給大腦建模的機器
斯坦福的專案從硬體開始:一臺 7T MRI 生成大腦功能的不同切面,再用這些測量資料構建預測模型。薩姆·哈里斯從另一個地方切入,從現實那種可感的熟悉感出發,認為預測處理的數學解釋了大腦如何建構這種現實。實驗室與播客匯合到一個共同前提:測量和建模並非對立,它們是同一項探究裡前後相連的階段。
Your Brain Is Guessing Right Now: The Science of Prediction
7T核磁、自由能方程與一個令人不安的結論:你所見的現實,可能是一場為了活下去而精心編排的受控幻覺

ACT I · Stanford · 5m 18s
7T核磁與毫秒級的腦活動捕捉
我們將使用最先進的機器
We're going to use really cutting edge machines
斯坦福研究人員用 7T MRI 收集大腦功能切面,並構建預測模型。
30 秒速查核心結論 · 一手原聲提煉
6 幕 · 4 份文獻 · 最近核驗 Nov 21, 2026“預測處理把感知看作受控的幻覺,大腦會核對自己的預測。”
全片核心結論
這份專題沿著一個想法穿過實驗室、播客與哲學討論:大腦是一臺預測引擎,並非被動記錄器。斯坦福的 7T MRI 工作梳理神經功能,同時薩姆·哈里斯、莉莎·費爾德曼·巴雷特、約翰·弗瓦克與卡爾·弗里斯頓描述貝葉斯模型、主動推斷與減少意外。關於預測編碼與自由能的書面文獻為對話提供基礎,但預測如何變成意識經驗仍未有答案。
斯坦福的專案從硬體開始:一臺 7T MRI 生成大腦功能的不同切面,再用這些測量資料構建預測模型。薩姆·哈里斯從另一個地方切入,從現實那種可感的熟悉感出發,認為預測處理的數學解釋了大腦如何建構這種現實。實驗室與播客匯合到一個共同前提:測量和建模並非對立,它們是同一項探究裡前後相連的階段。
約翰·弗瓦克把額葉遞迴與預期聯絡起來,尼克·穆尼奧斯指出,預測處理是神經科學家在解釋學習與記憶時反覆提到的說法。弗里斯頓與布萊克莫爾在切爾滕納姆的討論把詞彙推向貝葉斯大腦和主動推斷。自由能原理隨後給出形式化說明:大腦通過修改模型並對世界採取行動來減少意外或不確定性。在這些聲音裡,預測既是生物性的,也是計算性的。
當預測被要求解釋意識時,相關主張變得更強。2025 年一篇關於社會大腦網路的論文用預測處理區分預測與反饋,戈韋亞 2020 年的章節則警告存在預測謬誤,並要求時空解析度。莉莎·費爾德曼·巴雷特那句“大腦是預測性器官”很有吸引力,也很寬泛。尚未解決的問題是:建模在哪裡結束,主觀經驗在哪裡開始,以及當前方法能否把兩者分開。
順著這條線索繼續追問
全片完整時間戳雙語逐字稿
如果想用電影短句練習口語連讀、道地俚語或日常跟讀,我們的姊妹工具 WinkLingo 專注於影視級逐句精聽與日常英文表達訓練。
深度問答與核心摘要
這份專題沿著一個想法穿過實驗室、播客與哲學討論:大腦是一臺預測引擎,並非被動記錄器。斯坦福的 7T MRI 工作梳理神經功能,同時薩姆·哈里斯、莉莎·費爾德曼·巴雷特、約翰·弗瓦克與卡爾·弗里斯頓描述貝葉斯模型、主動推斷與減少意外。關於預測編碼與自由能的書面文獻為對話提供基礎,但預測如何變成意識經驗仍未有答案。 核心要點包括:斯坦福研究人員提出用 7T MRI 裝置捕捉大腦功能的不同切面,並據此構建人腦的預測模型。;薩姆·哈里斯說,預測處理背後的數學解釋了現實為何顯得熟悉,因為大腦在建構現實,而不只是反射現實。。
本片共剪輯 6 幕連播原聲章節,涵蓋 Stanford、Sam Harris、Danny Jones、Nic Munoz、Lex Fridman 等獨立信源,並清晰標註「一手原聲 / 權威報道 / 獨立評述」出處與精確時間戳,點選逐字稿任意一句即可直接跳播。
主要共識:大腦不是被動記錄器;它生成模型,並根據輸入訊號更新模型。。 關鍵張力與分歧:預測能較好地解釋感知和學習,但它與意識的聯絡仍有爭議,方法上也沒有解決。。
在播放器下方切換「時間戳雙語逐字稿」即可閱讀全部雙語對照臺詞並一鍵匯出 Obsidian / Notion 筆記;右側「權威文獻與背景佐證」彙總了 4 份外部參考(如《Predictive coding》等)供核驗。

MIT課程先把量子場論當作一個解釋問題,再把它當作形式體系。Susskind談到給量子場論程式設計,Ash區分點粒子與弦,Jaimungal指向基礎問題。書面材料點出下一步:把量子場論從閔可夫斯基時空推廣到彎曲時空,而量子引力仍未解決。

尼爾·德葛拉斯·泰森把問題放在集體引力的測量上,並未把它當成對暗物質的裁決。PBS Space Time 和唐·林肯強調,暗物質只能通過引力推斷,星系細節很重要。MOND 和暗能量的提法讓爭論擴大:要麼加入看不見的質量,要麼修改引力,要麼面對宇宙尺度上的加速。

軸子最初被提出來,是為了解釋基本力中一處微妙的不一致,後來成為暗物質候選者。地下實驗室能壓低宇宙噪聲,但鈾和釷衰變產生氡,讓搜尋更復雜;ADMX 調諧一個類似無線電的腔體,混合磁子學和中子星研究則拓寬了領域。2019 年的訊號仍然有趣,卻算不上定論。

大衛·伊格曼把可塑性視為大腦的核心特徵,但他拒絕簡單的自我提升套路。他的講座把生物大腦與計算機作對照,並把內部相互競爭的驅動力描述為一支對手團隊。創造力書籍承諾熱水澡和粉色房間;伊格曼指向更深的限制。感覺替代研究顯示了可塑性的實際作用範圍,而理查德·戴維森關於兒童的評論提醒我們,復原力因人而異。

查爾斯·貝林確認星等的對數性質,亞歷克斯·菲利彭科的超新星團隊則把膨脹史變成資料。凱蒂·麥克將 E=mc² 與宇宙能量收支聯絡起來,丹尼爾·懷特森解釋紅移,文獻指出暗能量驅動加速膨脹。兩項清潔能源行動用“加速”一詞描述地球上的轉型,暴露出這份檔案裡的範疇漂移。

布萊恩·考克斯把物理學中最小的合理距離當作實際限制,再把它同儲存在表面上的資訊聯絡起來。阿維·勒布點出史瓦西半徑的名字;速成課和簡而言之把視界描述為遮蔽奇點的邊界。PBS《時空》和BBC《地球科學》則把同一條邊緣呈現為引力研究中有爭議的現場。