摘要：脑机智能是通过脑机接口融合生物与人工智能的智能形式。表征是自然心智的重要特征，同时也是脑机智能研究中的核心概念。人类的表征直接指向环境与对象及其可供性，而且常常是意识性的，但当前脑机智能的表征往往缺乏世界语义和意识体验。最新科技进展和哲学反思启示我们，需要重新构想表征系统，将表征载体设定为融合神经信号、芯片、算法与机械部件状态的内部机制，将表征对象设置为环境和对象及其可供性，从而更好地与环境及其中的对象互动，或者让情绪更适配于其环境和对象。同时，还要通过闭环脑机接口等方法实现合适的意识体验。基于表征和意识的深层机制，自然智能与人工智能可以深度融合。这促使人们重新思考主体性、自主性、同一性等哲学问题，并关注脑机智能的道德意义。

关键词：表征 意识 脑机智能 世界语义 融合主体

脑机智能（Brain Machine Intelligence）是通过脑机接口融合生物与人工智能的智能形式，在神经科学、神经工程与人工智能的合力下应运而生。脑机智能有多种实现方式，但本文所说的脑机智能，主要通过侵入式脑机接口实现。脑机智能虽然处于初步阶段，但已经分而治之地发展了行为、情绪、感知、决策等形态。脑机智能近期的重要进展是从单向控制走向闭环调控。在运动型脑机智能领域，有研究通过刺激原有身体、神经末端甚至大脑本身，产生感觉反馈。在情绪型脑机智能领域，除了单向深部脑刺激，还可以用人工智能监测大脑情绪信号，预测情绪反应，并在需要时自适应地释放电刺激调控情绪。

脑机智能技术进展迅速，其哲学意义也日渐凸显。脑机智能作为一种“自我技术”，具有改变人性的潜力，而人性则是哲学的核心关注，因此脑机智能尤具哲学性。脑机智能可以促使人们重新思考身体与心灵的本性，以及融合性的脑机智能体的本性。这会触及心灵本性、人格同一性、自主性、能动性等哲学问题，并涉及安全、责任、隐私、公正等社会和伦理问题。由此，“脑机智能哲学”应运而生。

但是，作为交叉性质的哲学，脑机智能哲学要真正成立，避免空想，就必须与脑机智能研究本身实质地双向互动。这一方面需要基于相关科学与技术细节进行哲学反思；另一方面，脑机智能哲学也要尝试提出有意义的科学—技术问题。这种互动通常是循环往复的。本研究则尝试基于这种实质交叉模型来展开。

做交叉哲学固然要从大处着眼，但也要从科学和哲学细节着手。因此，本文从脑机智能和哲学的交汇点——表征和意识问题——来入手。表征和意识在当代心灵哲学与认知科学中被普遍视为自然心智的基础特征。表征论大体认为，表征是心灵内部对环境及其对象的模型；表征以及对表征的操作或计算构成了心智和认知。表征是主流的认知科学、意识与心智哲学的基础概念；同时，“神经表征”“运动图像”“情绪表征”也是脑机智能中的核心概念。对表征问题的讨论往往涉及意识，因为表征与意识通常相互缠绕：很多表征是有意识的，而很多意识活动又是表征性的，且意识特征往往取决于表征的对象及其特征。

从表征问题入手，让脑机智能的科学和技术与哲学互动，有望打开融合性哲学的一隅。但关键问题是：怎样研究脑机智能中的表征（与意识）问题才能获得理论和实践收益？有此一问，是因为有哲学家、科学家和技术专家拒斥表征。其理由主要有两个：一是表征缺乏对行为的解释，二是表征论遭遇所谓关于内容的“难问题”。脑机智能哲学要想从讨论表征问题获益，必须回应这些疑难，然后才能探讨何种表征概念有助于理解脑机智能，甚至对其提出有意义的哲学问题。

一、表征作为合理的哲学和科学概念

意向性，也即意识或心灵朝向对象的特征，一般被视为心灵或意识的重要标志。而意向性的自然化则使其转化成当代的表征概念。表征论者大多认为，表征有两大核心特征。一是表征指向对象或事态，包括不存在的对象或事态。因为这种指向与其对象不一定契合，表征也可以是正确或错误的，并具有规范维度。二是表征具有视角性：表征以不同方式指向对象。这两个特征都跟表征内容紧密相关，表征内容确定了表征是关于什么以及以何种方式与之相关。20世纪70—90年代，出现了三种经典表征理论：福多的心理语义学、德雷斯基的信息语义学以及米利肯的目的论语义学（或生物语义学）。他们坚持意向性是实在的并试图将其安置在自然中。他们认为表征必须落实到自然的载体（如神经活动）以及自然机制（如自然选择、功能以及追踪关系等）。这些经典的表征理论试图采取各种被普遍认可的科学概念，如因果性、信息以及正当功能等来理解表征的本性以及表征如何获得其内容。

但经典的表征理论受到取消论、解释主义与生成论等的挑战。丘奇兰德持取消论。他认为，表征理论的基础是“常识心理学”，但它解释力薄弱，几千年来停滞不前，又无法与当代物理学、神经科学等整合，因而这种理论是错误的，其假设的心理状态（信念、欲望等表征状态）并不真正存在。丘奇兰德期望未来的神经科学和心智科学能够取消心理态度与表征等概念，而只涉及神经活动、神经联结、神经模式或类似的概念。丹尼特持解释论。他认为，当人们鉴于某个系统（如某生物）的一些特征，将信念、欲望等状态归属于该系统时，实际上是对其采取了一种理论性的立场——意向立场。然而，这些所谓意向状态只是理论建构物，并不实际存在。生成论（enactivism）局部地反对表征，认为基本的认知和行动无需表征就能实现，重要的是生物体与环境的耦合与互动关系。以感知为例，生成论主张，感知是“通过能够使行动受到感知引导的感官运动模式来推进的，因此，我们从动物的结构性耦合出发，逐步构建感知理论”。在这样的感知理论中，表征似乎没有位置。

关于表征是否存在、如何存在，以及如果存在的话如何自然化的争论，可以称为表征之争。对于表征之争，还有其他态度。有人认为，表征之争多是无谓的言辞之争：因为当前缺乏明确、可操作的“表征”定义，导致几乎任何物理系统都能被当作表征，表征概念由此失去了科学解释力。也有人认为，表征之争尽管必要，但焦点不准。拉姆西认为，重点不是表征内容问题，而是表征载具问题——具体是其工作机制，即如何与环境互动、如何追踪对象等。表征载体的工作机制决定了表征内容，而非相反。还有人希望调停争论。比如，康斯坦特、克拉克和弗里斯顿等人基于“预测心智”设问道：“在主动推理框架下，认知究竟是高度表征性的过程，还是依赖于简单线索与耦合的动态过程？答案是：两者都是。”

表征之争虽然在继续，但表征概念的生命力是旺盛的。反表征论者的期许——表征必将随着科学的发展而被取消或替代——并未实现。恰恰相反，表征概念在当今科学与技术中仍被普遍认可。在最新的神经科学、认知科学、心理学中，表征常被用来解释语言的理解与生成、空间导航、记忆、知觉以及行为的产生等现象。而脑机智能也采取了表征概念并印证了该概念的成效。

表征论的生命力还体现在，表征论内部有各种修正和发展路径。首先，批驳反表征论的极端倾向，为表征实在论争取空间。克拉克等人论证，很多心智活动与行为是“表征饥渴”的——它们尽管不需要明确的、符号性的或语言性的表征，却需要某种表征才能被解释。而这些表征可以是实践性的、非语言性的、非明确的。“表征饥渴”的心智活动和行动包括想象、欲望等涉及不存在对象的心智活动，也包括知觉和基于知觉引导的行动等更基础的情境。智能需要表征，因为智能不应仅是反应性的，还能够预测、想象和推理。想象并不对应真实的外部模型，必然需要内部的表征模型。感知尽管是追踪实在，但涉及多种智能，包括潜在的世界理解以及想象能力，因而即使是感知也需要表征。

其次，适当调整表征和相关概念的内涵外延，让表征理论兼容系统理论、生成论以及生态心理学的洞见。一种调整思路是，弱化表征的“明确性”“概念性”“语言性”，强调其“实用性”。根据该思路，基本、自发的感知和行动紧密相连：感知是行动中的感知，行动是基于感知的行动。但是，行动性的感知仍需要“实践性知觉表征”来引导。据此，可以重新理解感知表征的对象：它不仅可以是客观事物，还可以是事物的可供性（affordance），即环境为动物提供的有益或有害的东西。此外，还可以修正内容概念。比如，基于米利肯的生物语义学，可以给出适用于基本认知的表征内容概念，并回应生成论的批评。生物语义学认为，有些神经状态，可以响应环境中特定类型的刺激，因而具有表征功能。然而，和“相信p”“感知p”这种明确命题态度不同，这些表征的内容是前语言的，没有抽象命题结构，尚无具体内容。但是，这些表征结构在演化中被选择用来追踪特定对象，因而可以算是表征，其内容由该结构的功能确定。

最后，结合当前经验科学和技术，批判性地综合、发展表征学说。近年不少力作有志于此。尼安德的“信息目的论语义学”认为，心理状态表征某个对象，是因为满足如下条件：一是该状态在个体的认知系统中有引导行为或推理的功用；二是该状态在个体的进化或学习过程中被“选中”，因为它能够稳定、可靠地指示特定对象或状态，携带关于该对象的信息；三是该状态凭借其保留下来的功能，在遇到相应对象时被激活，引发适应的反应。谢伊的“多元语义学”认为，表征的本性如何，内容如何确定，并不在于单一的内部状态和外部对象的关系（如信息关系或因果关联），而是根据认知系统的不同（视觉系统、思维等），依赖不同的关系。就其本性来说，表征是自然因果的一环，它帮助生物实现特定功能。这些功能因为进化或学习变得坚韧（robust）和稳固化（stabilized）。自然表征的内容可以通过多种方式确定，比如，内部状态与对象间的信息对应关系、内部状态与结构相似性关系。恰好，在当代认知科学文献中，研究者常将对应共变、因果性、目的论视为表征的三个方面。

表征概念的韧性、生命力和实践有效性证明了其合理性——这是基于当代哲学和科学现实的理论决断。笔者认为，当前关于表征的科学和哲学研究足够支撑如下态度：若无必要，勿去表征，即对表征进行“无罪推定”。日常生活离不开命题态度等表征话语。主流哲学家和科学家将表征当作心灵的核心特征，并在此前提下取得丰硕成果。在主流神经科学和认知科学领域，表征概念无处不在。比如，神经科学家谈论大脑中的“空间表征”、神经元对物体及其属性的“表征”等。表征论不仅能有效抵抗各种批评，也能从反表征论吸取洞见。重要的是，要超越表征和非表征的简单两分，因为“表征性具有丰富的程度与类型，是一个连续体”。

或许有人会质疑：科学文献中的表征术语，并不必然和哲学中的表征的意义相同。然而，当前的表征理论所采取的恰恰是科学中的表征概念，哲学家们只是对其进行了哲学解释。接下来，我们选择从脑机智能切入，探讨哲学中的表征概念如何与脑机智能研究相互验证和赋能。研究表明，脑机智能中的表征概念就属于哲学意义的表征，这可以印证哲学中表征概念的合理性。反过来，哲学的反思却能让我们重新地、更好地设想脑机智能中的表征概念。

二、脑机智能研究对表征概念的验证

在脑机智能研究中，表征是核心概念——这源自神经科学和认知科学；而意识则在近期开始受到重视。以表征为基本预设，脑机智能不仅取得了技术成果，也反过来验证了一些神经科学命题。在相关研究中，随处可见“表征”的说法，比如“双手运动的皮层表征”和“手写活动的神经表征”。再如，人们谈到“对给定的行为参数，分布在多个皮层区域的神经元参与了该参数的表征和处理。一项采用背侧前运动皮层（PMd）和腹侧前运动皮层（PMv）多电极记录的研究显示，这两个区域表征了手臂伸展和手抓握的运动学特征”。脑机智能之所以可能，与神经系统的特征有很大关联。这首先就与表征相关：大脑神经元能够与身体内部、外部环境和工具设备协调，人能够借助表征进行感知与行动。一些特定神经元会在做特定任务时共同启动，建立联结，同频共振，实现共同表征。神经系统是可塑的，会在学习过程中形成新的表征，以执行新的认知和行动任务。我们主要讨论脑机智能中的表征问题，兼及表征的意识性。

1.脑机智能实验模式

本文以运动型和情绪型脑机智能为例，讨论其中的表征和表征的意识问题。脑机智能与关于表征的哲学思考可以互鉴，而细节能决定思考深度。我们先仔细考察典型的侵入式脑机接口实验模式，也即相对固定的实验设计模板，以便深入研究表征问题。

实验模式一：发现灵长类手部运动方向神经表征。

20世纪80年代，乔治普洛斯等人的研究开创了脑机接口研究的经典模式。研究的主要发现是，神经元放电频率与手臂运动方向相关。实验者用猴子展开实验，先训练它们用手控制操纵杆从一个中心点出发，移动到按圆形排列的八个目标点之一（这是经典的“center-out”模式）。这些目标由LED灯指示，覆盖0—360度，每隔45度布置一个，代表八个方向。然后，他们在猴子的大脑中植入电极，用来记录300多个与上肢运动相关的运动皮层神经元的活动。对数据的分析产生了重要结果，其中与表征相关的主要有两点。一是神经元具有方向性调谐（Directional Tuning）的特征：大部分活跃的神经元的放电频率与运动方向相关。二是神经元活动展现群体向量编码现象，神经元通常合作地完成任务。多个偏好方向相近的（或方向调谐曲线部分重叠的）神经元组合在一起时，其向量加总预测手臂运动方向的效果更佳。这样，计算单位时间内特定神经元群发放频率，可以解码出手部运动方向。

实验模式二：灵长类神经活动控制电脑光标和机械手臂。

21世纪初，尼科莱利斯实验室首次通过解码灵长类神经信号控制机械手臂，验证了猴子的前额叶—顶叶区域神经元群体的活动控制其手臂的“伸展”和“抓握”动作。其实验有几个步骤。一是训练猴子学会用操纵杆来控制屏幕上的光标移动。二是在猴子大脑的额叶和顶叶的运动皮层区域植入微电极阵列，记录上百个神经元的放电活动。三是将猴子的神经数据与其手部运动轨迹关联，形成数据集，以此训练解码模型。四是用训练好的解码器从神经信号中实时预测猴子手部运动参数，如方向、速度和力度等。五是让猴子仅通过神经活动来控制光标。该任务通常有个“混合控制”模式过渡期：猴子移动与电脑断联的操纵杆，算法直接从猴子的神经信号解码出光标轨迹。随着解码器精度的提升和猴子控制能力的增强，操纵杆可以被取消。这样，猴子可以在手臂不动的情况下，仅通过“意图”控制光标的运动轨迹。同理，猴子的神经信号也可以用于控制机械手臂。

需要注意，要通过脑机接口控制机械手臂，猴子需要经过训练和学习改变其神经活动模式。这是因为，控制机械臂运动的神经信号源自运动皮层,但信号模式并非固定不变的。通过训练和学习，猴子的大脑皮层神经元的连接模式与活动模式发生转变。这样，一些神经元对运动方向的调谐性增强，偏好运动方向发生调整；一些神经元之间的同步性增强，神经元群发生“重组”，以适应对光标或机械义肢的控制任务。“学习操作脑机接口系统导致多个大脑皮层区域的功能重组，这表明脑机接口系统的动态特性已被整合进运动和感觉皮层的神经表征中”，这个过程印证了神经可塑性。

实验模式三：通过人工智能算法解码人类神经活动控制光标或仿生义肢。

有了长期的动物实验作为基础，脑机接口就来到了人类临床试验阶段。2015年，有研究记录了人类在运动想象时其大脑后顶叶皮层（PPC）的神经元活动，揭示了这些神经元编码高阶运动意图，并验证了其控制神经假肢的潜力。一位瘫痪病人（代号EGS）可以通过动作想象——如将手移动到嘴部——来激发运动皮层神经元的放电，这些信号可以被脑机接口解码，用来操控电脑光标或机器手臂。近年来，电极、芯片等技术有所进步，算法也从以线性解码器为主，发展到以基于神经网络的人工智能算法为主。因而，控制的精度、速度等快速提升，甚至实现了控制双手协同活动。

脑机智能近期最大的进展之一，是通过脑机接口解码手部运动相关神经信号输出字母。被试是一名因脊髓损伤而四肢瘫痪的男性（代号T5），运动皮层控制“手部区域”的神经活动仍然活跃。该研究有以下步骤。一是在被试的运动皮层植入两个犹他微电极阵列（Utah Array），记录约200个神经元的放电。二是让他想象手写字母和符号。三是采集对应的神经信号，分析后发现字母的“书写意图”较为稳定地对应特定神经活动模式。四是用标注好的数据去训练基于循环神经网络（RNN）的解码器，使其可以良好地从连续的神经信号流识别字符。结果表明，即便在训练数据较少时，该系统也可以良好运行；它能够保持一定时间的稳定，并通过少量样本快速校准。近期，国内某脑机智能实验室在汉字输出的研究上也有较大进展。

这些研究多次提到表征，比如，“为评估尝试书写的神经表征，参与者T5被要求一次手写一个字符”。再如，研究表明，对汉字笔画的书写对应状态特异的“神经表征”。又如，被试在尝试书写表面相似的笔画（如“干”和“于”中的竖和竖勾）时，其神经信号相当不同。研究者据此指出，“熟练而复杂的动作是通过状态特异性的神经配置而编码的”。推而广之，脑机接口研究普遍预设着，运动皮层特定区域的神经元群表征特定的运动变量。而实验印证了该预设：不同字母书写轨迹对应不同的神经模式，而这些模式被称为“神经表征”。

实验模式四：自适应脑机情绪智能。

通过微电流刺激大脑深部靶点区域，可以抑制抑郁，改善情绪——这是较为传统的深部脑刺激（DBS）方法。该方法不够智能，它依赖个人主观监测和手动调控。近来，国内某脑机智能实验室尝试通过闭环脑机接口实现自适应型情绪脑机智能。该研究通过在患者的外侧缰核（LHb）植入的电极采集神经信号，将其与抑郁症状对应，并通过算法找到情绪的神经标记物，即局部场电位（LFP）在功率和波动模式方面的特征——这些特征被认为表征了抑郁症状的轻重状态。然后，通过一段时间的对外侧缰核的特定频率的微弱电流刺激，患者的抑郁症状得到了缓解，直至临床治愈。该研究有潜力推动自适应脑机情绪智能：可以通过采集和解码神经信号，监测和预测使用者的情绪状态，并基于此通过人工智能自主调控电流刺激，调控主体的情绪状态。

2.关于脑机智能中的表征的关键细节

除了具备上述准备知识，还需要重点注意若干技术细节，以便更好地讨论脑机智能哲学中的表征问题。第一，运动脑机智能的神经电极植入的位置，通常是位于前额叶的初级运动皮层（M1），该皮层负责运动规划，属于较为“高级”的认知功能。但值得注意的是，大脑在实际控制运动时，还有深部脑区如丘脑等负责平衡、本体感受的脑区参与。就脑机情绪智能而言，因为一般认为深部脑区负责情绪，被试通常被植入针状长电极，植入区域通常是杏仁核、外侧缰核等深脑区域。

第二，目前用于运动脑机智能的信号通道在百个上下。最常见的植入大脑皮层的电极是犹他电极，其大小为4mm×4mm，上有100个微电极，因此有100个信号通道，最多可以采集100个神经元的发放信号（spiking）。一般实验会在不同区域植入多个犹他电极，以扩大信号采集范围。相比实际参与控制运动的神经元的数量和类型，电极采集的信号数量稀少、类型单一。情绪脑机接口所采集的一般是某个深部脑区采集点的局部场电位信号（LFP）——这是神经核团产生的电信号。

第三，信号采集和处理的过程复杂。神经电极采集的初始信号是以微伏量级变化的连续电压。这些信号不但微弱，还有多种噪声——各种不相关的神经信号与其他信号——干扰。因此，原始信号不能直接用于计算，而是必须通过前置放大器放大，用滤波器进行去噪，才能分离出有用的信号。之后，要通过模数转换芯片，以一定的采样率（次/秒）对连续的电压信号采样，并将样本转换为一串离散数字。这些数字还要被转换为二进制数字信号，以便特征提取等算法处理。

第四，在算法方面，以前主要通过卡尔曼滤波、维纳滤波等线性算法，现在主要通过各种基于神经网络的人工智能算法，解读数字化后的神经信号。在运动型脑机智能中，输出的是控制信号，即各种运动变量（如手部运动的速度、力度、方向等）。而在情绪型脑机智能中，解码出的是轻重的情绪症状。为了让算法有效，不仅需要“训练”算法，而且有时还需要人工调参。

第五，训练或学习是脑机智能成功运行的前提。一开始，被试的神经信号可能比较杂乱，难以成功解码。后来，经过训练和学习，神经信号相对于任务稳定下来，可以被成功解读。该过程依赖“神经可塑”，即训练可以让神经元“学会”适应新任务，在一定时间内基本稳定，而这意味着训练和学习塑造了神经活动模式。

第六，神经系统与算法的动态适应也是解码成功的重要条件。即使同一个被试执行相同任务，在不同时间，其神经活动往往有不同模式。要成功解码，一方面，要通过训练让被试建立特定神经元群和运动变量的相对稳定关系；另一方面，要根据训练数据调整算法及其参数。不过，因为神经可塑，神经元活动也可以在训练中自主地适应算法，完成训练任务。

总之，脑机智能系统是经过精心设计的人工系统，其中的神经信号也要被干预和调试。该系统包含了生物神经活动、电极、芯片、人工智能算法等要素，而系统成功运行还依赖于对算法的训练和调试，以及被试的学习和适应。

3.脑机智能中何以有表征

在上述技术细节的基础上，可以回答一些相互联系的问题：脑机智能中是否存在哲学意义上的表征？如果存在，表征的载具和对象是什么？表征内容如何建立？笔者认为，参照最新的表征理论，脑机智能的表征可以符合哲学中表征的概念。如此，当代经验科学与脑机智能都能验证表征概念。

哲学中的表征概念和脑机智能中的表征概念可以相互印证。我们可以借鉴谢伊和尼安德等人发展出来的最新表征理论说明这一点。谢伊“多元语义学”融各家之长，且有较为充分的科学根据，是当代哲学中较为成功的表征理论。该理论认为，两个关键因素——任务功能以及内部状态和外部对象之间的多种可资利用的关系——决定了表征为何具有“内容”。其一，存在“任务功能”——比如觅食行为，且可以被表征解释。任务功能“是一种状态到另一种状态的映射关系”，它应该是坚韧和稳固化的，可以在不同的甚至是有干扰的情况下发生，因而不是脆弱和偶然的。任务功能变得坚韧和稳固依靠多种机制，主要是自然演化、利于生存与学习反馈。比如，老鼠觅食的时候，从各处出发都能找到食物并将其吃掉。再如，蜜蜂的“8”字舞向蜂群指示花田的方位。老鼠的觅食行为和蜜蜂的“8”字舞的功能是坚韧和稳固化的，这是因自然演化等机制所致。其二，内部表征与外部变量存在可资利用的关系，这些关系有利于执行任务功能并使其稳固化，因而能够解释任务功能。这些关系是多元的，包括相关信息关系、结构对应关系等。就信息结构而言，特定的神经发放频率响应特定类型的刺激，比如，有些视觉神经元响应着视觉场中特定区域的边角。就结构对应关系而言，比如，小鼠海马体中的神经元的分布区域和活动模式，结构性地对应着外部空间格局。显然，谢伊在这里综合了德雷斯基的信息语义学，以及当代神经科学关于认知地图的研究。要说明表征如何获得语义内容，也需要借助任务功能，加上特定内部机制及其与外界可利用的多元关系。比如，小鼠海马体中的“认知地图”之所以表征外界空间环境，是因为小鼠运用其内部状态与环境的同构关系，成功地在环境中行动。只有当小鼠的空间环境有一定特征时，其认知地图的表征内容才是成立的，且该内容可以揭示小鼠的导航行为。

多种结构都能满足“多元语义学”所刻画的表征定义。当前运动型脑机智能中的表征已然符合该定义，而情绪脑机智能中的情况要更难确定些。但确认这一点的同时，我们会发现，当前脑机智能中的表征与常人的心灵表征不尽相同——这主要是因为缺乏世界语义和意识体验。为了更好地融合人类智能与机器智能，还需要重新构想脑机智能中的表征及其意识问题。

先来看当前脑机智能中的表征如何满足哲学中的表征定义。这是基本的出发点，但已经足够验证哲学中的表征是理论上合法、实践上有效的概念。第一，脑机智能中具有明确的任务功能。以运动型脑机智能为例，其功能任务一般为移动仿生肢体。通过强化反馈机制，该行为被个体学习并维持下来，形成稳定功能。有人认为，基于功能概念理解生物系统，是犯了本质主义错误，是神学思想的遗迹。然而，就当前生物科学的发展而言，这种理论判断似乎为时过早。毕竟，人们基于功能、机制这些概念，取得了很好的科学成效。此外，生物功能概念是否有效不影响在脑机智能中谈论功能。脑机智能系统不是单纯的生物系统，而是经过精心设计和训练的人工系统，其任务功能本身就是被设计出来的。

第二，什么是脑机智能系统中的表征载体？在当前运动型脑机接口中，一般将表征定位为电极植入处[通常是运动皮层（MC），具体是初级运动皮层（M1）]数百个运动神经元的活动模式，“因为M1中的神经元放电活动与各种运动参数之间存在明显的相关性”。不过，这不是理解脑机智能系统中表征载体的唯一方式。后文将表明，在脑机智能系统的层次上，表征载体可以是神经信号与芯片、算法的内部状态的复合体。

第三，运动型脑机智能中表征的“对象”是什么？这个问题需要分层次讨论。通常，神经信号产生自被试想象自己的（可能已然不存在或不能活动的）肢体运动。由此，在神经活动层面，其对象就是自然肢体的运动变量——只是被试的自然肢体缺失或瘫痪了。然而，在脑机智能系统中，这些神经信号被算法解码，并最终用来控制仿生肢体的各种运动变量，比如其运动方向、力度和速度等。因此，在脑机智能系统的层次上，神经信号与芯片、算法的内部状态一起表征的不是自然肢体的运动，而是仿生肢体的运动变量。

第四，脑机智能具有表征内容，也即具有语义可评估性：表征能够被特定条件所“满足”。脑机智能系统中的表征内容是设计和训练的结果。通过设计、训练和调试，脑机智能系统中的特定内部状态（综合了神经活动、芯片、算法的内部状态）与仿生肢体的活动建立了稳定的关联。由此，该内部状态获得了内容，从而获得表征的资格。当脑机智能系统让仿生肢体朝设计预期方向运动时，表征才被满足；反之，表征内容就不会被满足，表征就失败了。

同时，若我们再结合尼安德的“信息目的论语义学”，会发现运动型脑机智能中的表征也满足表征概念。这是因为，脑机智能中的表征在个体的认知系统中引导行为。它虽然不是在进化中被自然选择的，却是在学习使用脑机接口时被人工选择的，因为它能稳定、可靠地携带关于运动变量的信息。因而该表征可以在想象某种运动变量时被激活，引发适切的反应（如做出抓取动作）。

那么，情绪型脑机智能中被算法识别出来的情绪的神经生物标志物——特定的神经信号模式——是否可以被称为表征呢？诚然，情绪科学常提到大脑的情绪表征（emotional representation），但是，尽管脑机智能监测到的神经标记物对应抑郁的有无或症状轻重，但很难说这些神经信号表征对象或具有内容。而这正好也是当前情绪脑机智能表征需要处理的问题：毕竟，正常情绪表征关联并且应对着自我和环境的状态与变化。

无论如何，至少在主流运动型脑机智能中，有一种内部机制——位于生物运动皮层的神经活动模式——符合对表征的刻画。该神经活动模式对应对象，拥有内容，并能够用来解释特定功能，如仿生义肢的运动。脑机智能系统是高度人工化、技术化的。其中的神经信号的活动模式，也需要经过人工训练、自主学习，才可以用于实现仿生肢体的活动。在脑机智能系统中，功能是人工设计、训练和选择的结果，因此不仅真实存在而且界限清晰。根据生物语义学，某种内部机制表征特定的对象，是自然选择的结果：因为这种表征有助于实现某种功能，有利于该生物生存，从而表征才最终稳定下来。不过，在脑机智能系统中，表征同时也是“人工选择”的结果。换言之，内部神经活动模式表征特定对象，是运动神经元自身特征加上人工设计和选择的结果。因此这种内部机制就是哲学意义上的表征。不过，运动型脑机智能中的表征，并不是一种静态的符号，而是某种“实践表征”，因为它是被用来导向运动的。总之，当前运动型脑机智能中所说的表征，符合对表征的哲学定义。而基于这种表征概念，脑机智能也取得了技术进展；以脑机接口为探测手段，神经表征也获得了进一步的实证。至于当前情绪型脑机智能中是否有表征，是可以争论的问题。然而，我们将在下文中论证，如果希望情绪型脑机智能获得更高层次的情绪能力，就有必要在其理论与系统设计中引入具有世界语义的表征。

三、将世界语义与意识置入脑机智能

前文已表明，脑机智能研究对哲学有所助益：它能够印证表征是合法、有用的哲学概念。不过，只有再证明对表征的哲学反思有助于理解或改进脑机智能，才能实现双向的实质互动。固然，当前脑机智能中的某些内部机制可以满足哲学中的表征概念，但这并不意味着这些表征和“常人”的表征相同。

实际上，当前主流的运动型和情绪型脑机智能的表征缺乏世界语义和意识体验。首先来看世界语义缺失的问题。当前运动型脑机智能中表征对应的是肢体的运动变量，如手部运动方向、速度、力度等，不是直接同环境与对象互动。但是常人活动时，其身体作为统一的整体投身于环境，直接朝向环境中的对象及其“可供性”（对象向人或动物显示出的行动机会），身体及其部分会根据不同对象及其动态变化调整运动状态。这要求生物潜在地“理解”环境与对象及其“可供性”，并运用这些实践知识，与周围对象进行循环往复的动态互动。而熟练的互动就是某种身体技能。当前情绪型脑机智能更明显地缺乏世界语义。情绪脑机智能可以找到负面情绪的神经标记物，并通过深脑刺激改变情绪。但这些神经标记物对应的是单纯的个体内部感受，甚至很难说是表征。就人类而言，情绪是与环境及其中的人和对象的交互方式，情绪需要适配于环境与事件。

再来看意识体验的问题。当前主流运动型脑机智能还不能在仿生肢体上拥有本体体验和关于物体的意识体验。然而，常人对事物的表征通常是有意识的。和环境中的对象互动时，常人通常会在肢体上有本体体验和关于对象的意识体验。比如，当我们的手抓握、抚摸不同物体时，可以体验到该物体的一些特性。这种感觉体验不仅能够提升我们与对象交互的技能，更重要的是让我们对事物有更切身的感受，从而维护脑机智能融合体的统一感和自主感。脑机情绪智能才刚起步，暂未考虑情绪意识体验问题，但这个问题必将随着技术发展日渐重要。

那么，如何让脑机智能中的表征获得世界语义，从而更加接近常人的表征？又如何让脑机智能表征具备意识性？这两个问题是有效的，而且所幸在目前技术条件下正在得到初步解决。

1.将世界语义置入脑机智能

将世界语义置入脑机智能，是为了让脑机智能系统能够在真实世界中（而非仅在极为限定的实验室条件下）与环境及其中的对象更顺利地互动。此前，运动型脑机智能做的任务类似“以s速度，朝x方向移动仿生义肢”。但这种任务功能并不直接涉及环境和对象，因此不是通常的真实世界的功能任务。在真实场景中，人们的任务通常是直接面向对象，比如“用手拿起杯子”。即便走路也不单纯是肢体活动，而是要时刻根据地面的情况来调试走路姿势。简言之，常人的身体行动，是朝向环境与对象的。其行动和感知，都依赖于对环境和其中的对象的实践性的“理解”。除了表征对象，神经科学研究也表明，人脑中有专门表征事物的可供性的神经机制。人类要在环境中移动，需要判断环境及其提供的运动可供性（如行走、游泳或攀爬的可能性）。通过标注人类行为、功能磁共振成像（fMRI）等数据，该研究揭示人类视觉皮层不仅能表征物体的材质、大小、场景类别等“客观”属性，还能表征真实场景中复杂的运动可供性。

脑机智能系统需要何种表征，直接朝向对象、环境及其可供性，使得仿生肢体像常人肢体那样，与其环境和对象顺畅地打交道？首先，要将脑机智能系统（包括神经信号、芯片、仿生义肢、算法等）的表征对象设定为外部世界的“普通对象”及其可供性。自然身体活动时，是直接应对各种环境中的事物，并不需要有意产生控制身体的指令，以控制肢体活动，再处理其对象。脑机智能系统要根据不同的对象（如葡萄、玻璃杯、袭来的网球、他人的手等），自如地调整肢体活动。这意味着，脑机智能系统需要“理解”其对象及所处世界，也即拥有世界模型。这就要求该系统自主地感知环境和对象以及相关的可供性，并相对自主地采取行动。这时，对仿生手的控制信号，就不能仅仅来自神经系统，因为这些信号通常是稀薄的；而提取的信号过多又会面临噪声过大、计算困难等问题。相反，仿生手可以像章鱼的触手那样，具有相对自主的感知和行动的智能，但又与自身大脑的智能融洽，一起朝向环境及其中的对象和可供性。按照上述方式，有研究将距离与压力传感器集成到仿生手，辅助仿生手与环境的互动。与此同时，人工智能负责驱动手指移动至物体位置，而使用者则通过表面肌电信号来控制抓握过程。通过动态加权求和机制，机器意图与用户意图实现融合。通过共享控制，抓握的动作更加稳定、精准、轻松。尽管上述研究还不是严格意义上的脑机智能，但这可以启发我们，这样的协同也可以通过侵入式脑机接口实现。若如此，生物大脑和人工智能就需要有关于对象及其可供性的融合性表征。

其次，既然将任务功能设定为与环境、对象、对象的可供性等因素互动，就应重新构想脑机智能中表征的载具，将其设定为脑机智能系统中各种要素的内部复合状态。此前，脑机智能中的表征载体通常被视为电极插入处的神经活动。现在，表征载体应为融合了神经活动、芯片状态、算法、计算机、仿生义肢状态等要素的内部状态。这种融合性的表征兼具感知性和实践性：它要根据对象及其可供性来开展活动。可惜，当前脑机接口研究基本未考虑融合性的表征系统。所幸，机器人研究的情况有所不同，可以作为借鉴。机器人或机械手要自然地与环境及其中的对象打交道，就需要理解其环境与其中的对象，其内部状态必须反映“世界语义”。比如，有研究指出，人类“能够通过表征和处理关于操作动作及其效果的内部模型，来解决复杂任务”。借鉴人类表征，该研究提出适用于机器人擦拭动作的方法。具体而言，就是提出一种新的表征模型，用于描述擦拭动作及其效果，使机器人能够围绕任务目标规划擦拭行为。运动型脑机智能系统本身就包含机器人系统（仿生义肢实际上是肢体形状的机器人）以及生物神经信号、算法等。因此，其表征应为融合神经信号、算法与机器状态的内部机制。这种内部表征机制，需要追踪对象及其特征，并进行适时调整。借用谢伊的说法，这种表征能够解释脑机智能融合体如何完成其与环境及其中的对象交互的任务。

最后，重新设想脑机智能中的表征内容。表征内容与表征载具并非独立的问题。基于对表征对象与表征载具的重构，可以重新构想脑机智能中的表征如何获得内容。按照米利肯、谢伊等人的观点，在自然生物系统中，某个表征之所以拥有特定内容，并“关于”某对象，是因为自然演化选择了某个内部机制协助某生物来完成特定功能。比如，青蛙的某种神经模式的内容是关于“飞虫”而非“黑点”的，是因为追踪飞虫是进化论上有益的功能，而仅仅追踪黑点不是。诚然，这种生物语义学面临争议，但并不影响本文大旨，因为相关质疑并不适用于脑机智能中的表征。运动型脑机系统的功能——比如追踪并处理特定的对象及其可供性——是人为设定的。系统中的表征载具的组成部分（如芯片、算法）的内部状态，也是人为设计的。而且该系统中的神经活动，也有赖于训练与调试。由此，脑机智能表征具有内容，指的是该表征追踪特定对象及其可供性。这种表征具有认知性和实践性，引导着人以合适的方式与其环境和对象互动。这样理解表征内容，可以说明表征的可错性。当表征的对象不存在，或表征没有合适地追踪对象时，脑机智能的表征系统就未被满足，错误表征就会产生。脑机智能中表征内容的确立，固然与“自然选择”有关系，但更依赖“人工选择”。总之，这种表征是融合性的，被人工设计与训练出来执行特定功能，以此获得了指向相关对象的内容性，因而可以被评估为成功或失败。

最近，我们发现，情绪脑机智能同样需要甚至更加需要世界语义。我们对接受深脑刺激的抑郁症患者进行研究，实证了这一点。一般认为，人的情绪不是单纯的内部状态，而是具有意向性或表征性，是人与环境及其中的人和对象打交道的方式。恐惧是对危险的事物的正常反应，作为所谓负面情绪，却也有帮助人们逃离危险的积极意义。悲伤则是对损失的反应，它帮助人们重视眼前珍贵的人与事。而快乐则指向对生命有益之事，它常常帮助人们采取对生命有益的行动。这也说明情绪具有规范性：它可以被评价为是否合适。有鉴于此，如果仅仅将情绪当作单纯的内部状态，那么基于此开发出的自适应脑机智能就可能让情绪与世界解耦，并产生一些患者不需要的或不贴切的情绪，特别是“正面情绪”，并因而损害患者的自我理解、同一性及其与世界的关联。近期，我们接触和访谈了数位接受深脑刺激的抑郁症患者。按照临床诊断量表，他们的抑郁症状有所缓解，行为和认知功能也有所提升。但我们也发现了一个和情绪的世界语义有关的问题。有位患者一度表明最在乎的是深脑刺激的疗效，即其是否具有改善情绪和认知、行为等功能。该患者一开始说，深脑刺激只要对心情有利就行。但是，他随即提到，如果情绪发生器让人“偏离轨道”，“比如亲属去世了，我反而感到高兴，这就超过底线了……不能是在别人悲伤的时候，我因为他们悲伤而感到开心。只要不是这种失控就行”。这足以说明，在开发自适应情绪型脑机智能时，不仅需要考虑大脑内部状态，也需要引入世界语义，即根据使用者的整体环境，对照使用者应对的事情，来调节个体的情绪状态。只有如此，自适应情绪型脑机智能才能维护使用者的情绪完整性，让使用者与世界和其他人建立真实的情绪连接。

2.将意识体验置入脑机智能表征

长期以来，在认知科学和心灵哲学中，表征（或意向性）与意识被视为独立的问题。固然，很多表征——尤其是亚人格层面的表征——是无意识的，但还有很多表征是有意识的。当人与环境互动、与对象打交道时，不仅在自己的身体中有本体感受，也能够获得对象带来的意识体验。表征与意识通常是紧密相连的，处在动态循环之中。一方面，人们在与对象互动时，只有获得连续变化的意识体验，才能建立关于该对象的表征，并更好地操控对象。另一方面，意识也依赖于表征：人们意识到什么，取决于人们在探索环境以及与对象互动中建立起来的表征。

即使脑机智能因为具有世界语义而实现与环境的流畅互动，离开意识它仍将是不完整的。意识不仅关涉功能，更影响主体性、能动感和同一性等核心维度。首先，在表征事物时，没有伴随性的意识体验，脑机智能的功能将受限。常人往往凭借物体带来的体验（如软硬、冷热、轻重等感觉）来调试动作。缺乏意识体验或感觉，也就缺少了与环境和对象互动的重要手段，会导致控制不精确。其次，若没有意识体验，脑机智能体就难以拥有完整的主体感和能动感。诚然，在顺利驱动仿生肢体时，人们在运用脑机智能时可以获得有限的能动感和主体感。但如果人不能在仿生肢体上获得意识体验，这种能动感和主体感将是残缺的。最后，若仿生肢体无法带来任何体验，就将被体验为“麻木”“外在”的存在，无法融入人的身体图示，不会被真正体验为与自己是同一的。而这种不同一感走到极端，就是分裂感。

所幸，目前脑机智能研究已能够部分弥补意识体验的缺憾。有研究者在仿生肢体上置入监测压力、重量等性质的传感器，并根据传感器信息来刺激残肢的皮肤或神经，实现人工感觉。有研究测试了多种感觉反馈技术，包括非侵入性的机械触觉、振动和电刺激，以及侵入性的电极刺激等。此类研究促进了相关产品的研发。比如，国内某脑机接口相关公司正在研发“具有触觉的仿生手”。其原理是在仿生手上置入传感器，并将传感器上的信息转换为对某身体部位的刺激，实现对仿生手接触到的物体进行感觉。在理想情况下，经过充分的训练，人们可以忽略传感器带来的对身体的刺激，而直接体验到仿生手在体验对象。

当然，在脑机智能研究中，为实现意识体验，还有更为极端的（侵入性的）手段：在大脑植入电极，用算法产生微弱刺激电流，以实现体验反馈。关于人工视觉的研究显示，将电极植入视觉皮层，并进行微弱电刺激，可以让盲人产生光感，获得初级视力。有研究提到，刺激大脑运动皮层可以让人产生对自我的身体的本体感受，以及关于对象的感觉体验。还有研究发现，对大脑的体感皮层的微刺激能够在脊髓损伤患者中产生触觉体验。该研究让被试自主调节刺激参数，从而获得对不同的虚拟物体的触觉体验，比如“撸猫”的感觉。

结合侵入式脑机接口，有望在仿生手上实现本体感受和关于物体的有意识的表征。如果在运动型脑机智能仿生手上植入感应器，并将接触到的物体的质地用算法转换为刺激大脑的信号，就可以实现关于对象的意识体验。这与常人的意识性表征可能有所不同——正如人工耳蜗使用者对声音的体验不同。但是，适当的刺激能带来相应的体验，是已被证明的。然而，要让脑机智能体获得真切的意识体验，简单地对大脑、神经末梢或皮肤予以刺激是不够的。

对所表征的事物的意识性体验不是一蹴而就的，而是身体与环境及其中的对象互动的结果。梅洛-庞蒂认为，感知不要求概念化、抽象性的内部表征，但是需要依赖实践知识和与世界的互动：人在感知时，感觉体验会随身体行动而变化。这种变化有其规律。当然，感知经验不需要明确地知道这些规律，而是需要对其有潜在把握或实践知识。此外，用欧瑞根和诺伊的话来说，“看见是一种行动方式，是对环境进行探索的特定方式……当生物掌握我们称为感觉运动依存规律的时候，视觉体验才会发生”。这条思路有着明显的梅洛-庞蒂身体现象学的印记。换言之，人们关于外部对象的意识性体验还取决于身体与环境及其中的对象的互动，依赖关于感受和身体运动间变动规律的感觉运动知识——一种并非理智性而是具身性、实践性、技能性的知识。诚然，欧瑞根和诺伊反对意识源自静态的符号性表征。但是，只要大脑和身体中仍需要某种内部结构对应其他内部状态和外部事物，那么这种结构就可以被称为表征。此外，尽管意识性表征所依赖的实践性的知识和全身心有关，但只要其中某些部分可以在大脑中储存，就可以被称为表征。

同理，脑机智能中的有意识的表征（如对一个球体或一只猫的轮廓的表征），需要动态地形成。随着脑机智能仿生手的运动，仿生手上传感器接收到的信号，要被转换为有差异性的刺激信号。这些刺激信号，要以感觉运动知识为中介，并在大脑中或皮肤上产生源源不断的有差别的意识体验。只有如此，脑机智能主体才会有关于对象的体验性的表征，在仿生手上有关于物体的意识体验。类似地，情绪不仅仅是单纯的功能，甚至不仅仅是单纯的内部感受，而也是关于对象及其价值的情绪性意识体验。脑机情绪智能也必须重视具有世界语义性的意识体验维度。

脑机智能带来的体验不仅有助于功能实现，有助于维护人格同一性和统一性，而且是内在地有价值的。这点也为我们的访谈所证明。仍然是上文说到的患者提到，在接受深脑刺激之前，其情绪是麻木的，即缺乏所谓正面或负面情绪——而这种感觉非常糟糕。接受深脑刺激之后，他出现了情绪波动。一开始出现的是恐惧感，后来是动力感。但有趣的是，他认为恐惧感对他来说是积极信号——如果完全没有情绪体验，生与死又有什么区别。这活生生的事例再次说明，脑机智能也需要实现合适的意识体验。

结语

表征和意识常被视为人类自然心智的两大主要特征。作为融合性的心智系统，脑机智能也可以拥有这两大特征。本文主要从表征问题入手，兼及意识，探索了脑机智能研究与关于表征和意识的哲学如何实质性互动。本文支持的表征理论结合信息语义学、生物语义学以及当前经验科学，并充分吸纳生成论中的合理因素。本文论证，要更加多元、精细地理解表征的层次、载体以及内容的建立方式。比如，在符号性表征之外，还可以确认出实践性表征，它指向对象及其可供性。这就容纳了生成论的洞见，并且可以让表征更为精准化，以更好地适配当前的科学与技术研究。同时，脑机智能的进展也支持了表征的哲学理论。脑机智能承袭了基础科学的表征概念，并因此获得了较好的技术成果。在主流运动型脑机智能中，表征载具是运动皮层的神经活动模式，而其内容是关于运动变量的。这种内部机制的产生与稳定是人工训练和选择的结果，其任务功能明确。这样的表征符合最新的对表征的理论刻画，而且属于某种“实践表征”。而在情绪型脑机智能中，对应抑郁轻重症状的神经活动模式似乎是单纯的内部状态，很难说是表征。

当前主流脑机智能中的表征有两个重要缺憾：缺乏世界语义和意识体验。首先，当前运动型脑机智能中表征所对应的是方向、速度等运动变量，而不是直接投身于环境和其中的对象及其“可供性”。情绪型脑机智能仅仅关注大脑内部状态与个体情绪指标，尚未关注情绪与其环境和对象的适配性。其次，当前主流的脑机智能并不能在仿生肢体中拥有意识体验。所幸，上述两个缺憾可以基于当前的技术现实弥补。这首先要求重新构想脑机智能中的表征：表征载具极具融合性，包含神经信号、芯片、算法、机器等内部状态。表征所指向或投身的，是整个环境和其中的对象及其可供性。这种表征系统及其内容的建立——表征与其环境和对象的关联，有赖于人们对脑机智能系统的设计、维护与训练。脑机智能体也能在仿生肢体上拥有意识体验。当前，通过在仿生肢体上装备传感器，将信号转换为刺激信号，并传递到原有身体的皮肤上或神经中，可以让人获得关于对象的意识体验。通过闭环的脑机接口刺激大脑本身，也能够让人获得关于肢体的本体感受以及关于物体的体验。意识体验不仅可以完善功能，还可以让人在仿生肢体中有更多的能动感、拥有感、自主感以及同一感；意识体验本身——特别是情绪体验——具有内在的价值。

在方法论上，本文试图展示哲学理论和科学技术知识可以实质地交融。哲学中的表征概念，可以吸取当今经验科学与技术的洞见而被辩护和更新。表征概念可以为脑机智能验证和深化；反过来，哲学中的表征概念可以让我们重新构想脑机智能中的表征系统，让其更具有融合性并拥有世界语义。同时，哲学中的意识概念，可以让我们更好地理解脑机智能需要引入意识体验。在实质理论上，本文深入自然心智和脑机智能系统的底层机制，展示了脑机智能系统也能拥有自然智能的核心特征：表征与意识。脑机智能体的融合性表征系统和意识体验，均源自生物智能和人工智能的深度融合。这种融合还将促成生物与机器的融合，其结果是脑机智能主体或赛博主体。在实践层面，我们必须基于对科技的认知和理解，审慎对待脑机智能带来的机遇和挑战。脑机智能固然会带来安全和伦理问题，包括医学、健康、隐私等较为传统的问题，而且会带来人格安全、自主性安全、物种安全、赛博伦理等新问题，甚至不可预见的问题。但脑机智能也拥有需要审慎对待的安全、增强和道德上的收益。无论如何，当脑机智能彻底实现，人类或将面临不同的主体并拥有不同的道德，这将带来极为深刻的人性变革与社会影响。对此，我们更需要见微知著，从脑机智能的深层的、精微的表征和意识等基础问题出发，发展更好的交叉哲学方法，获得更好的哲学、科学和技术洞见，从而更好地应对脑机智能带来的安全与伦理事项，实现科技向善。

〔本文注释内容略〕

作者李忠伟，浙江大学哲学学院长聘副教授（杭州 310058）。

来源：《中国社会科学》2026年第2期P26—P45