為何 AI 有柏拉圖問題：Mazviita Chirimuuta 論神經科學哲學

AI 中的柏拉圖問題：數學理想化 vs. 生物實在

現代 AI 研究常常基於一種「柏拉圖式」的假設：認為宇宙遵循整潔、可分解的數學規則，而混亂的物理世界僅是「表象世界」。Mazviita Chirimuuta 教授認為，這種觀點——類似於柏拉圖對形上世界與生成世界的區分——使研究者相信，只要能解碼底層的數學模式，就能複製人類智慧。

此方法依賴 理想化（將系統已知為不真實的屬性歸於其上，以使計算可處理）與 抽象化（忽略具體細節）。雖然這些是科學進步的有用工具，Chirimuuta 警告說，它們可能變成哲學陷阱。當科學家把「訊號」視為唯一真理，將「噪音」視為無關緊要時，他們其實是在做一個主觀的決定。在生物系統中，研究者標記為「噪音」的東西，實際上可能對系統在真實世界中的運作至關重要。

過度簡化的危險：從反射理論得到的教訓

歷史提供了許多警示，說明優雅的簡化如何使科學領域誤入歧途。Chirimuuta 引用了 19 世紀末至 20 世紀初的反射理論，該理論試圖將所有腦功能解釋為簡單的感覺-運動迴路（反射弧）。

儘管像 Charles Sherrington 這樣的著名生理學家承認「簡單反射」是一種可能在現實中不存在的理想化，該理論仍然占主導地位，因為它提供了一個簡潔的解釋。直到二戰期間計算心靈理論的出現，才提供了新的解釋框架。這說明科學「真理」往往是當前最有用的理想化工具箱的產物，而非朝向單一最終真理的線性進程。

觸覺寫實：透過互動獲得知識

與「觀者知識論」——即我們可以從遠處被動吸收資訊（如上帝之眼）——相反，Chirimuuta 提出了 觸覺寫實。此觀點強調知識是透過與世界的主動、身體性互動而獲得的。

• 互動即認識論： 知識不是閱讀「宇宙的原始碼」，而是代理者與其環境之間互動過程的產物。
• 觸覺隱喻： 正如手既是感覺器官也是操作工具，科學模型同時是獲取知識的手段，也是改變世界的手段。
• 自然如變形者： Chirimuuta 把自然描述為「變形者」(源自能變形的海神 Proteus)，意指其複雜度無窮無盡。我們可以「釘住」它以得到特定答案，但它會根據我們的互動方式持續變換並呈現不同模式。因此，在生物科學中，單一、最終的「萬有理論」不太可能出現。

為何大腦不只是電腦

將大腦比喻為電腦的主流觀念，使研究者只聚焦於計算屬性，從而忽略了「混亂」的生物細節——生化、血管與免疫系統。Chirimuuta 主張這是一種稱為 本體化 的範疇錯誤：因為我們可以 模型化 大腦為電腦，就假設大腦 就是 電腦。

體現與因果力量的角色

借鑑 John Searle 的工作，Chirimuuta 認為計算是一種數學形式主義，並不具備 因果力量。因果力量屬於具體的物理系統。

• 生物整合： 人類認知不是一套可拆卸、可在大型語言模型 (LLM) 中複製的離散模組（如語言機能）。相反，語言深深糾纏於感覺-運動的參與與生物存在之中。
• 遠因 vs. 近因感受性： 智慧的一個關鍵區別在於能對「遠因」——時間或空間上遙遠的事件（例如童年記憶）——作出回應，而非僅被「近因」即即時輸入所驅動。非生命的物理系統通常受限於其立即的近因。

科技與人類的有限性

引用 Martin Heidegger，Chirimuuta 討論 人類有限性——我們是有界、具情境的認知者。創造一個脫離身體、普遍吸收事實的存在（如 LLM）的驅動，反映了超越這些生物界限的慾望。

這種向「純資訊的精神世界」移動的願景忽視了人類知識根植於離散感官經驗的事實。Chirimuuta 表示擔憂：隨著我們越來越多地透過數位介面調解生活，可能會削減對兒童而言必需的社會與感官互動——例如觀看人臉——這些互動對正常的心理發展至關重要。這場對下一代的「大規模實驗」可能根本改變人類彼此以及與世界的關係。

---

摘要：Mazviita Chirimuuta 教授認為，AI 研究常依賴「柏拉圖」式的假設，認為宇宙以數學程式書寫，卻忽視了生物體現與主動互動在人類認知中的關鍵角色。

標題：為何 AI 有柏拉圖問題：Mazviita Chirimuuta 論神經科學哲學