第四十九章　巴甫洛夫反射与赫布可塑性何以成为两种学习解释

一　条件反射获得的操作判据

一种声音原来不引起所关心的分泌反应，经过特定的配对经历后，却能在相应条件下引出反应。这里最先确立的不是某条神经连接已经增强，而是刺激与可测行为之间的关系发生了有历史条件的变化。学习作为实验对象，需要先有这样能够重复比较的判据，内部机制才有明确的解释目标。

巴甫洛夫在一九二七年《条件反射》的第二讲中解释了选择唾液分泌作为测量对象的理由，并重视实验者动作及周围刺激造成的干扰。第四讲则通过不再伴随强化的刺激呈现，讨论反应减弱、潜伏期以及随后的恢复。[49-1]这些操作把“动物已经学会”拆成了可以逐次记录的差别，而不是依赖观察者对其意图的印象。

获得判据至少涉及基线与变化。训练以前相同刺激引起什么，训练以后反应出现得多快、达到什么程度、能够保持多久，都需要分别记录。若训练前已有明显反应，就不能把全部训练后输出算作新获得；若只有短暂变化，还要考虑疲劳、兴奋状态或感受器适应等其他过程。

刺激配对也不是两个事件碰巧都出现过。前后次序、间隔以及背景中各事件出现的机会，都会影响研究者能够提出什么推断。只比较有训练与无训练，可能把接受刺激的总量与刺激间的关系混在一起。更有力的比较，应使关键关系改变，而让其他重要经历尽可能相当。

潜伏期和反应量提供不同信息。反应开始得更早，并不必然伴随总量更大；同样的总量也可能分布在不同时间内。把一条时间曲线压成“有反应”会丢掉学习改变发生在哪个环节的线索。连续记录的价值，正在于使这些原来被日常描述合并的差别进入分析。

消退更不能简单等同于痕迹被擦除。若反应经过一段间隔重新出现，至少说明先前的低输出并非只能用永久破坏解释。具体机制还须另外研究，但行为层已经能够排除某些过强解释。这里观察的力量并不来自直接看见脑内过程，而来自不同时间条件对竞争假说施加约束。

行为判据还必须包括任务条件。饱食、困倦、刺激显著性变化或执行能力受损，都可能影响输出。没有表现出已学反应，可能是没有学会，也可能是当下不能或不倾向表现。学习与表现的区分并不是给任何失败寻找借口，而是要求提出可以独立检验的状态变量。

由此形成的研究单位，不再只是一个刺激和一个动作，而是刺激、配对历史、测试条件与反应曲线的组合。其身份依赖这些关系在不同轮次中的可比性。相同声音在不同历史中具有不同效应，说明物理刺激相同并不足以保证实验对象完全相同；历史已进入对象的操作定义。

还应区别刺激自身的物理变化与其预测关系的变化。同一个声音可以在不同程序中具有不同的信息价值；不同声音也可以经过训练取得近似效果。若只按声音频率分类，就会遗漏关系差异；若只按行为效果判同，又可能忽略感觉能力的限制。操作对象同时包含物理属性和程序中的位置，两者的贡献需要交叉比较。

条件反射的历史重要性也不在于它足以概括全部学习。一个稳定范式能够把特定问题变成可重复研究，已具有独立价值。若把复杂技能、语言理解和推理都直接写成同一种配对，便需要额外的桥接证据。保留范式的有效范围，反而能使其贡献不依赖无限外推。

二　赫布规则的数学与机制地位

赫布一九四九年《行为的组织》第四章提出一种神经生理假设：当一个细胞反复参与使另一个细胞发放时，相关变化可能提高前者促成后者活动的效能。他明确把它作为假设，并区分一般效能变化与更具体的生长机制推测。[49-2]思想史应保留这种证据身份，不能把后来流行的简短口号当作当时已经验证的普遍规律。

这一提案为学习提供了潜在的细胞过程：先前活动改变未来活动的传播条件。它比单纯观察反应增加多出一个机制层级，也相应增加了取证负担。要支持特定情境中的这种解释，需要说明哪些连接改变，变化依赖什么活动关系，以及这些变化怎样影响后来过程。

为了展示数学层面的意思，可以另写一个教学用的简化模型：令x与y表示两个单元在所选时间窗口内的活动，w表示有效连接强度，设Δw = ηxy，其中η为正的更新系数。这是本书用来讨论推理权限的形式化例子，不是赫布原著的逐字公式，也不代表生物突触都服从这一规则。

这个公式很清楚地规定，只要两个活动量同为正，连接便增加。它也暴露了简化的代价：若活动长期持续，强度可能不断增长；若没有削弱或限制项，系统难以维持稳定。加入上界、衰减或竞争可以改变这些后果，但每一次补充都引入新的假设，不能只凭“赫布式”一词免除检验。

时间窗口的选择同样不是无关细节。两个单元在较长窗口内都活跃，并不表示前者在足以影响后者的时刻发生作用。活动次序、延迟以及共同输入，可能让同样的平均乘积对应不同机制。把相关活动写进规则，尚未证明一种细胞真的参与促成另一种细胞的发放。

还须区分有效强度和物理结构。一个模型中的w可以概括多项过程的合成效果，并不总是一个可直接称量的突触大小。输出增大可能来自连接传递变化，也可能来自细胞兴奋性或抑制条件改变。若没有相应测量，参数变化只能是模型层的解释，不能自动译作某种形态已经长大。

赫布提案的强处因此不是宣布学习只有一条微观路线，而是提出活动历史与未来连接效能之间的可研究联系。它允许把反应的持续性、短期活动和更久的改变放入同一研究程序，同时保留不同机制的可能性。一般命题与具体实现之间的距离，正是后续实验能够工作的空间。

从SDE的路径看，行为变化这一显露促使研究者重建差异序列：不再只改变外部刺激配对，还需要比较细胞活动的次序与连接状态。与此同时，新的神经测量必须反过来受行为任务约束。若连接变化与所解释的学习无关，就不能因为它很精细而取得优先地位。跨层特征只有相互限制，才构成解释桥梁。

数学规则还可以作为反事实工具。设定相同初始连接，改变训练活动的相关结构，模型会给出不同的后续响应。研究者可以据此寻找区分性实验。但模型成功再现一条曲线，只说明该机制足以在模型假设下生成它，不说明真实系统只能使用这一机制。可生成性与实际实现需要分开。

共同输入说明了相关与局部因果之间的一个具体差别。若第三个来源同时驱动两个单元，它们可以经常共同活动，即便两者之间的直接连接并未参与这种一致。仅凭同时发放增加连接权重的模型，可以学到这种统计关系；若声称模型识别了真实的直接驱动关系，则还需要排除共同来源。模型在任务上的成功，不能自动扩大为结构发现。

此外，变化的诱发条件与变化的维持条件可能不同。一段活动促成某种改变以后，维持该改变未必需要原活动持续存在；反过来，一时增强也可能在诱发条件消失后迅速消退。研究应分别测量形成、保持和表达，避免用一次训练后的即时增强替代长期学习机制的全部证据。

三　从行为到神经的跨层风险

跨层推断最常见的跳跃，是从训练后表现改善直接推出突触强化。改善可以来自更好的感知、更合适的选择、更熟练的执行，也可以来自状态变化。即使确定存在神经改变，改变的位置与类型仍然未定。行为结果指出需要解释的现象，不替研究者选择唯一的神经答案。

反方向也有跳跃。观察到某处连接可塑，并不表明它承担了正在讨论的行为学习。一项生理变化可能是伴随结果、补偿过程或其他功能的组成。要建立解释，需要比较其发生时间与行为改变的关系，并进一步检验改变该过程是否以预期方式影响任务。

这里可以区分三种证据任务。记录用于寻找与任务相关的状态；干预用于检验改变状态的后果；恢复或替代用于进一步限制因果路径。三者各有价值，却不能互相替代。相关可以指导干预位置，干预效果又需要检查是否经由目标过程，而恢复也需区分原机制重建与旁路补偿。

设想两个回路都能产生同样的输出曲线，一个通过增强输入联系实现，另一个通过降低下游阈值实现。只看最终动作，它们可能无法区分；测量中间节点，或分别改变输入与阈值，才可能让预期分叉。这是解释不可辨识的简单例子，说明行为拟合越好也不必然意味着机制识别越充分。

同样的训练在不同个体中，还可能通过不同程度的机制组合达到近似表现。因此，群体平均的行为与群体平均的生理变化相配，并不自动建立每个个体内部的对应。跨层比较需要尽可能保持对象与时间上的配对，否则两个平均值可能制造并不存在的单体因果链。

必要性与充分性也应分别表达。阻断某过程后无法完成任务，提示该过程在所测条件下必要；人工引起某过程后行为改变，提示它具有因果作用，却未必证明它单独足够。若干预同时影响觉醒、运动或感觉输入，任务下降更可能具有多种解释。局部操作的名称不能替代作用范围的实际核验。

阴性干预也有解释空间。没有观察到行为变化，可能说明该过程不重要，也可能因为干预不足、任务过易、其他通路补偿或观察窗口不合适。应当依据已有机制选择能够区分这些可能性的后续比较。无限追加条件会保护理论免于失败，过早把阴性结果绝对化则会忽视系统冗余。

跨层解释需要把行为、细胞与连接三类证据对应起来。行为的可重复变化、细胞的可测状态和连接的干预后果共同收敛，才让某个学习机制获得身份。若其中一端缺失，就应准确保留解释的层级；更细的仪器并不会自动补全另一端。

这种层级纪律也保护了行为研究的独立价值。行为实验可以发现此前未知的约束，即使暂时没有对应的细胞解释。神经实验同样可以发现行为分类遗漏的差异。两者不是高低知识的排序，而是相互提出难题的关系。一个有生产力的桥接，应该允许任一端迫使另一端修订，并留下可以比较的修订依据。

测量本身也有时间分辨率的限制。行为记录可能按秒统计，神经事件却在更短窗口中变化；若只把两者的平均趋势叠在一起，先后关系可能被平滑掉。反之，极短的神经事件即便能够精确定位，也未必对应一个独立的行为步骤。跨层解释需要说明时间窗口怎样对齐，以及遗漏的过程会怎样改变结论。

四　学习结果如何回写下一轮学习

学习最直接的历史性，是前一次经历改变下一次经历的起点。但这种改变必须具体说明。它可能改变基线响应、刺激被注意的程度、可选择的动作或行动后获得的反馈。若只说经验积累，就无法解释为什么相同训练在有些条件下促进学习，在另一些条件下妨碍学习。

一个可以追踪的循环是：早期训练改变行为，行为改变随后接触到的刺激，新的刺激分布又改变后续学习。这里不必先断言某个突触机制，行为与环境之间已经形成可观察的回写。内部机制可以进一步解释这一循环如何实现，却不能让外部反馈关系在叙述中消失。

另一种循环发生在实验程序内部。研究者根据前一轮结果调整刺激强度、任务难度或分组方式，后续数据的生成条件随之改变。这属于科学实践层面的回写，与动物自身学习必须分开。如果调整仅是作者事后的解释安排，就不能说历史中的实验确实因该结果改道；需要程序记录或原文说明。

消退与再获得尤其适合考察这种区别。反应暂时降低以后，系统是否恢复到从未训练过的状态，不能只凭当前输出相同判断。后续训练的速度、对情境的敏感性或恢复的时间过程，都可能揭示先前经历仍有作用。相同的当下表现，可以掩盖不同的潜在历史。

本书可以据此说明“状态”的意义：它不是一张不可见事物的万能清单，而是为解释未来响应所需保留的过去信息。若加入某项状态后不能改善区分和预测，就没有理由仅为理论完整而无限扩界；若忽略它导致系统性误判，则应把它纳入研究对象。这给学习中的边界选择提供了任务标准。

条件反射研究与赫布式假说因此形成可以双向检验的关系。行为工作建立并修订现象约束，细胞假说提出可能实现，神经实验检验其中的具体环节。三者的节奏可以不同，结论也可能只在局部接合。

同样需要保留未发生改变的情形。若训练关系改变以后行为稳定，而模型预期显著变化，这就是能够削弱模型的材料。把一切稳定都称为更深层的学习，会让学习概念失去边界。有效解释必须同时说明什么条件足以改变系统，什么条件下应当保持原状。

从全书主线看，功能归属在这里由“某个脑部件负责学习”的笼统陈述，转向对一系列可延续改变的识别。何种变化保留历史，何种条件使它能被利用，何种操作能改变后续表现，构成彼此关联的问题。学习由此成为可以分别追踪形成、保持和表达，并检验各环节如何接合的研究对象。