熟悉的“思维即软件”与“思维即生物学”之争，或许是一个伪命题。本研究提出了生物计算主义：大脑确实进行计算，但这种计算并非我们通常想象的那种抽象的符号洗牌方式。相反，计算与大脑的物理结构、能量约束和连续动态密不可分。这重新定义了意识——它是由某种特殊的计算物质产生的，而非来自运行正确的程序。
在我们的新论文中，我们提出了一种不同的方法：生物计算主义。这个标签意在引发讨论，同时也是为了让对话更清晰。我们的主要论点是，标准的计算框架是有缺陷的，或者至少不适合大脑的实际工作方式。长期以来，人们一直倾向于将思维描绘为在神经硬件上运行的软件，认为大脑大致以传统计算机的方式进行"计算"。但真正的大脑并非冯·诺依曼机器，强行进行这种比较会导致不可靠的隐喻和脆弱的解释。如果我们想要严肃地说明大脑如何计算，以及在其他基质中构建思维需要什么，我们首先需要拓宽对"计算"可能的定义。
正如我们所描述的，生物计算具有三个核心特征。
实时的混合大脑计算
首先，生物计算是混合的。它混合了离散事件与连续动态。神经元发射脉冲，突触释放神经递质，网络经历类似事件的状态变化。同时，这些事件在持续变化的物理条件下展开，例如电压场、化学梯度、离子扩散以及随时间变化的电导。大脑既不是纯粹的数字系统，也不仅仅是模拟机器。相反，它作为一个多层系统运作，其中连续过程影响离散事件，而离散事件反过来重塑连续的背景环境，如此反复，形成一个持续的反馈循环。
为何大脑计算无法按尺度分离
其次，生物计算是尺度不可分离的。在传统计算中，通常可以清晰地将软件与硬件分离，或将"功能层面"与"实现层面"分开。在大脑中，这种分离是失效的。不存在一条清晰的界线，让你可以指出这边是算法，那边是物理机制。因果关系同时跨越多个尺度，从离子通道到树突，再到神经回路，乃至全脑动态，这些层面并非像堆叠的独立模块那样运作。在生物系统中，改变"实现"方式会改变"计算"本身，因为两者紧密交织在一起。
新陈代谢与能量约束塑造智能
第三，生物计算基于新陈代谢。大脑在严格的能量限制下运作，这些限制塑造了其结构和功能的方方面面。这不仅仅是一个工程细节。能量约束影响着大脑能表征什么、如何学习、哪些模式能保持稳定，以及信息如何被协调和路由。从这个角度看，跨层面的紧密耦合并非偶然的复杂性。它是在严酷的新陈代谢限制下，支持稳健、灵活智能的一种能量优化策略。
算法即基质
综合来看，这三个特征指向一个结论，如果你习惯了经典计算观念，可能会觉得这个结论有些奇特。大脑中的计算并非抽象的符号操作。它不仅仅是根据形式规则移动表征，而将物理媒介视为"纯粹的实现"。在生物计算中，算法即是基质。物理组织不仅仅使计算成为可能，它本身就是计算的构成部分。大脑不仅仅是运行程序。它们是一种特定的物理过程，通过随时间展开来进行计算。
这对人工智能与合成心智意味着什么
这种观点也揭示了人们通常描述现代人工智能时的局限性。即使是强大的系统，大多也只是在模拟功能。它们学习输入到输出的映射，有时具有令人印象深刻的泛化能力，但这种计算仍然是运行在为一种截然不同的计算风格而构建的硬件上的数字程序。相比之下，大脑在物理时间内执行计算。连续场、离子流、树突整合、局部振荡耦合以及涌现的电磁相互作用，并非在提取抽象算法时可以忽略的生物学"细节"。在我们看来，这些是系统的计算原语。它们是实现实时整合、韧性和适应性控制的机制。
并非仅限生物学，而是类似生物的计算
这并不意味着我们认为意识在某种程度上仅限于碳基生命。我们并非主张"非生物学不可"。我们的主张更为狭隘和实际。如果意识（或类似思维的认知）依赖于这种计算，那么它可能需要生物风格的计算组织，即使它是用新的基质构建的。关键问题不在于基质是否真的是生物性的，而在于系统是否实例化了正确类型的、混合的、尺度不可分离的、基于新陈代谢（或更一般地说，基于能量）的计算。
构建有意识机器的不同目标
这为任何试图构建合成心智的人重新设定了目标。如果大脑计算无法与其物理实现方式分离，那么仅仅扩展数字人工智能可能是不够的。这并非因为数字系统无法变得更强大，而是因为能力只是问题的一部分。更深层的风险在于，我们可能在优化错误的方向：改进了算法，却让底层的计算本体论保持不变。生物计算主义表明，要构建真正类似思维的系统，可能需要新型的物理机器，其计算不是作为硬件上的软件来组织，而是跨层面分布、动态链接，并受到实时物理和能量约束的塑造。
因此，如果我们想要类似合成意识的东西，核心问题可能不是"我们应该运行什么算法？"，而可能是"必须存在什么样的物理系统，才能使该算法与其自身动态不可分离？"需要哪些特征，包括混合的事件-场相互作用、无清晰接口的多尺度耦合，以及塑造推理和学习的能量约束，使得计算不是层叠在顶部的抽象描述，而是系统本身的内在属性？
这就是生物计算主义所呼吁的转变。它将挑战从寻找正确的程序转变为寻找正确的那种计算物质。