弹性最新章节_列纳德·蒙洛迪诺著

第2章
思考的本质

窥视你的大脑

1650年，英国牛津，某一个寒冷的雨天，安妮·格林这个体态臃肿的女人在被送上绞刑架的时候仍然坚称自己是无罪的。医生也支持她的无罪声明：他们认为安妮刚生下来的婴儿太小了，根本无法存活，并不像她被指控的那样故意造成了婴儿的死亡。婴儿的父亲却指控她有罪，因为婴儿的祖父是当地一位颇有权势的绅士，最终法官判处格林绞刑。格林爬上梯子，圣歌唱响，绞索套上她的脖颈，紧接着她被推下梯子。

人们围观了整个行刑过程，半个小时之后，她被宣布死亡，人们从绞索上将她放下来，安置在一口棺材里。这口棺材是由托马斯·威利斯和威廉·佩蒂医生提供的，他们得到国王查理一世的钦准，专门负责解剖罪犯尸体以供医学研究。随后棺材被抬到了佩蒂医生的解剖室，他们将对格林进行尸检，但是正当他们打开棺材准备移动并切开尸体的时候，佩蒂听到格林的嗓子里咕噜响了一声。

即使对于有着多年尸检经验的佩蒂医生来说，听到这种“尸体抗议”也是头一遭。他摸了摸格林的颈部，感觉到了一丝微弱的脉动。两位医生站在她身旁给她做了15分钟的手脚按摩。他们在格林颈部的勒痕处涂抹了松节油，并用一根羽毛伸进她的喉咙轻搔。这看起来有点儿像《周六夜现场》中的恶作剧，但是确实奏效了。她咳嗽了几声，第二天早上，她恢复了意识，并且要了一杯啤酒。又过了几天，她能下床走动了，还能“享用鸡翅”。

当局决定对她再次施以绞刑，可以说他们的残忍程度和伏地魔以及约瑟夫·门格勒不相上下。但是威利斯和佩蒂却认为安妮·格林的复活是神的旨意，这证明她确实无罪，最终安妮·格林被当局宣布无罪释放。之后她改嫁了，并生了好几个孩子。

在离开佩蒂医生的解剖室之前，格林找到一条生财之道——她重新躺回棺材里，人们付费列队“瞻仰”她躺在棺材里，人们都想看看这个差点儿被肢解的从鬼门关里逃出来的女人。这件事也给托马斯·威利斯医生带来了名誉和威望，因为他曾让她“起死回生”，并且让这件事家喻户晓。就连诗人也作诗歌颂他的功绩，他成了那个时代最声名显赫的医生之一。

在威利斯的解剖事业中，他最关注的是大脑，并一直在寻找大脑损伤和异常行为之间的联系。他也成为首位把行为异常和脑组织结构改变联系在一起的医生。他创造了“神经学”这个术语，还识别并命名了很多我们今天仍在研究的大脑区域。他借助新建立起的声誉来宣传自己的事业和想法，他还在建筑师克里斯托弗·雷恩的帮助下描绘了人类大脑的图像，在接下来的两个世纪里，这些图像都是最精确的。

在威利斯去世300年后，我们不必再等到人死之后才能对其大脑结构一窥究竟。技术的发展让我们有各种途径在人活着的时候就能研究其大脑，同时这也促成了认知神经学新领域的诞生——研究我们如何思考，研究大脑如何产生思想。

认知神经科学的基本原则之一是，思维的结构和形式独立于其特定的内容。换句话说，人类在创造新的商业模式、洗发水和食品时进行的思维活动与构思新的科学理论、绘画和交响乐时的思维活动从根本上是相同的。因此，当我们开始研究弹性思维时，我们首先需要对思维的本质进行思考。

什么是思考？

为什么动物的脑部会进化？哲学家卡尔·波普尔在写下“所有活着的时间都在解决问题”时，间接地提出了这个问题。波普尔的话反映了进化生物学的观点，即将动物视为寻求生存和繁殖的生物机器。在这种观点中，动物被视为不断面临挑战并接受挑战的奇妙装置。随之而来的就是动物大脑在漫长的岁月中不断地发展，变成了越来越高级的问题解决“机器”。再往前走就可以解决空间移动的问题，而写一首诗或创作一幅画同样是在解决问题——表达自己对于某个主题的感受，或传达内心情感。许多神经科学家和心理学家都认为这就是“思考”的本质。

即使无法确定所有的生命在存续期间是否都在解决问题，但至少在动物王国，这一点是毋庸置疑的，因为事实如此。在山坡上的岩石无法改变自己的命运。植物虽然有生命，但它们无法做得更好。与动物相比它们是静止的，不太需要面对变化，也缺乏应对变化的能力。它们扎根的环境决定了它们的命运——适应环境，否则就会死亡。然而，动物生下来就是为了改变自己的环境，远离危险的条件和情况而转向有利的环境。这是一种有用的能力，但由于它们的生活涉及运动，它们必须不断采取行动来解决自己遇到的各种问题和难题。它们通过感官收集数据或使用其他方法来监测环境中发生的事情，并且通过大脑或类似大脑的结构对这些感官收集到的数据进行处理，以便解释动态情况并选择合适的行动。

但是进化是讲求经济成本的，如果一辆小摩托车足够你用的话，你就不会创造出一辆豪车。因此，为了解决遇到的问题，动物创造出了前文提到的三种日趋复杂的信息处理模式：脚本模式、分析性模式和弹性模式。第一种模式用来解决简单和常规问题，后两种则用来应对其他更加复杂的挑战。

这提出一个有趣的问题：如果一个有机体正在处理信息，是否意味着它正在思考？将黏液菌（一种低等变形虫）放置在迷宫中，它也能成功地找到食物。如果将食物放置在迷宫的两个不同位置，黏液菌会改变自己的形状——变成可以到达两个位置的最短形状，以最有效的方式吃掉它们。黏液菌正在解决问题，这是一种思考吗？但是如果这种行为不能称作思考，那么又该称作什么呢？我们判断的依据是什么？

根据字典中的解释，思考是合理客观地运用思想去评估或处理特定的情境；判断某个事物是否是一个可能的行动或者选择；或者，发明或构思某种东西。神经科学的教科书对这个概念的定义更具专业性：“思考是对刺激进行识别，判断和做出有意义的反应行为……其特点是能够产生一系列想法，特别是那些新颖的想法。”

最简单的说法，这些定义表明思考本质上是评估环境，并通过产生想法对环境做出有意义的反应。这意味着对于脚本模式的信息处理（例如黏液菌所执行的处理）并不符合“思考”的概念。黏液菌并未对环境进行评估，而仅仅是对环境的改变做出回应。它没有产生一种想法，而是遵循预先设定的方式做出回应。这和鹅妈妈保护巢中自己下的蛋的行为是一样的。

也就是说，把有机体（或者计算机）按照编好的脚本全自动执行的行为排除出“思考”这个定义只是一种习惯，这一界线是我们任意画出的。真正重要的是我们需要认识到，根据这个定义，我们所谓的思考对于很多甚至大部分动物来说都不是生存的必要技能。在动物王国中，思考是例外，而不是规则，因为大多数动物在生活中只会遇到“标准”问题。在大多数情况下，它们可以很好地进行本能的自动的反应。我们人类的情况是怎么样的？我们的反应是源于思考，还是也像大部分动物那样只依赖于脚本化的习惯？

事事留心

20世纪70年代后期，心理学家埃伦·兰格和两位同事写了一篇开创性的论文，他们提出了一个问题：“如果没有充分的意识，有多少行为会持续下去？”答案是“很多行为”。正如他们的论文标题所写的那样，这些行为被命名为“看似深思熟虑的行为背后的无意识”。

我们都知道我们有时会采用“不由自主”的方式处理问题。但兰格的论文提到一个令人震惊的事实：这种脚本性行为在我们的“复杂的社交活动”中也很常见。兰格所说的“复杂”的概念并不是指戏剧或马基雅弗利式的阴谋，她指的仅仅是在交往活动中，某些东西，甚至是微不足道的东西都会受到威胁。她和她的同事得出的结论是，当我们遇到那种熟悉的情况时，根据程序化模式，我们更倾向于盲目地行事，并且对于当前的具体情况基本也不愿做出什么调整。

论文中描述了一个实验，一位研究人员坐在一张桌子旁，桌子上有一台施乐复印机，随后他走向那些排队打印的人群，对他们说：“不好意思，我只有5页材料。我可以先使用这台机器吗？”60%的人允许他先用。面对拒绝他的40%的人，这个研究人员继续请求：“不好意思，我只有5页材料。我有急事，我可以先使用这台机器吗？”94%的人都同意了。

和鹅妈妈一样，这似乎是经过思考的行为。那些初次拒绝他的40%的人在听到他的第二次请求后，大多数人都改变了主意。因为他们听到了一个似乎正当的理由，这让他们重新思考和评估自己和那个“有急事儿”的人相比，谁的需求更紧迫一些。

实验者还进行了第三次尝试，他说道：“对不起，我只有5页材料。因为我要复印，所以我可以使用这台机器吗？”这个版本的请求看起来与第二次那个成功的版本具有相同的结构：陈述，请求，理由。不过，内容却不同。这个版本中的“理由”是空泛的。“因为我要复印”根本没有向先前的陈述“我只有5页材料”中添加任何新的信息。

如果那些人真的能够根据不同请求的合理性做出回应，那么最后一种请求应该和第一种没有给出任何理由的请求具有相同的成功率——60%。但是，如果他们遵循这样一个脚本，“如果请求者提供了一个理由——一个针对请求的原因声明（无论多么无关紧要）”，那么你会认为成功率更接近第二种情况——94%。所以究竟发生了什么：这个包含虚假原因的请求成功率高达94%。那些被虚假理由左右的人显然是在遵循一个无意识的脚本来行事。

这项研究和其他研究表明，尽管你可能认为自己很少在社交活动中遵循脚本，但我们大多数人却经常这样做。事实上，临床心理学家并不热衷于受控实验室研究，但他们一直在观察脚本性行为，尤其是在关系互动的过程中。例如，研究关系的学者已经发现一种被称为“要求/退缩”的模式。即使它具有破坏性，一些夫妇偶尔也会陷入这种模式。当一方（通常是女性）试图改变另一方或讨论人际关系问题时，就会发生这种情况。这就是“要求”。它触发了许多男性的自动退缩反应，他们试图避免这种讨论。如果他们的退缩反过来又促使她扩大了她的要求，结果可能是一场不断升级的冲突。

类似地，关系中的一方可能会提到另一方的“痛处”或者做一些事来激怒对方，引发对方愤怒但可预料的反应。不幸的是，一方的愤怒常常会引发另一方一连串的反应，因为一方认为另一方的愤怒是个人主观行为，而不是基于自动脚本的无意识反应。结果仍然是双方的冲突和争执会不断升级，不断循环。

心理治疗师告诉他的患者，摆脱这种循环的方法是学会识别它们何时发生，然后大家一起打破这个脚本——站在施乐复印机前面的人群本可以这么做，但是他们并没有意识到他们的反应是一种自动行为。这类似于你在驾车上班途中进行的简单控制工作：当你听到救护车的警报或遇到其他异常情况，你就会取消日常使用的自动驾驶模式。

总的来说，培养分析性思维或弹性思维的第一步是培养思维——在你使用自动化脚本时要保持清醒的意识，并在它们不能很好地为你服务时丢弃它们。因为只有你具有充分的自我意识，才能在不合适的情况下中断自动脚本。兰格称这种自我意识为“清醒”。今天，心理学家称其为“正念”——源自佛教“冥想”的概念。

威廉·詹姆斯说：“与我们应该到达的理想状态相比，我们仅仅处于半清醒状态。”一种真正有意识的状态会与此（半清醒状态）形成鲜明对比。当你有意识的时候，你能充分意识到当前自己的感知、感觉、感受和思考，并且冷静地接受它们，就好像在远处冷静地旁观一样。要做到这样的心理监控并不困难，但是，就像改变你的身体姿势一样，它需要不断努力才能实现。幸运的是，最近的许多研究表明，“正念”可以通过简单的心理练习来实现。对于那些有兴趣尝试的人，我将介绍一些比较著名的练习方法。

（1）身体扫描。坐下或躺下，让自己保持舒适的姿势。整个过程需要10~20分钟。解开一切紧身衣物并闭上眼睛。做几次深呼吸，把注意力集中在整个身体上。感受身体在地板或椅子上的重量以及这种接触的感觉。然后，从你的脚开始，了解你身体每个部位的感受。你的脚是温暖的还是凉爽的，是紧张的还是放松的？你是否有任何感觉，比如不适或疼痛？慢慢地，将你的注意力转移到你的脚踝、小腿、膝盖、大腿、胯部和臀部，然后是你的躯干。接下来，关注你的手指，然后将手臂向上抬到与肩膀平齐，最后将注意力移到你的颈部、脸部、头部和头皮。最后，逆向做一遍——从上向下扫描自己的身体。

（2）思想的正念。就像身体扫描一样，可以在20分钟或更短的时间内完成。闭上眼睛做深呼吸，专注于你的呼吸，直到你彻底安静下来。然后放松你的注意力，以一种超然的方式关注每一个想法，不需要做出判断或参与其中：这是一种感觉、一种心理形象、一种内部对话吗？它会渐渐消失，还是会引发另一种想法？如果在这个练习中遇到了难以处理的想法，那么试着去接受并观察它。

（3）有意识地进食。这项练习时间更短，更有趣，大约需要5分钟。你可以用你喜欢的任何食物来进行这个练习。人们常常选择葡萄干，但我用巧克力——这是我吃巧克力的借口。下面描述一下我是如何做的。开始的时候，就像在其他练习中一样，进行几次深呼吸来清空你的思绪。然后把巧克力拿在手里。专注于它。如果它有包装，那就用心感受它的包装。把它拿在手里慢慢转动，感受它的质感。然后打开包装，感受巧克力。注意它的外观。把它移到你的鼻子旁，感受它的香味。注意你的身体对它的反应。现在慢慢将它送到你的嘴唇边，轻轻地放在嘴里，但不要咀嚼或吞咽它。闭上眼睛，将巧克力放到舌头上，关注这种感觉。专注于你舌头捕捉到的味道和感受。让巧克力在你的嘴里慢慢融化。如果出现这种情况，关注吞下它的欲望。当它融化时，慢慢地吞下它，对这些感觉保持意识。

还有许多其他的正念练习，你都能在互联网上轻松地找到。你做了哪些并不重要，但研究显示，如果你每周进行3~6次正念练习，一个月之后，你将在避免“自动回复”的能力上，以及在大脑的其他“执行功能”（见第4章）上取得显著的进步，比如集中注意力的能力和将注意力从一项任务转移到另一项任务的能力。这些技能能让你更好地控制自己的思维方式，并能让你对生活中出现的问题有更清晰的认识。

思维法则

一旦我们超越了固定脚本，我们就能用分析性思维来思考。我们倾向于赞扬分析性思维的客观性，它不受人类感情偏向的影响，因此显得更加准确。尽管许多人因为分析性思维“远离”情感而认可它，但也会因为它不像灵感和弹性思维那样受到情感的启发而批评它。

相对缺乏情感元素是分析性思维比弹性思维更简单、更易于分析的一个原因。我们对其性质的第一次现代化认识是在一个半世纪以前，那是在1851年，爱尔兰西南部科克大学的院长在一年一度的新生入学典礼上发言。在演讲中他说：

就我们的心智能力而言，是否存在形成科学思想的必需的普遍性法则……我回答这是可能的，并且理性法则是构成数学的真正基础。我这里所说的数学，不仅是数和量的数学，也是一个更大的数学，我相信，用符号形式表达的普遍推理具有更真实的意义。

三年后，这位院长，数学家乔治·布尔在一本名为《思维规律的研究》的书中进行了更细致的分析。

布尔的创新是将逻辑推理简化成一组类似于代数的规则。他没有完全实现自己的目标，但他确实创造了一种表达简单思想或陈述的方式，即把它们改写成可以组合和运算的方程式，就像我们可以用加法和乘法来运算和构成包含数字的方程一样。

布尔的工作在他去世后的100年里变得越来越重要，数字计算机的发明在早期被称为“思考的机器”。今天的计算机本质上用“硅”来实现布尔代数，包含被称作“门”的电路元件，每秒可以将数十亿个这样的逻辑运算串联起来。

布尔的远见并不局限于数学：在19世纪30年代，他成为一个组织的官员，该组织倡导对工作时间进行合理的法律限制，他和别人共同创立了一个帮助任性女性康复的中心。他于1864年晚秋去世。他曾在暴雨中走了很长一段路，从头到脚都湿透了，给学生上完课之后，他又顶着暴雨走回家。回去后，他发高烧躺在床上昏迷不醒。他的妻子采用顺势疗法，继续在他身上泼冷水。两周后，他死于肺炎。

大约在布尔发明思维数学的同时，他的同胞，英国人查尔斯·巴贝奇试图发明一台机器来实现这种思想。巴贝奇的机器包含了数千个复杂排列的气缸，这些气缸又通过复杂的齿轮连在一起。从19世纪30年代末开始，他花费了数十年研究这台“分析引擎”，但由于其复杂性和昂贵的成本，他至死都没有完成。1871年，他抱憾去世。

巴贝奇设想这个机器有4个主要部件。通过穿孔卡片输入的是一种机制，这个机制用于向机器输入数据和指示它如何处理这些数据——我们今天称其为机器程序。巴贝奇称机器内存为“存储”，功能类似于电脑的硬盘。“处理器”是机器的另一部分，它根据输入的指令处理数据，也就是我们现在说的中央处理器；这个处理器也有一个小的内存，用来存储那些正在被处理的数据——我们称为随机存取存储器或RAM。最后，还有“输出”设备，负责打印答案。

总而言之，巴贝奇的机器几乎体现了现代数字计算机的每一个主要原理，而且从表面上看，它为理解我们的大脑如何工作提供了一个新的框架。因为我们的大脑也有一个数据输入模块（我们的感官），一个用于操作或“思考”数据的处理单元（大脑皮质），一个存储我们当前正在考虑的想法或词语的短期工作记忆和一个存储知识和机械性程序的长期记忆。

巴贝奇的朋友，数学家埃达·洛夫莱斯夫人（拜伦勋爵和他的妻子安妮·伊莎贝拉·诺埃尔的女儿）写道，巴贝奇的分析引擎就像“提花织机编织出花和叶一样，编织出了代数的图案”。这是一个生动的比喻，但是她下这个结论似乎有点儿草率，因为巴贝奇的机器并没有造出来。尽管如此，洛夫莱斯夫人对这一尝试仍大加赞赏，甚至可能比巴贝奇本人还要满意。虽然巴贝奇梦想着与自己的机器下棋，但洛夫莱斯夫人却从中看到了机器智能化的趋势，认为它有朝一日可能会“用精巧而科学的方式创作出任何复杂的音乐作品”。

人们对这个领域知之甚少，所以那个时代没有人能够发现下国际象棋和原创一首交响乐有什么本质区别。但从今天的角度来看，这之间的鸿沟是巨大的。前者可以通过对规则和逻辑的线性应用来实现，即布尔的思维法则。后者的实现则需要更多的东西——产生新的、原创想法的能力。前者可以简化为算法，而后者正如我们将要看到的那样，当我们试图将其简化为算法时就会碰壁。完成前者，传统计算机可以比任何一个人都做得更好，但它却不能很好地完成后者。分析性思维与蕴含着更大能量的弹性思维之间的区别，是造成这一差距的关键原因。西方社会自理性时代以来就疯狂崇拜的分析性思维不过是个低级的神，而弹性思维才是人类思想的宙斯，这是有道理的。毕竟，逻辑思维可以帮助我们确定怎样开车从家到杂货店最省事，但弹性思维却帮助我们发明了汽车。

非算法的弹性大脑

在20世纪50年代，许多信息科学的先驱认为，如果把世界上所有的顶级专家聚在一起开个会，他们就可以创造出一台计算机，其“人工”智能可以与人类思维相媲美。他们和洛夫莱斯一样，并没有发现分析性思维和弹性思维的区别。他们认为我们人类的大脑不过是一台“有血有肉”的计算机。他们筹集了足够的资金，终于在1956年举办了达特茅斯人工智能夏季研究计划会议，但他们没有兑现之前的承诺。

当时最著名和最有影响力的项目被称为“通用问题解决程序”，听起来就像你在深夜电视上看到的广告，它类似于一个能够做意大利面的九合一搅拌机/开罐器，或者一个能用来磨指甲的水果刀。通用问题解决程序这个名字听起来很夸张，但它实际上体现的是那些研究者对这一项目存在潜力的天真想法，而不是自大。

为什么通用问题解决程序不可行？因为计算机本质上不过就是个符号操作器。这些符号可用来表示关于世界的事实，也能表现描述不同事实之间关系的规则，还可以表现如何操作这些符号的规则。通过这种方式，早期的科学先驱推断，计算机可以通过程序来思考。自布尔和巴贝奇以来，计算机在技术层面已经发生了变化，但其基本概念却没有变。

有人幼稚地认为，如果简喜欢桃子派，而鲍勃烤了块桃子派，那么计算机就能计算出简对鲍勃烤的东西的喜爱程度——甚至是对鲍勃本人的喜爱程度，就像计算数字“2”的平方根一样容易。但这种方法的局限性很快就显现出来。通用问题解决程序根本不是全能的天才。虽然它可以解决特定的、被明确定义的谜题，如著名的“河内塔”谜题——游戏者需要按大小顺序重置串在立柱上的一堆圆盘来完成游戏，但该程序忽略了现实世界问题中固有的模糊性。

要处理在现实世界中遇到的所有新奇事物和变化，既需要对复杂世界有深刻的理解，又需要具有弹性思维。但是那些早期的计算机的能力还停留在黏液菌的简单脚本模式和非常基本的分析性模式之间的某个阶段。

从那以后，人们虽然也在努力想发明一台可以进行弹性思维的计算机，但并没有取得多大进展。今天我们生活的时代会让布尔、巴贝奇以及那些早期的科学先驱感到震撼。我们在微小的硅芯片上嵌入数十亿个微型巴贝奇式引擎，并且每时每刻都在进行无数的布尔式计算。但是，就像癌症治疗和从核聚变中提取清洁、廉价的能源一样——似乎触手可及但仍无法实现，我们现在还没有发明出能实现通用问题解决程序承诺（进行弹性思维）的计算机。

安德鲁·摩尔曾任谷歌公司副总裁，后来辞职，去了著名的卡内基–梅隆大学主管计算机科学学院。用他的话来说，今天最精密的计算机也不过是只能“解决特定问题的智能计算器”。例如，计算机可以计算物理学神秘的方程，计算黑洞碰撞时会发生什么，但首先人类必须通过从更一般的理论中推导出特定过程的方程来“建立”这个问题；没有计算机可以自己创造理论。

再想想洛夫莱斯夫人的梦想：音乐创作。有些计算机确实可以“创作”出复杂的乐章，而且听起来还不错，有莫扎特和斯特拉文斯基风格的古典作品，还有听起来像查理·帕克创作的爵士乐。我们甚至可以在iTunes（一款媒体播放器应用程序）上找到一个名为Bloom的应用程序，它将根据个人需求生成一个新颖独特的布莱恩·伊诺风格的循环乐器乐段。伊诺推测，随着这种“生成音乐”技术的出现，我们的子孙有朝一日会惊奇地看着我们说：“你的意思是你曾经一遍又一遍地听同样一首乐曲吗？”

这种计算机音乐很有吸引力，有它存在的价值，但它应该与新的音乐创作区别开来。这些计算机作曲家使用人工编制的“标签”列表——由人类作曲家创作的旋律、和声和装饰性主题，并应用一般性规则来改变它们或把它们交织在一起。这仅仅是对旧的音乐进行重新洗牌，没有加入任何新的想法。如果一个人模仿莫扎特或布莱恩·伊诺的音乐，或者模仿伦勃朗作画，我们将不会赞美他的艺术性，因为他的作品属于衍生和非原创的范畴。

在计算机中实现弹性思维的问题是，虽然计算机正朝着更快的计算方向发展，但并没有转化得更具弹性。因此，在那些令人兴奋的早期之后的几十年里，我们发现，遵循明确的易于编定的规则或程序的任务非常适合自动化处理，而涉及弹性思维的任务通常不适合这类处理。

看看下面这段话：

Aoccdrnig to a rseheearcr at Cmabrigde Uinerevtisy it deosn’t mttaer in waht oredr the ltteers in a wrod are, the olny iprmoatnt tihng is taht the frist and lsat ltteer be at the rghit pclae. The rset can be a tatol mses and you can sitll raed it wouthit porbelm.

（大意为：剑桥大学的一位研究员宣称，一个单词中的字母采用何种顺序进行排列并不重要，唯一重要的是保证第一个和最后一个字母位于正确的位置，虽然看起来可能很糟糕，但是你还是能毫不费力地读懂。）

有许多计算机程序可以识别朗读打印的文本，但是当文本与标准的拼写有严重的偏差时，它们会无能为力。相比之下，我们人类却可以毫不费力地理解它们。

你可以轻松阅读一段拼写有误的文字，这证明你有弹性思维。你的头脑没有被提示就注意到了该段文字的某些异常。然后大脑会弄清楚到底发生了什么，重点关注每个单词中正确拼写的第一个和最后一个字母，而忽视中间错乱的部分。在上下文的帮助下我们可以对段落的意思进行解码——可能速度会稍慢于阅读正确的文本。而计算机在进行文本阅读时会尝试将每个字符串与字典中的单词相匹配，并且会考虑一些常见的拼写错误，但最终它将失败——除非事先提供了为这个任务量身定制的程序。

需要弹性思维的任务在现代计算机上执行起来非常困难，即使它们对人类来说易如反掌。我们再考虑一下模式识别。麻省理工学院经济学家戴维·奥特尔提到过一个“视觉识别椅子”的任务。任何学龄儿童都可以轻松做到，但你如何编写一个程序让计算机也做到呢？你可以尝试确定关键性的定义特征，例如拥有水平表面、靠背和腿。不幸的是，这些特征还包含许多不是椅子的物体，例如带腿的灶台和内置的后挡板。另一方面，那些没有腿的椅子不符合这个定义。

椅子很难通过合理的、基于规则的描述来定义，因为定义不仅包括典型的椅子，还包括各种新型的椅子。那么三年级学生是如何识别它的呢？大脑的弹性思维是非算法的，我的意思是要实现我们的想法和解决方案，我们并不需要明确的步骤定义（不考虑大脑是否能像一些人认为的那样，被图灵机模拟出来）。我们并不是通过深思熟虑又能够明确表达出来的定义去判断什么是一把椅子，相反，我们潜意识的神经网络通过多年的观察，甚至已经学会用一种我们自己都意识不到的方式来权衡物体的复杂特征。

谷歌公司一些聪明且具前瞻性的计算机科学家现在正在尝试用模拟我们大脑神经网络的方法来改进普通计算机。他们制造了一台机器，这台机器能在没有人工监督的情况下学习识别“猫”的视觉图像。这项工程需要1 000台计算机联网合作。然而，一个三岁的孩子在吃着香蕉抹着花生酱的时候就可以做到。

这让我们看到了大脑和数字计算机结构上的一些关键差异，同时也告诉我们一些有关自身的重要信息。与我们的大脑相比，计算机由相互关联的开关组成，我们可以通过电路和逻辑图来理解，它们通过遵循明确定义的一系列步骤（程序或算法）以程序员根据特定任务制定的线性方式执行分析。谷歌的科学家连接1 000台这样的计算机构成一个神经网络，他们取得了令人印象深刻的成就，这也是一种很有前景的方法。但是我们的大脑做了令人印象更深刻的事情，形成了由数十亿个细胞构成的神经网络，每个细胞又与其他数千个细胞相连，这些网络被纳入更大的结构，而这些结构又被更高一级的结构吸纳，以此类推，形成了一个科学家才开始理解的复杂的层级结构。

正如我之前提到的，这样的生物大脑既可以像传统计算机那样自上而下地处理信息；也可以自下而上地处理信息，这在弹性思维中是非常重要的；或者把两种方式组合起来使用。正如我们将在第4章看到的，自下而上的处理源于数百万个神经元的复杂且相对“无监督”的相互作用，并且可以产生非常原创性的想法。相比之下，自上而下的处理由大脑的执行区域负责，产生循序渐进的分析性思维。

我们的执行大脑善于摒弃不合逻辑的想法。但是，如果我们正要解决问题并且碰巧走在“错误”的道路上，那么这些不合常理、不合逻辑的想法就是我们需要的。著名的辩护律师桑福德·帕里斯讲述了他在法学院听到的一个案件。被告因谋杀妻子而接受审判。间接证据很有力，但警方未找到尸体。在总结陈述的时候，辩护律师首先尝试了常见的方法，总结证据来说服陪审团发现合理的疑点。但逻辑不起作用：律师担心他无法说服任何人。然后他想出了一个出人意料的主意。

当他站在陪审团面前做最终陈述的时候，他做出一个戏剧性的声明：所谓的被害人已被找到。她就在法庭的某个地方。他让陪审团成员的视线转向法庭的后面。过了一会儿，他告诉他们，所谓的被害人会从门外走进来，以证明被告是无辜的。陪审团都转过身去期待被害人出现。几秒钟过去了，没有人走进来。律师随后虚张声势地宣称，“很不幸你们还是没有看到那个女人”——但是，如果陪审团转过头去看，证明他们心里已经产生了合理的怀疑，那么他们就应该投票支持法庭无罪释放被告。这是一个很好的例子，这个律师并没有采用通常的循序渐进的方法，而是转向了新的方向。对被告来说不幸的是，他没有理解和配合他的辩护律师想出的策略。结果，他自己毫不怀疑他的妻子已经死了，所以他没有把视线转向法庭的后面。检察官在他的反驳陈述中指出了这一点，于是被告被判有罪。

你不会使用循序渐进的线性方法来解答谜语，J. K.罗琳在创作《哈利·波特》或切斯特·卡尔森在发明施乐打印机的时候也不会。我们依靠的是不被监督的自下而上的思维，它为我们提供了意想不到的顿悟和看待产生这种想法的情境的新方式。