未来的执念：当预测塑造生命

预测、选择、适应：一条主线

作为进化策略的预期

生物体是一个不断与无序作斗争的系统。 与普遍看法相反，它并不在严格意义上消耗能量——能量既不会创造也不会毁灭——而是从环境中以有序和可用的形式（食物、光）获取能量，然后以退化的、无序的形式，主要是热量，排出体外。正是这种优质能量的流动使其能够维持内部秩序；没有它，它就会退化并死亡。 这种对抗熵的斗争促进了预期机制在生命各个层面的出现。 孤立的细胞已经知道如何通过基因调控回路对化学信号做出反应。 但多细胞生物走得更远，它们发展出了能够模拟外部世界的神经系统，即建立其内部表征。

这种减少不确定性的需求是如此根本，以至于它被数学上形式化为贝叶斯推论。 根据这种方法，大脑不是一个被动记录感官信息的简单接收器。 它更像一个预测引擎，不断生成关于其所感知事物可能原因的假设，然后随着新数据的到来进行修正。

自由能原理与应变稳态

英国神经科学家卡尔·弗里斯顿（生于1959年）通过自由能原理普及了这一观点。 根据这一理论框架，任何生命系统都倾向于最小化其内部状态与其预期的外部状态之间的差距。 两种策略可以实现这种最小化：作用于环境使其更接近预期，或调整自身的内部模型以更好地适应感知到的现实。

示例： 一个简单的例子说明了这两条路径。夜间，房子里可疑的噪音会引发不确定性，大脑试图减少这种不确定性。有两种可能的策略：采取行动，站起来检查噪音来源（环境被探索，直到关于危险的预测被确认或否定），或者通过记住房子在夜间经常发出嘎嘎声来调整解释，这使得无害的解释比令人不安的解释更有可能（内部模型调整，无需任何行动）。在这两种情况下，感知到的和预期到的之间的差距都缩小了。

这种预测逻辑是一种基本生理机制的基础：应变稳态。 与稳态不同，稳态是在不平衡发生后才进行纠正，应变稳态包括在不平衡发生之前，主动调整重要参数（体温、心率、激素水平）。 身体不仅对当下做出反应：它还积极地为预测不久的将来做好准备。

示例： 因此，一旦起跑信号被视为迫在眉睫，心率和血压甚至在跑者迈出第一步之前就开始上升。身体不是在纠正已经发生的缺氧：它预测即将到来的努力并提前调整参数，从而节省宝贵的反应时间。

预测的进化代价

进化在逻辑上倾向于拥有最高效内部模型的生物体。 这种对预期的竞争在灵长类动物中达到了最复杂的表达，其中两种能力特别发达：未来行动的规划和社会认知，即预测他人意图的能力。预测同伴将做什么，在进化过程中已成为主要的竞争优势。

示例： 在实验室中，倭黑猩猩和猩猩选择并携带了一种没有直接用途的工具，并在长达十四小时后使用。 这种行为反映了一种面向未来需求而非即时奖励的规划形式。 黑猩猩的社会认知遵循类似的逻辑：面对一个优势个体，下属个体会放弃该优势个体能看到的事物，而前往只有自己才能看到的事物。 这样的选择意味着它表征了对手的感知，并相应预期其行为。

但这种能力是有代价的。 一个不断预期的大脑也经常犯错：预测与观察到的现实之间的每一次差距都会产生预测错误。 如果这些错误反复出现或调节不当，它们最终会滋生焦虑和慢性压力状态。 这是一个选择预测而不是简单反应的大脑所要付出的生物学代价。

示例： 等待医学检查结果很好地说明了这一代价。 身体不是对真实存在的危险做出反应，而是对不确定性本身做出反应：仅仅不知道预测是好是坏，就足以维持长时间的生理警觉状态（紧张、睡眠障碍、反刍）。 因此，所感受到的压力不是对事实的回应，而是对未解决的预测的回应。

预测的暴政：当不确定性成为威胁

面对不确定性，我们的大脑使用认知偏差来简化事物并避免怀疑

心理学家丹尼尔·卡尼曼（1934-2024）表明，人类心智对不确定性过敏。 我们的启发式，这些心理捷径，是将世界的复杂性简化为令人安心的叙事的尝试。 确认偏差、模式寻找或控制错觉是这种强迫的表现。 面对随机情况，我们通常更喜欢错误但令人安心的解释，而不是没有解释。

示例： 心理学家艾伦·兰格在1975年表明，被允许自己选择彩票的玩家认为自己更有可能中奖，而那些被随机分配彩票的玩家则不然，尽管两种情况下的客观概率严格相同。“选择”这一简单事实就足以对纯粹随机的事件产生掌控感，这是控制错觉的经典例证。

预测的日常骚扰

这种认知暴政“骚扰”我们的日常生活：我们检查手机以预期消息，我们查看天气预报以预测下雨，我们制定未来情景以驱散焦虑。在极端情况下，这种过度预测会转变为广泛性焦虑症或强迫症，心智绝望地试图控制无法控制的事物。

示例： 每天检查手机数十次的习惯，部分原因在于20世纪50年代心理学家B.F.斯金纳发现的一种机制：可变间隔强化。就像老虎机一样，关于通知何时会出现的不确定性促使人们比消息以可预测间隔到达时更频繁地查看屏幕；大脑沉迷于预测下一个信号。

黑天鹅：不可预测性的考验

哲学家纳西姆·尼古拉斯·塔勒布（1960- ）将不可预测且影响巨大的事件称为“黑天鹅”。 我们无法预测它们，以及我们倾向于事后构建叙事来解释它们，完美地展示了我们的预测生物学与混沌现实之间的差距。 科学史上充满了这样的惊喜，我们最好的模型在现实的奇异性面前崩溃了。

示例： 2008年，金融危机令所有人措手不及。没有任何严肃的经济模型预测到它。但一旦爆发，解释就层出不穷，使其显得“合乎逻辑”且“不可避免”。问题是？这些解释以前并不存在。根据塔勒布的说法，这就是黑天鹅：一个不可预测的事件，我们只能在它发生之后才能解释它。

技术与预测：不可能的控制

驯服不确定性的工具

面对这种对不确定性的焦虑，人类开发出了威力空前的预测性假体。 从数学模型到AI (人工智能)算法，再到大数据，我们构建了一个旨在减少信息熵的技术大厦。 气象学、金融、预测医学或复杂系统模拟是我们部署巨大手段来“驯服”未来的领域。

示例： 在预测医学中，基因测试估计您患某些疾病的风险。但它们只给出概率，从不给出确定性：“低风险”的人可能会生病，而“高风险”的人可能永远不会患上该疾病，不确定性完全保留。

测量的悖论：量子与混沌

但这样做，我们遇到了一个根本性的悖论。 一方面，量子力学及其不确定性原理提醒我们，在微观尺度上，现实是不可避免的概率性的。 另一方面，混沌理论表明，确定性系统可能产生长期不可预测的行为（蝴蝶效应）。 即使是我们最复杂的工具也无法消除不确定性：它们充其量只是将其框定。

示例： 蝴蝶效应说明了微小的初始变化，如巴西蝴蝶翅膀的扇动，如何能在数周后引发巨大且不可预测的后果，如德克萨斯州的龙卷风。我们的数学模型，尽管完全确定，却无法追踪这种对初始条件的敏感性。

示例： 长期天气预报仍然是一个无法解决的挑战。拥有能够处理数十亿数据的超级计算机，我们仍然无法预测一个月后的天气，因为大气压力或海洋温度的微小变化都会改变一切。无论我们做什么，不确定性都会随着时间的推移而增长。

预测的陷阱：当进化优势变成障碍

进化选择的优势

数千年以来，预测未来的能力一直是人类生存的主要优势。 能够预测冬天到来、兽群迁徙或捕食者接近的祖先更有可能生存下来并传递他们的基因。 这种投射未来情景的倾向受到了自然选择的奖励。 它铭刻在我们的大脑中，由进化塑造，以在一个危险但简单的世界中维持我们的生命。

当预期变成瘾

但今天，同样的反射对我们不利。 在与我们祖先截然不同的环境中，我们预知的需求反过来伤害我们。 我们想要预测经济、天气、金融市场、健康风险、社会趋势……而我们经常失败。 更糟糕的是，这种对完美预测的追求使我们对意外事件视而不见，让我们对不确定性感到焦虑，并驱使我们承担不理智的风险。

预测幻觉的代价

这种无法放弃预测的行为产生了具体的后果。 在一个不确定性是常态的世界里，我们对预期的瘾使我们更脆弱，而不是更强大。 我们将数十亿投资于错误的模型，基于脆弱的预测做出决策，并忽略不适合我们框架的微弱信号。

自然选择的逆转

悖论是惊人的：使我们能够主宰地球的东西正在变成一个障碍，甚至逆转了自然选择。 生存下来的不再是最好的预测者，而是那些知道如何应对不可预测性的人。 不知道的能力，容忍不确定性和实时适应的能力，变得比预测能力更有价值。 最有韧性的初创公司不是那些最好地预测了市场的公司，而是那些能够在意外发生时迅速转向的公司。 Airbnb、Slack或Instagram的出现不是因为对未来的完美愿景，而是因为它们的创始人能够适应没有人预料到的情况。

走向未知的智慧

在一个超复杂的世界里，预期已变成一个陷阱。 真正的智慧也许不是更好地预测，而是培养我们在未知中航行的能力。