們把生命看做是一種“電腦程序”,目的是不斷收集並儲存相關不可預知的新環境資訊時,那麼繁殖、適應、生存、目的和意義就可以被理解為物理學定律的必然結果,而不再是演化的即興創作。換言之,物理學定律一直參與在其中,並且還在不斷發展。

生命的一項根本特徵,大概就是生物系統可以隨時回應外在環境中的無常變化並改變自身的狀態。環境發生變化,生物就做出回應。植物會向光生長,受病原物攻擊時也會產生毒素。這些環境變化通常是不可預測的,但生命系統卻能夠累積經驗及儲存相關的新環境資訊,並利用資訊來指導未來的行為。

因此,人是沒有絕對的自由意志,而是一種佛教所說的前因後果。


作者簡介:畢業於國立成功大學工管系,曾任職惠普(HP)科技、台育企管顧問公司(當時台灣最大的企管顧問公司)、匯僑關係企業、廣州宏仁集團管理顧問等職。


延伸閱讀

羽球天才間的對決!戴資穎明拚4強對戰「好友兼死敵」依瑟儂 「奪金3硬仗」球迷光看分析冷汗直流

2021-07-29

咬出含金量?獎牌咬痕越深純度越高 東奧曝材質籲:選手們,千萬別這樣做

2021-07-29

真正的有錢人其實都「亂穿」 哈佛研究:全身名牌反而不是最有錢的

2021-07-28

台灣史上強到奧運為他改規則 當年跆拳「金牌」戰神朱木炎做了什麼事,讓人如此懼怕?

2021-07-27

羽球「黃金男雙」麟洋配今對決「大魔王」,體育主播分析:做好「這兩件事」就不用怕,還透露王子維敗後大笑的真正原因

2021-07-30