多巴胺、前額葉與 AI 的迴圈

Lex 問人類對大腦理解到什麼程度，Botvinick 說功能層次懂得不少，但像隔著霧，只看得粗略；另一端的新技術已能看到單一神經元甚至樹突，兩端中間則是一大段空白。

他主張理解大腦要先問「這是為了什麼」——心理學解釋大腦要做什麼、神經科學解釋怎麼做到，兩者最終該是同一門科學；他也用孟德爾遺傳學早於分子機制被發現的歷史，替心理學裡的抽象「隱喻」辯護。

Lex 提到自己因為 Freud 愛上心理學，問能不能不管神經細節就理解心智；Botvinick 說自己是受訓心理學家，從心理學學到的比神經科學還多。

Lex 認為傳統實驗心理學樣本小、太受控，不像在真實世界研究人；Botvinick 用神經心理學（研究腦傷病人的行為缺陷）回應，那類研究雖受控，卻能一步步逼近特定腦區在做什麼。

Botvinick 讀醫學院時同時對外科與精神科有興趣，指導教授借他一套 PDP（平行分散處理）的書——深度學習最早的名字之一，把他帶進科學研究。

他在普林斯頓教認知神經科學，課程最後總會跟學生說，啟發他的不是遙遠的星空，而是最貼近自己、卻同樣神祕的大腦；他也覺得 AI 的討論窄得讓人失望，光說「再加上情緒」不夠。

認知科學早期一個經典辯論：規則加例外表，還是從語料裡學出「準規則」的類神經網路，才是大腦處理過去式變化的方式；他說深度學習當年用在認知心理學，就是這種重視豐富細節的精神。

Botvinick 說很多人都提過，現在的 AI 系統似乎缺少人類那種隨情境轉彎的靈活；他用圖靈機是「機器模擬器」的概念類比人類，認為人腦的靈活也建立在某種基礎運算上，但還沒人講得出那個運算具體是什麼。

Lex 問群體行為、多代理人強化學習是不是一種集體智能；Botvinick 承認人類行為確實在群體裡產生，但他堅持把「智能」定義在個體上，不認為該把智能放在群體層次看。

他從早年跟 Jay McClelland、John Cohen 等類神經網路先驅一起做研究學到：認知的結構不只取決於大腦或 AI 系統的架構與學習演算法，同樣要看它們身處的環境結構；Lex 補充，強化學習的模擬環境與 self-play 也是例子。

他的研究專長是前額葉皮質，先從解剖位置解釋這只是運動皮質前面那塊區域；一戰帶回大量腦傷士兵，讓科學家開始研究各腦區的功能，但前額葉受損到底缺了什麼能力，當時很難說清楚。

俄國神經心理學家 Luria 從臨床觀察發現，前額葉跟彈性有關，受損的病人很難壓下習慣行為；後來「控制」與「自動」（也有文獻叫「目標導向」與「習慣」）的區分讓這件事更清楚：前額葉的工作就是在特殊情境下讓人不做平常會做的事，他舉了疫情期間用手肘碰肘取代握手的例子。

這題有爭議：研究果蠅的人主張果蠅比想像中聰明，能做出需要抽象化的類化學習；他自己常覺得老鼠學得慢、不夠靈活，研究老鼠的人則反駁，換成貼近自然行為的設計，老鼠可能比想像的聰明。他說這仍是開放的問題。

整體上腦區之間有功能分化的證據，但仔細看，區域之間的界線是漸層而非分明的模組；連初級視覺皮質這種原本被認為功能單純的區域，也被發現帶有跟行為、獎勵有關的訊息。

主流看法是神經元的放電頻率就足以捕捉神經元在做的事，這也是類神經網路借用的簡化版本；但也有研究認為放電的精確時間、甚至樹突內部的運算可能帶有更豐富的結構。

Lex 問會不會整個對神經機制的理解都是錯的；Botvinick 說當然有可能，但從 1980 年代至今，一次次拿同樣的任務訓練深度網路、再比對網路深處單元的活動模式，兩邊都「詭異地相似」。

Lex 提到那篇他記得是 2018 年、把前額葉皮質視為 meta 強化學習系統的論文，Botvinick 說核心概念是 meta-learning——用一個學習演算法訓練出另一個學習演算法；他用學外語當比喻，學過兩種外語之後，第三種明顯學得更快，因為你已經學會「怎麼學」。

這篇論文的起點，是團隊訓練循環神經網路跑一連串相關任務時發現的：網路靠遞迴連結累積出一種「活動記憶」，固定權重之後，光靠這個活動動態，網路就能自己摸索出哪個選項機率高——這個動態本身變成了一套學習演算法，他舉了一個按鈕拿 M&M 的例子說明。

團隊裡剛好有神經科學家，他們看出這很像大腦裡「突觸記憶」與「活動記憶」的區分，也像前額葉的遞迴連結；於是推想前額葉靠活動模式在做強化學習，而塑造這些動態的，可能是突觸層次、由多巴胺調節的學習。Lex 追問能不能一層層 meta 下去，他說這種 meta-learning 是自己浮現的、不是設計出來的，所以抽象程度沒有上限。

對話轉向他和合作者最新的多巴胺論文；他先致謝合作者，說沒有哈佛的 Naoshige Uchida 這篇就做不出來，接著談 AI 與神經科學是雙向的良性循環：現在 AI 暫時領先，不久後會換神經科學回頭丟給 AI 研究者足以改變方向的洞見。

Lex 好奇 DeepMind 裡同時懂 AI 和神經科學的人多不多；Botvinick 說真正兩邊都達到頂尖水準的人很少，自己也不在那個名單裡，但讓不同專長背景的人待在同一個社群互相刺激，很有幫助。

Lex 提到兩人私下聊過，人機互動是機器人和 AI 圈子的一個盲點；Botvinick 說自己近年很認真在想這件事，理由是「讓世界更好」終究要問清楚人類實際上想要什麼，而人跟人想要的可能不一樣——這已經超出工程問題，牽涉到經濟學與社會選擇理論。

Botvinick 說人機互動常見的敘事是反烏托邦式的「機器霸主」，但還有另一種：AI 像人一樣知道得越多，就越有智慧、越良善——他不期待這會自然發生，得非常小心地安排。Lex 說大家太聚焦在最壞情況；Botvinick 說出錯的可能值得花很多時間去想，但比較少人意識到，「順利會是什麼樣子」也需要有人去做。

Lex 舉 Twitter 想提升對話品質為例；Botvinick 說團隊最近開始讀經濟學、社會選擇理論甚至政治理論的文獻，他們想做的是實際的實證研究，而不是寫哲學或立場文章。

他解釋論文的技術核心：傳統強化學習把預期報酬壓成一個數字，會讓平均值相同、但風險分布不同的情境被系統混在一起；改成用整個分布表示，能在系統內部保留這些原本會被抹掉的差異。

多巴胺長期被認為對應強化學習裡的「報酬預測誤差」，這個連結在 1990 年代就有研究提出；這次他和合作者反過來預測，如果多巴胺也用分布編碼，實驗裡該看到什麼訊號，結果跟哈佛 Naoshige Uchida 的實驗數據初步吻合。

他認為神經科學這幾年有很多新技術能精細觀測神經活動，但有些技術得把老鼠頭部固定，很難引出有意思的行為，不過已有人用虛擬實境等方式解決；他期待對行為重新燃起的興趣，與對 AI 的廣泛關注這兩股趨勢匯流。

在工程這一側，他說很多人都看到的關鍵挑戰之一，是打造出真正有彈性的系統——不只是單一任務做得好，還要能快速看出新任務跟舊經驗的共通點；這跟心理學說的「認知控制」高度相關，也跟前額葉皮質的功能密切呼應。

Lex 問 AI 有沒有可能被人類愛、也愛人類；Botvinick 借用普林斯頓社會心理學家 Susan Fiske 的能力／溫暖二維模型回應——人類同時看重「能力」與「溫暖」，而 AI 研究目前幾乎只顧著前者。