好奇心取決于已知

凌寒/編譯

好奇心取決于已知

凌寒/編譯

●我們尋覓新穎事物，但所求并不多。

人類有吃的欲望、喝的欲望，以及繁衍的欲望。“人類的好奇心也是如此?！笨突仿〈髮W經濟學與心理學教授喬治·勒文施泰因（George Loewenstein）如是說，我們有著無限的求知欲——去創(chuàng)造、去探索、去孜孜不倦地學習——“求知欲足可與其他欲望匹敵?！?/p>

那么，好奇心有什么稀奇的呢，難道是因為好奇心似乎并不與任何具體回報相關？“好奇心帶來的理論難題就是，為什么人們會被按好奇心的定義來說沒有外在好處的信息牢牢吸引？”勒文施泰因曾這樣寫道。生命體尋求食物、水、性、庇護所、休息、財富或者是生活中各種其他的營養(yǎng)和使自己愉悅的事物也在情理之中。但是追溯引力的本質或者是跑到月亮上去有什么好處呢？

有個很簡單的答案就是我們永遠不會知道今天學到的東西明天是不是就能派上用場了。以蠕蟲為例，“它們是無藥可救的樂天派?！奔永Ｄ醽喫鳡柨松锟茖W研究所的神經生物學家斯里坎斯·查拉薩尼（Sreekanth Chalasani）這樣說道。他的研究對象是秀麗隱桿線蟲，一種常見的幾毫米長的線蟲。實驗中，他把一只線蟲放在一個大的菌斑（線蟲最喜歡的食物）上面，周圍圍繞著許多潛在的交配對象?！八鼤鍪裁茨?？它會離開那個菌斑，四處找找有沒有更多的東西，”他說道，“沒有任何跡象表明周圍還有更好的東西。這就是你能給它提供的最好的食物。簡直是瘋了！”

不管你僅僅是放棄了你的食物，還是飛到了太空，探索確實顯得有點犯傻——當然，除非你永遠也不知道食物是否會被耗盡。從進化論的觀點上來看，我們有充分的理由繼續(xù)探尋，查拉薩尼說道。信息幫助我們做出更好的選擇并能適應不斷變化著的環(huán)境。說不定哪一天我們就需要一個月球基地了呢。

好奇心關乎所知所學

不過，好奇心并非漫無目的。我們總是對特定的事物感到好奇，對哪些事物感興趣則因人而異。有些人沉溺于單一愛好，是奧秘的忠實追尋者；另一些人卻涉獵甚廣，雜學旁收。興趣點的差異性告訴我們，某些超越于漫無目的興趣之外的東西引導著我們獨特的嗜好。

的確如此，研究好奇心機制的科學家們發(fā)現其機制的核心為一種概率算法——我們的大腦進行著連續(xù)計算，計算著哪條路線或哪種行為能讓我們在最短時間內獲得最多的知識。就像維基百科頁面上的鏈接一樣，好奇心立足于自身，每一個問題都導向下一個問題。這是一趟通往維基百科蟲洞的旅行，你的起點決定了你可能的終點。這就是好奇心的有趣之處：它更多的是關于你所知所學的東西，而非你未知的事物。

用最基本的詞匯來形容，好奇心可以描述為一種動機加方向組成的函數。第一部分并不像它應有的那樣顯而易見?？诳?、饑餓、色欲——我們其他的欲望都有著清晰的動機。但是到底是什么激發(fā)了我們好奇心呢？

19世紀的德國哲學家亞瑟·叔本華認為生命的主要任務就是“以一切維持生命”，緊隨其后的是“防止無聊，無聊就像猛禽一樣，在我們的上空盤旋，無論何時只要它從你的所需中看到了安逸的生活，就會俯沖下來?！睗M足即無聊，好奇心正是我們擺脫無聊的車票。人類學家拉爾夫·林頓（Ralph Linton）有著更深層的思考。“相比社會或自然需求，人類變得無聊的能力似乎更像是人類文化進步的根源所在?！彼?936年曾這樣寫道。換言之，人類已經能夠積累不可計量的知識——語言、泰姬陵、懶人毯——因為我們討厭千篇一律。

但是僅僅用無聊還不能完全解釋好奇心?！坝袀€很古老的觀點就是好奇心和無聊是同一個連續(xù)統(tǒng)一體對立的兩端?！崩瘴氖┨┮蛘f道。然而新的觀點是：無聊之于好奇心并不像饑餓之于飽足或焦渴之于潤澤。更確切地說，無聊是“當你沒有充分使用大腦的某一部分時，大腦反饋的信號?！本拖衲阍谝恢荒_上坐了很久腳麻了一樣。雖然無聊提示我們需要去鍛煉自己的大腦，但是除了好奇心之外仍有對抗無聊的良方——比如說食物或性。而且，即使我們并沒有感到無聊，好奇心也會突然冒出來。實際上，我們會為了學些新東西而很輕易地放棄我們想要或喜愛的東西。

驚喜的最佳狀態(tài)：就像選擇一本好書一樣，好奇心引導我們尋找新的信息，但又不能新到讓人費解的程度

好奇心如何達到巔峰

就像查拉薩尼研究的線蟲離棄了最好的食物一樣，人類以及其他靈長類動物總喜歡以酬勞換取信息。為了衡量這種趨勢，研究者采用了“博彩任務”的方式——該方法參考了老虎機的模式——在該測試任務中，受試者必須從一些圖像或其他類型的選項中反復進行選擇。不同選項附帶的支付酬勞（通常是金錢）可能性也不同，隨著時間的推移，受試者知道了哪些選項讓他們獲得酬勞的可能性最大，他們就會一直選擇這些選項。但是當出現了受試者之前沒見過的新選項時，受試者通常會選擇這個，他們會放棄掉可能的酬勞以期新選項能帶來更好的回報。

大腦研究認為這種“新穎的獎勵”——我們賦予新選項的額外比重——至少有一部分源自于它帶給我們的愉悅的感覺。例如，2007年的一項研究發(fā)現，就像巴甫洛夫的狗聽到鈴聲會流口水一樣，當我們期待發(fā)現新事物時，我們的大腦處理類似愛和糖果之類獎勵的區(qū)域就會被激活，即使預期未能實現。研究者總結道：“這些發(fā)現提出了這樣一種可能性，那就是新穎事物本身就會被大腦當作一種獎勵來處理?！?/p>

在人體被泡球蚴感染后寄生蟲長期在宿主體內寄生，能刺激宿主免疫系統(tǒng)發(fā)生特殊的變化，棘球絳蟲長期寄生于宿主體內，為了抵抗宿主免疫系統(tǒng)的殺傷，包蟲能引起宿主免疫系統(tǒng)發(fā)生一系列免疫反應，宿主和包蟲的免疫系統(tǒng)都做出了相應調整才能達到動態(tài)平衡的“共生”狀態(tài)。在泡球蚴感染的早期，為了避免自身遭受傷害，宿主通過體內免疫細胞的增殖及分化使淋巴細胞轉化功能增強，有排除異己、控制泡球蚴早期生長和轉移的作用；而隨著病程的進展，淋巴細胞轉化功能有所下降，宿主的免疫反應受抑制，泡球蚴在體內長期寄生并發(fā)育[9]。

所以也許我的確會登錄維基百科來“打發(fā)無聊”，正如叔本華說的那樣。但是接著我會在維基百科上逗留三個小時，仔細研讀蒙古對日本的侵略，這樣做一部分是因為，下意識地，我就是喜歡點擊那些鏈接時多巴胺的涌動帶給我的快感——正是這種快感促使我們的祖先在澳大利亞和北極圈開疆辟土，發(fā)明了陶器，雕刻出了維倫多夫的維納斯。

但是，為什么我會追隨著蒙古部落的腳步進入一片新天地？為什么我不去研究威氏黑伯勞，或者任何其他維基百科“隨機文章”按鈕推薦給我的從理論上講很有趣的課題？為什么好奇心以這種方式而不是那種方式吸引著我們？

在1994年發(fā)表的一篇論文中，勒文施泰因提出理論稱好奇心的方向是由“信息缺口”決定的，也就是對未知的突然覺醒和想要填補信息缺口的迫切欲望。這種認知缺口既可能存在于物質世界（這個奇怪的蟲子是什么），又可能存在于精神世界（愛是什么）。他的理論很好地用文字表達了為什么Upworthy網站的標題如此吸引人讓人難以抗拒（該死，我可能已經成為了海牛粉絲的22個原因是什么），以及為什么好奇心既被視為優(yōu)勢又被視為劣勢（你知道海牛的乳頭長在腋窩下么）。

然而，信息缺口甩出的魚鉤不能太大（標題用葡萄牙文撰寫）或太?。ㄓ袀€事實就是，海牛生活在佛羅里達州）。在2009年的一項研究中，一組研究員（包括勒文施泰因）將受試者置于功能性磁共振成像儀中，然后詢問他們一系列瑣碎的問題：為了模擬人類唱歌聲而發(fā)明的樂器是什么？地球所在的星系叫什么名字？對于每個問題，受試者都需要預估一下答案的肯定程度。研究員還讓受試者評估自己對于該問題的好奇程度，并監(jiān)測他們大腦獎賞中心激活的強度——這是另一種衡量好奇心的方法。

果然不出所料，受試者對于他們認為自己知道的答案好奇心程度最低。但是他們對那種自己完全沒點頭緒的問題也不怎么感興趣。當受試者對某個答案有了很好的猜想卻又不能完全確定時，其好奇心反而會達到巔峰。好奇心的最佳狀態(tài)似乎像是信息的“金發(fā)姑娘標準”——不多不少，恰到好處。

看這兒：塞萊斯特·基德，羅徹斯特大學認知科學家，正在利用眼部追蹤設備研究嬰兒如何集中他們的注意力

尋找恰到好處的新奇

據羅徹斯特大學神經科學家塞萊斯特·基德（Celeste Kidd）所言，嬰兒也喜歡帶有新意而非完全新穎的事物。在2012年的一項研究中，她跟她的同事讓一些7月和8月齡的嬰兒坐在一個屏幕前，屏幕上呈現三個盒子的圖案，每個盒子含有一件物品，諸如曲奇、湯匙或者玩具汽車。這些物品從盒子里以特別的方式出現，“類似打地鼠游戲。”通過使其中一些出現方式比其他出現方式更加頻繁，基德可以使得固有順序變得更加稀少，因此也具有更多驚喜。

基德說，我們大腦本能地尋找“恰到好處”的新奇，有點像我們去一家書店，你不會想要翻看兒童讀物，同樣也不會想看已經翻閱多遍的書籍。另一方面，如果你選擇了一本根本看不懂的書，比如一本俄文版的天體物理學教科書，你也會遇到類似的問題?！斑@會相當乏味?！毕胍M行學習，你必須有能夠把握住的東西：下一步的線索不能離上一個太遠——否則你永遠抓不住它。所以當你的大腦驅使你盡可能快地收集信息時，它會本能地引導你跳過太小或太大的差異。

要檢驗這一原理如何運行，機器人無疑是個優(yōu)良的載體。但由于機器人缺乏動機（好奇心的主要成分），你首先需要給它一些動機?！耙龅竭@一點，只需要通過編寫代碼讓機器人去尋找獎賞即可。”在德國波鴻的魯爾大學研究人工智能的博士后瓦倫·康培拉（Varun Kompella）說道。至于是什么樣的獎勵并不重要（甚至可以是若干工作內容），只要讓機器人知道有獎勵存在，并且想要獲得它們就行。同樣地，它也不知道如何獲得獎勵。就像人類從學習新東西中獲得一點多巴胺一樣，即使它看起來毫無用處，機器人的激勵系統(tǒng)也會使得其學習行為本身成為一種獎勵。

與康培拉共事的是iCub，它是一個開源的類人機器人，有著奶油色的皮膚，銀色的關節(jié)，有頭部、眼睛、手臂、手指，甚至乳頭，但沒有頭發(fā)和腿。在他傳給我的一段視頻里，iCub直接連接在桌子后面的地板上。桌子的中央放著一只塑料杯。機器人開始來回伸展，握緊或松開拳頭。起初，每一個新的動作都能讓它學會一些東西，并且快速獲得獎勵。不過很快地，它就沒有新的肢體動作可以學習了。

設計好奇心：人工智能研究員瓦倫·康培拉使用概率算法來模仿生物的好奇心，編程讓機器人iCub盡可能快地尋獲未知的獎勵

然后突然間，正徘徊不前的時候，機器人打翻了杯子。這個偶然事件讓它獲得了獎賞，更重要的是，為它提供了學習知識的新途徑。就像在海上航行了數月的水手突然看到了一只水鳥。就像喬治·馬洛里（George Mallory）第一次聽說珠峰。這便是好奇心，不再是隨機的，而是直接的。

接下來怎么樣呢？答案取決于一個概率算法，該算法用于計算何種行為最有可能讓機器人獲得另一個獎賞。在這種情況下，因為在杯子范圍內移動手臂能夠獲得對新動作的認知（還能獲得獎勵哦），所以，比起忽略杯子反復做一些完全隨機動作，或者雖然關注杯子，但卻做一些完全不同的動作，在這個范圍內做一些類似的動作更有可能習得新技能。為什么要關注杯子呢？因為杯子就在那兒。

康培拉的iCub最終學會了端起杯子并將它移放到桌子上一個特定的點上，它所表現出來的這個行為，正是康培拉所期待的。但它把自己訓練成一個端杯子的，在很大程度上是因為它被固定在放著杯子的桌子面前，除了端杯子，它幾乎沒有其他選擇。

同樣地，基德的實驗設計，用意在于追蹤給定的任何時間內嬰兒所呈現出的大量信息——這讓基德掌握了大量的新材料——同時也給了嬰兒有限的選擇項。據她講，她之所以選7到8個月的嬰兒作為實驗對象，是因為他們剛好到了這樣一個最佳姿態(tài)：他們既能支撐自己頭部的重量，又尚未學習走路。對于嬰兒來說，走路本身比學習走路有趣得多。她說：“沒有什么能與之匹敵?！?/p>

預測甚至控制好奇心，將使得教學更加有效，使得精神類疾病能被更好地理解，使得人們的興趣更加專注；生活也將因此具有無窮的樂趣。但是好奇心研究的艱難，也讓我們明白了它的無限性，想要真正地管理好奇心幾乎是不可能的。如今，留下的只有更多的未解謎團。

[資料來源：Nautilus][責任編輯：彥隱]

本文作者扎克·喬治（Zach St.George），駐加利弗尼亞自由撰稿人，報道科學和環(huán)境相關內容。