综述：贝叶斯大脑的神话

这篇综述批判性审视了"贝叶斯大脑假说"（Bayesian brain hypothesis），指出其虽在认知神经科学领域占据主导地位，但存在不可证伪性、生物学合理性不足等问题。作者通过剖析预测编码（predictive coding）、自由能原理（FEP）等框架，揭示该理论在隐喻与机制间的模糊性，并提出动态系统理论、生态心理学等替代方案。文章以犀利的学术笔触挑战了这一"科学神话"的权威地位。

　　

贝叶斯大脑的神话

贝叶斯热潮

过去二十年，"贝叶斯大脑假说"已成为认知神经科学的主导范式，其核心观点认为大脑是通过贝叶斯推理来解释感觉信息的预测机器。该理论将神经处理视为通过概率推理最小化预测误差的过程，彻底改变了传统的刺激-反应模型。然而，这种数学优雅的框架在解释力与生物学合理性之间存在着根本矛盾。

从隐喻到机制——抑或神话？

贝叶斯大脑假说最初是作为认知过程的隐喻出现的，但逐渐被提升为神经功能的机械论解释。这种概念漂移使其游走于三个层面：作为启发式隐喻时具有生成性，作为机制解释时缺乏生物基础，最终沦为通过不断调整参数来解释任何结果的"科学神话"。其核心术语如"先验"、"预测误差"等在不同语境中频繁改变含义，形成理论弹性过大的问题。

不可证伪性与灵活性危机

该假说最突出的问题在于其惊人的灵活性——通过调整先验、似然函数或处理层级等参数，几乎可以拟合任何行为或神经数据。当实验数据与预测不符时，支持者常诉诸"近似推理"或"次优推断"等解释，使理论免受实证挑战。自由能原理（FEP）的普遍适用性更使其成为"解释一切却什么也没解释"的典型。

生物学合理性困境

从神经实现角度看，贝叶斯框架面临五大挑战：

1. 全概率分布的神经表征问题
2. 实时贝叶斯更新的计算不可行性
3. 层级误差传播的解剖学证据不足
4. 精确加权（precision-weighting）的生理基础缺失
5. 生成模型（generative model）的生物学对应模糊

研究显示，神经波动具有明显的非高斯特性（如重尾分布、幂律动力学），这与贝叶斯模型假设的噪声特性严重不符。此外，树突整合的非线性、神经调制系统的重构作用等神经特性，都与贝叶斯计算所需的线性加权平均假设相矛盾。

临床模型的局限性

在精神分裂症等病理模型中，贝叶斯框架将症状归因于预测误差的"精确度加权"异常。虽然这种解释具有概念吸引力，但缺乏对症状特异性的预测能力，也无法替代基于突触修剪异常或皮层动力学紊乱的替代解释。

替代理论框架

动态系统理论强调认知产生于神经、身体和环境组分间的非线性相互作用；生态心理学主张通过直接感知环境中的"可供性"（affordance）实现认知；具身认知则关注身体与环境的实时耦合。这些框架将预测视为动态协调的副产品，而非内部模型的选择结果。

为何神话持续存在？

贝叶斯框架的持久影响力源于：

• 数学形式主义带来的学术威望
• 跨学科交流的"边界对象"功能
• 学术激励机制对主流范式的偏好
  其通过在不同解释层级间灵活转换，形成了抗反驳的防御体系。

后贝叶斯神经科学

未来的研究方向应转向：

1. 实时动力学的约束驱动模型
2. 将噪声视为信号的多尺度分析
3. 自然情境下的交互实验设计
   这种范式转换将关注点从内部表征转向系统协调，建立更贴近生物现实的认知理论。

决定性实验设计

要验证贝叶斯假说的机械论主张，需要设计预注册实验：明确指定编码"先验"和"预测误差"的特定神经群体，在系统操纵先验概率和似然可靠性的条件下，观察其放电率是否严格遵循贝叶斯更新规律。任何显著偏离都将动摇该假说的理论基础。

这篇综述最终指出，贝叶斯大脑或许仍可作为启发式隐喻，但必须摒弃其作为根本神经机制的宣称，转而接受更具生物合理性的交互-动态框架，才能真正推动认知科学的进步。