我们所写的内容中，有高达 13% 都包含隐喻（类比）——这些小小的类比通过引用更容易理解的场景，来阐释抽象或难以界定的概念。事实证明，有些人比其他人更依赖隐喻，而那些更具隐喻思维的人，可能在认知上有一些优势。他们似乎更容易理解他人的情绪，并且通过让自己暴露于更积极或消极的情境中，改变自身的心理状态。

当埃默里大学（Emory University）的科学家让人们躺进 fMRI 机器，并用隐喻“轰炸”他们时，他们发现，当人们以隐喻方式思考时，大脑的活动模式会有所不同。如果你被告知某人的声音像“丝绒般柔软”，那么大脑中与触觉相关的区域会被点亮；而如果只是说那个人“声音很轻”，这种反应就不会出现。这一规律适用于其他感官——如果你听到某段经历被形容为“苦涩”，大脑中与味觉相关的区域也会被激活。

这意味着，隐喻的力量往往超出了我们使用它时的自觉。研究者弗朗西斯卡·西特隆（Francesca Citron）指出：“比喻性的语言在交流中可能更为有效，甚至可以促进联结、说服和支持等过程。此外，作为读者或听众，我们也应警惕自己被隐喻语言过度影响。”

你也可以说，人类大脑是一台比较机器，不断在物理世界中寻找参照，以帮助自己理解那些更抽象的概念。但这本身就是一个隐喻。由于大脑是我们身体中最神秘的部分，人类总是在试图用各种隐喻去理解头骨里的那块组织。这些隐喻一方面帮助我们更好地理解自己，另一方面也限制了我们。

很长一段时间里，人们甚至不知道大脑究竟是干什么的。

比如亚里士多德，他认为大脑是身体温度调节系统的一部分：血液是“热”的，大脑是“冷”的，所以血液必须经过大脑来降温，就像一个散热器。他根本不相信大脑和感官之间有任何联系。

直到亚里士多德去世后，希腊哲学家才提出，大脑掌控着人的感官与动作。到了古罗马最具影响力的医学思想家——加伦（Galen）时代，人们普遍接受了“大脑是思想中枢”的观点。

然而，古希腊和古罗马的学者并不知道大脑是如何思考的（说实话，我们至今也并未完全弄明白），所以他们只能借助隐喻去解释自己认为大脑内部发生的事情。和历史上很多时期的人一样，他们把大脑的运作类比为当时最先进的工程技术。

在古罗马时代，技术的尖端就是液压系统。古代医生发展出一种理论，认为人体中的四种体液——血液、黏液、黑胆汁和黄胆汁——会像水钟或渡槽系统中的水一样流动。大脑则被认为与黏液相关，这是一种寒凉湿润的体液，并被视作一个枢纽，负责在体内分配体液，以维持体液的平衡。

加伦的脑部理论主导了超过 1000 年，因为政府普遍禁止对人体进行尸检或解剖（即便是加伦，也只能通过解剖动物推演人体结构）。但随着早期近代科学兴趣的升温，人们对大脑的新想法也随之出现。

17 世纪和 18 世纪 是人们对机器着迷的时代。如今看来平平无奇的机械钟表，当时彻底改变了人们看待宇宙的方式。人们开始想：现实会不会是一台机器，由上帝设定好，能够永恒地滴答运转？我们是否可以通过研究这台机器的内部结构，掌握它运行的规律？

人们不仅将机器的隐喻应用于宇宙，也应用于自身。勒内·笛卡尔（Rene Descartes） 就曾把人体比作钟表或磨坊：“我假设身体只不过是一座由泥土构成的雕像或机器……” 他将古老的液压模型更新得更加机械化，想象大脑由一系列细丝、管道和泵组成，推动血液和“动物精气（animal spirits）”流动。当这些细丝、泵和管道形状发生变化时，我们对世界的感知和注意力状态也会随之改变。

笛卡尔这种机械化的脑观让人们相信，大脑是一个有条理的系统，由多个组件组成，每个组件都承担着特定任务（就像机器里的齿轮或皮带）。这种观念让人们以为，类似的输入和过程会稳定地产生类似的结果。但从某种意义上说，这种隐喻低估了人脑，因为机器无法自我学习或改变，也无法展现出可塑性或自由意志。

在接下来的几个世纪里，“机器隐喻”统治了人们对大脑的认知，但所指的机器类型随着科技的发展不断更新（似乎我们总想用最新、最先进的发明来描述自己）。于是，当钟表不再让人兴奋时，新的机械化隐喻随之而来。

到了 19 世纪，电气和电信技术的兴起——电网、电报、电话——掀起了新的热潮。人们开始把大脑视为一个交换机或电报网络。他们不再把大脑看作推动液体流动的机器，而是把心智想象成一个通过电信号控制运动、感知和思维的网络。科学家们还做了不少看起来怪异的实验，他们会让死去的动物或人的身体通电，以此证明我们的神经系统是由电力驱动的。

这种隐喻使科学家更接近真相，帮助人们理解神经系统是一个高度整合的整体。但它并非完全精准，因为它也催生了一些简单粗暴的解释，例如把心理问题归因于“线路故障”。

到了 20 世纪中期，电话早已不再稀奇，人们开始把大脑类比为计算机。我们至今仍用同样的词汇来描述心智活动和电脑操作：记忆、处理能力、硬件、软件、输入、输出。

从某种角度看，大脑确实像一个计算系统：接收信息，处理信息，再生成新的信息。但这种计算机隐喻，尽管更接近大脑的运作机制，仍旧限制了我们对自身的理解。任何养过孩子的人都知道，人脑的行为并不像计算机那样可预测——同样的输入，并不会总是产出同样的结果。

除此之外，还有更多的差异。正如 Magda Matetovici 和 Sjoerd Terpstra 所写的：

此外，还有许多方面将计算机和大脑区分开来。与计算机不同，大脑中的信息交流除了通过电信号，还通过化学方式完成（Lovinger，2008）。大脑会生长并进化，而计算机不会。大脑具有可塑性（plasticity），意味着某些区域既可以承担新的功能，也可能失去功能。计算机可以被关闭，而大脑则会持续运作，甚至在我们睡眠时也从未停歇。

Romain Brette 进一步指出，“大脑即计算机”这种隐喻在语言学起源上更显复杂：

但必须意识到，计算机相关词汇本身就是一种心理隐喻。在 17 世纪，“computer”（计算者）指的是做计算的人（Hutto 等人，2018）。后来，类比于这些人进行的计算工作，执行计算功能的装置才被称为“computer”。例如，我们说计算机有“内存（memory）”，但“记忆”是人类特有的认知能力：是人记住东西，而我们只是隐喻地说计算机“记住”了信息。然而，当你打开一个文本文件时，计算机并不会真正“记得”你写了什么。这就是为什么维特根斯坦学派的哲学家会指出，“把大脑视为计算机……是双重错误”。

到了 千禧年前后，人们对计算机的隐喻又做了一点修正。我们不再把大脑仅仅看作是一台桌面计算机，而是开始把它比作一个网络。我们的大脑是一张相互连接的神经元网络，信息在节点之间穿梭，以一种分布式的方式处理现实。这种隐喻让我们得以从更动态、适应性更强的角度理解大脑：我们的大脑不再像只有单一中央处理器（CPU）运行心智的软件，而是拥有多个处理中心，能够灵活地相互交流和协调。

如今，我们正处于“人工智能”的时代。大型公司正竞相创造一种能够完成你所能完成之事、甚至可能做得更好的计算化心智。但这到底意味着什么呢？

我们现在所说的许多人工智能系统，本质上都是为了识别模式并将其推广到新的情境中。它们会筛选庞大的训练数据语料，将输入与数据进行比对，并根据所感知到的模式做出结论。

我可以要求一个大型语言模型（LLM）去“阅读”一篇文本并为我总结，或者去搜索互联网并告诉我它找到的内容。但这类模型是否真的“理解”了它所表达的内容，还是仅仅在处理词元、预测下一个词、匹配语言模式？如果只是后者，那么所谓的人工智能是否有一天能真正达到“理解”，而不仅仅是进行类比？

话说回来，我们长期依赖隐喻和类比来解释大脑运作的困境，是否也揭示出我们在理解自身和世界上的某种局限？