智慧 理論 ， 並且 用 大家 都 能 懂 的 語言 去 解釋 大腦 的 運作 。 一 個 好 的 理論 應該 不 難 瞭解 ， 沒有 難懂 的 術語 或 複雜 的 論證 ， 我 會 先 從 架構 談起 再 慢慢 添加 細節 。 這 本 書 中 ， 有 一些 是 邏輯 的 推理 ， 有 一些 是 大腦 的 神經 迴路 ， 有 一些 我 提出 的 細節 可能 是 錯 的 ， 這 在 任何 科學 領域 中 都 會 出現 ， 一 個 完整 的 理論 可能 要 花 很 長 的 時間 才 能 發展 完成 ， 但是 這 無損 核心 想法 的 威力 。 許多 年 前 ， 當 我 第一 次 對 大腦 產生 興趣 時 ， 我 去 圖書館 想要 借 一 本 好 的 、 可以 解釋 大腦 怎麼 運作 的 書 。 當時 我 是 個 青少年 ， 習慣 了 在 圖書館 中 隨時 可以 找到 寫 得 很 好 的 書 ， 能夠 清清楚楚 解釋 任何 我 感興趣 的 主題 ， 例如 ： 相對論 、 黑洞 、 魔術 和 數學 以及 我 在 當時 感興趣 的 題目 。 然而 當 我 想 去 搜尋 令 人 滿意 的 大腦書 時 ， 卻 連 一 本 都 沒有 ， 我 才 瞭解 沒有 人 知道 大腦 是 怎麼 運作 的 ， 甚至 連 壞 的 、 沒有 被 證明 的 理論 都 沒有 。 這 個 領域 空空 如也 ， 一 本 也 沒有 。 這 可 真是 不尋常 ， 因為 在 當時 ， 人們 並 不 知道 恐龍 是 怎麼 滅絕 的 ， 但是 有 很多 的 理論 ， 你 都 可以 去 借來 看 ， 但 在 大腦 的 情形 卻 不同 。 一 開始 我 無法 相信 ， 不 知道 這 個 重要 的 器官 是 怎麼 運作 的 著實 困擾 著 我 。 當 我 在 研究 當時 的 大腦 知識 時 ， 我 才 發現 其實 一定 有 一 個 直截了當 的 解釋 。 大腦 並 不 是 魔法 ， 在 我 看來 它 也 不應該 是 那麼 複雜 難解 。 數學家 艾狄胥 （ Paul Erd飉 ） 認為 最 簡單 的 數學 證明 已經 存在 於 某 部 超凡 的 著作 之中 ， 數學家 的 責任 就 是 去 找到 這些 證明 、 去 解讀 這 部 天書 而已 。 同樣 的 ， 我 也 認為 智慧 的 解釋 應該 就 在 「 外頭 」 ， 我 可以 感覺到 它 ， 我 迫切 想要 去 讀 那 本 書 。 在 過去 的 二十五 年 裡 ， 我 腦海 中 一直 存 著 一 本 小小 的 、 簡單 明瞭 的 大腦 書影 ， 這些 年 來 ， 它 始終 就 像 紅蘿蔔 一樣 ， 驅使 著 我 向 前 走 。 那 個 微小 的 書影 就 是 你 現在 手 上 拿 的 這 本 書 。 我 向來 不 喜歡 複雜 ， 無論 是 科學 或是 技術 ， 你 可以 看到 我 的 這 種 偏好 反映 在 我 設計 的 產品 上 ， 通常 都 以 好用 出名 。 最 有效 的 事物 就 是 簡單 ， 所以 這 本 書 提出 了 一 個 簡單 、 直截了當 、 不 拐彎抹角 的 智慧 理論 。 我 希望 你 會 喜歡 它 。 〈 專文 推薦 〉 分析 大腦 的 結構 ， 理解 智慧 的 脈絡 《 創 智慧 》 這 本 書 談論 的 是 人腦 如何 運作 的 理論 。 要 瞭解 作者 在 想 些 甚麼 ， 我們 最好 從 一 個 例子 出發 。 圖 一 裡 有 個 中文字 ， 中間 被 塗黑 了 ， 只有 外框 被 保留下來 。 看 了 這 個 字 ， 你 會 猜想 它 是 「 圖 」 、 「 圓 」 、 或 「 園 」 這 類 的 字 。 你 可能 會 先 想到 「 圖 」 這 個 字 ， 那 是 「 圖 一 」 所 帶給 你 的 聯想 。 然而 ， 你 就 是 無法 確定 它 是 哪 個 字 。 如果 我 將 這 個 字 所 出現 的 脈絡 一併 呈現給 你 （ 圖 二 ） ， 你 會 毫不 遲疑 地 說 ， 「 啊 ， 這 是 個 『 國 』 字 。 」 請 留意 ， 出現 在 這 兩 個 圖 中 的 「 國 」 字 長相 其實 完全 相同 。 為什麼 當 它 單獨 出現 時 ， 你 無法 認出 ， 伴隨 脈絡 出現 時 你 卻 能 正確 辨認 ？ 你 會 說 ， 「 當然 嘛 ， 這 是 為什麼 我們 可以 訓練 自己 速讀 。 在 閱讀 時 ， 我們 看到 的 其實 是 整 段 文字 ， 而 不 是 個別 文字 。 」 然而 ， 如果 我們 只 從 整 段 來 判讀 文字 ， 我們 是 怎麼 認識 單獨 文字 的 ？ 而且 ， 如果 一 個 文字 出現 在 不 該 出現 的 脈絡 （ 如 ， 「 國惠 」 ） ， 我們 就 沒有 機會 認出 它 來 嗎 ？ 你 又 會 說 ， 「 這 並 不 難 。 我們 可以 把 法則 訂成 這樣 ： 如果 一 個 文字 出現 在 脈絡 裡 ， 我們 使用 脈絡 的 規則 來 判斷 它 ； 如果 它 單獨 出現 ， 我們 則 以 另 一 種 規則 判斷 。 」 然而 ， 在 脈絡 出現 的 情況 裡 ， 我們 仍然 有 機會 看到 單獨 的 文字 。 假若 這 兩 種 規則 提出 了 相 抵觸 的 判斷 ， 我們 應該 相信 哪 一 個 呢 ？ 我們 這樣 想 下去 ， 會 逐漸 發現 ， 要 發明 一些 法則 來 模擬 人腦 的 部分 運作 並 不 困難 。 然而 ， 如果 要 在 很多 方面 都 能 達到 與 人腦 相同 的 效能 ， 我們 就 會 被迫 把 法則 寫 得 越來越 繁複 ， 而且 仍然 免不了 顧此而失彼 。 霍金斯 認為 人腦 是 這麼 運作 的 。 首先 ， 人腦 有 個 階層性 的 架構 。 輸入 的 訊號 從 下 層 進入 ， 流經 中層 ， 最後 進入 上 層 。 每 一 層 的 神經 細胞 都 是 某 一 種 類型 的 型態 辨別器 （ pattern recognizer ） ， 它們 所 從事 的 工作 是 把 下 一 層 所 送來 的 訊息 作 進一步 的 判斷 ， 決定 自己 是否 要 活化 （ 被 激發 ） 。 比如 ， 我們 的 腦子 可能 有 個 辨識 部分 文字 的 層次 。 在 這 層次 裡 ， 當 圖 一 的 訊息 進入 時 ， 負責 辨識 外框 （ 囗 ） 的 神經 細胞 活化 了 。 然而 ， 由於 資訊 的 不 明確 ， 負責 辨識 「 或 」 的 神經 細胞 並 沒有 活化 。 到 了 大腦 的 上 一 層 ， 所有 負責 辨識 文字 中 有 個 囗 的 神經 細胞 一起 活化 ， 因此 我們 會 說 ， 這 可能 是 「 圖 」 ， 也 可能 是 「 圓 」 ， 等等 。 到 了 更 上 一 層 ， 負責 辨識 「 國家 」 的 神經 細胞 也 活化 了 ， 我們 認出 一 個 完整 的 名詞 。 人腦 的 架構 不僅 有 階層 的 連結 而且 有 相互 的