王昊晟 李恒威 | 心智上传 ：技术文化思潮、方案和批判

王昊晟｜浙江大学文学院博士后

李恒威｜浙江大学哲学学院教授、意识科学与东方传统研究中心主任

本文原载《探索与争鸣》2023年第9期

具体内容以正刊为准

非经注明，文中图片均来自网络h

1988年，机器人研究专家汉斯·莫拉维克在《智力后裔：机器人和人类智能的未来》一书中提出了一个设想：人可以将自己的脑传输到一台计算机之中。在他设计的假想实验里，人脑的所有信息被全部上传到计算机中，尽管这个人因此失去了身体，但其存在于计算机中的心智将不会与此前有任何不同。现实中，一轮轮让人震惊的数字技术、计算技术和智能技术的出现再次激活了莫拉维克关于心智上传（mind uploading）的设想。

简单地说，心智上传就是将反映人脑所有细节的信息上传到数字信息空间，然后计算机（经典计算机或量子计算机）根据这些信息重构脑的数字版本，于是一个数字（信息）空间的“我”就诞生了，而这个表示“我”之本质的数字化身完全与作为生物机体的“我”分离。即便“我”的生物机体会在热力学主宰的物质宇宙中衰灭，但“我”的数字化身至少可以免于因受困于物质肉体的生物之“我”的这种命运。以这种方式，人类就可以在数字虚拟世界中永远地生活下去，即使地球变得不适宜居住，人类也可以生活在建构于其他星球的数字世界中而得以永生。

事实上，如果心智上传真的可以成立，即使只是在原则上，那也将完全颠覆人类叙事的根本“逻辑”。常规的“我”是物质存在（material being），其心智是具身的（embodied），而心智上传后的“我”是数字存在（digital being），其心智是数字的，两者的存在方式可谓天渊之别。事物的存在方式本质上决定了对其进行观察、理解、判断和叙事的“逻辑”（前提或约束）。例如，离开了生命作为物质形态的广延性，吃穿住行这些基本需求就完全不可理解，或者说就丧失了理解的前提。如此一来，如果我们仍比照物质存在所决定的“逻辑”来理解心智上传及其永生，那么就会犯任何合理论证所要求的逻辑同一律，而丧失逻辑同一律的论证是荒谬的。

再者，心智上传这个构想在原则上可以成立的哲学立场来自计算功能主义（computational functionalism）或计算主义（computationalism）。AlphaGo、ChatGPT、自主武器这类让人炫目的人工智能应用，似乎是迫使人们接受心—脑的计算范式或信息加工范式的强大力量。以至于人们以为心—脑的计算主义不只是在隐喻意义上（认识论上）成立，而且在实在层面上也成立，即心—脑就是存在论上的通用图灵机，“我们是肉做的图灵机，是未曾觉知自身程序设计的机器人”。科赫认为：“这个心智即软件的强有力的隐喻已经变成了一个对所有生命而言的无所不包的神话。”

当隐喻被当成实在，我们就必须警惕这种“等同”所隐含的危险。例如，雷·库兹韦尔就将心—脑的计算主义等同为心—脑的计算实在论（computational realism），并提出了一个激进版本的丘奇—图灵论题：如果一个问题图灵机无法解决，那么它也无法由人类的心智解决。根据心－脑的计算实在论，库兹韦尔无原则障碍地推演出奇点假说（Singularity Hypothesis）：随着计算机能力的指数级增长，机器不仅具有通用人工智能和强人工智能，而且会具有远远超越人类心智的超级心智（supermind）。我们看到，这种气氛不仅在科幻领域、未来学和一些当代科技文化思潮中蔓延，而且已渗透进一些重大的科学研究项目的规划中，如IBM和欧盟的脑项目都是从计算主义的立场出发试图通过超级计算机建立脑的数字模拟来研究脑的心智能力。为此，脑机接口和神经假肢领域的开拓者尼克莱利斯直言不讳地指出：“当这个荒谬的命题还局限于好莱坞科幻电影的领域时，这无关紧要。然而，一旦一些计算机科学家，甚至神经科学家开始在公开场合一再宣扬这个主张，并要求纳税人拿出数十亿美元尝试在数字媒介上模仿人脑，问题就变得严重起来了。”

机械手准确模拟测试者的运动意图

尽管心智上传所基于的计算功能主义的哲学立场会受到原则性的质疑和批判，但作为一个被一些学者严肃讨论并有广泛社会受众的话题，我们在保持批判态度并提出批判性论证的同时，还想就其背后的技术文化思潮、实现它的技术方案及其要面临的技术和哲学问题作一番更深入的阐发和论证。

心智上传的技术文化思潮

心智上传的雏形出现于20世纪的科幻小说。例如，在威廉·吉布森1984年创作的《神经漫游者》中，人们通过将脑扫描成数字信号，使自己的神经系统与互联网相连，进而实现在虚拟数字世界中进行心智交流。近年来，由于人工智能的突破性进展，以及脑机接口和脑机智能（brain-machine intelligence）融合的快速发展，越来越多的人相信技术文化思潮所许诺的心智上传应当并且能够走向现实，其中最有代表性的是超人类主义和技术加速主义。

超人类主义最早由英国生物学家朱利安·赫胥黎于1957年在同名文章《超人类主义》中提出。他认为：“我们存在的当前局限性和悲惨的挫折可能在很大程度上是可以超越的……人类可以，如果愿意的话，超越自己——不仅仅是零星的……而是作为人类的整体。”超人类主义者信奉和鼓吹人类可以在无止境的技术进步的加持下超越现有生命的种种局限，进入一种超越自然生物条件的生命状态。在半个多世纪的发展过程中，超人类主义的诠释不断发展和完善。1990年，麦克斯·莫尔提出：“超人类主义与人文主义有许多共同点，包括对理性和科学的尊重、对进步的承诺，以及对人类（或超人类）在今生存在的重视……超人类主义与人文主义的不同之处在于，它认识并预见到各种科学技术对我们生活性质和可能性的根本改变。”在超人类主义者尼克·博斯特罗姆展望的超人类主义未来中，我们的后代将摆脱碳基生物体的限制，获得将自己的数字化版本上传到计算机上的能力。从更深层次上看，超人类主义可以视作对传统人文主义的道德体系的挑战，它的超越理念是对“人存在形态和存在意义是什么”问题的一种全新回应。传统人文主义强调人类的自然和固有的本性和价值，而超人类主义者则试图超越这些被视为固有不变的限制。超人类主义认为，人类并不是一个不可变易的存在者，而是一个可以被技术增强和超越的存在，它试图打破传统人文主义的禁忌和限制，重新定义人的本质和意义。

《流浪地球2》剧照 | 将意识进行储存与上传后形成的数字生命“图丫丫”

技术加速主义是建立在“摩尔定律”（Moore’s Law）、“指数增长”（exponential growth）、“智能爆炸”（intelligence explosion）等一系列概念假设之上的。基于摩尔定律所形成的技术增长的观点通常被认为是一种简单的“直观线性观”（intuitive linear view）。与之不同的是，库兹韦尔等人提出了一种指数增长的技术发展观。他们认为，不仅技术发展是“指数增长”的，而且这种指数增长率本身也呈指数增长，即“双重”指数增长。“正反馈适用于演化，因为演化过程中某个阶段产生的更有力的方法将被用于创造下一个阶段。因此，随着时间的推移，演化过程的速率呈指数增长……在另一种正反馈回路中，随着某种特定的演化过程（如计算）变得更加有效（如成本效益），更多的资源将会倾向于这种过程，促进其进一步发展。这将导致二阶指数增长（即指数增长率本身也呈指数增长）。”这种双重指数增长将带来一种“智能爆炸”。技术加速主义认为技术迭代会不断推高技术发展的速度，从而使人类进步的速度远超自然演化的速度，当下被视作不可能的技术会在可预见的未来实现。如果心智上传仅仅是一个技术问题，那么在技术加速主义看来，脑机接口、人工智能和量子计算等领域取得突破性进展以及它们之间的会聚迭代，一定能在技术上解决高精度仿真或模拟人脑所需的各类必要条件，从而实现心智上传。

心智上传的技术方案

基于技术的激进程度，心智上传的方案可大体分为基于脑扫描的仿真的“全局方案”、基于预测加工的模拟的“全局替代方案”和脑机融合的“渐进方案”。

（一）全局方案——基于脑扫描的仿真

心智上传的脑扫描仿真“全局方案”主要包括三个步骤。第一，对脑进行高精度扫描，从而记录并生成一个关于此人当前神经状态高度详细的、功能完整的信息编码。第二，将这些信息编码转换为能在数字计算机上运行的软件。第三，在经典数字计算机或量子计算机上运行该软件。博斯特罗姆认为，如果上述步骤都成功，那么“这个过程将会是原始心智在计算机上的定性再生（qualitative reproduction），包含有完整的记忆和人格，以软件的形式存在”。

（二）全局替代方案——基于预测加工的模拟

随着以深度学习为代表的机器学习的强势崛起，一些学者尝试回避使用成像或跟踪技术直接绘制生物脑的详细微观物理结构的仿真方案，转而使用机器学习的方式对人脑功能进行建模来实现模拟。这一思路的基础是“预测加工”（predictive processing）理论。预测加工理论是近十年全面兴起的一种理解脑的一般工作原理的范式。它认为，脑本质上是一台预测机器，它根据已习得的关于环境和身体状况的模型对环境刺激和身体状况进行预测，如果模型自上而下的预测信号与由环境和身体刺激自下而上的感官信号之间存在误差，那么系统就会采取行动策略，目的是使这些误差最小化。在这个过程中，脑通过贝叶斯推断机制能不断修正其模型，从而使系统更好地适应环境。

 © Matt Chinworth

生成对抗网络（generative adversarial network，GAN）是当前无监督学习最有效的方法之一。该框架包含两个模型，即生成模型（generative model）和判别模型（discriminative model）。生成模型通过输入随机噪声生成样本，而判别模型则评估这些样本的真实性。两个模型相互竞争和协作，生成模型试图欺骗判别模型，使其认为生成的样本是真实的，而判别模型则努力区分真实样本与生成样本。通过反复的训练和调整，生成对抗网络可以生成高质量的图像、音频等结果。通过迁移式地使用生成对抗网络，可以实现类似于作为预测加工系统的脑的功能。由于预测加工理论与生成对抗网络在结构、动态过程和结果上的相似性，因此，通过机器学习模拟作为预测加工机器的脑从而实现心智上传这一脑扫描模拟的替代方案具有更强的实操性。

（三）渐进方案——脑机融合

延展心智（extended mind）理论为心智上传的渐进式方案提供了理论支撑。安迪·克拉克和大卫·查默斯提出，“认知的过程并不都在脑中”，如果人们使用人工制品达到的功能与脑实现的功能存在对等原则（parity principle），那么该人工制品就可以被视作认知系统的一部分。

克拉克和查默斯的“Otto与Inga”思想实验阐明，如果我们承认记忆是Inga认知系统的一部分，那么就应当承认笔记本是Otto认知系统的一部分。我们可以设想一个21世纪版本的Otto，他的纸质笔记本变成了智能手机、计算机等电子设备。他使用这些设备访问互联网，并将自己的想法和记忆存储其中，即通常所说的“云存储”。基于延展心智理论，云存储与脑中的记忆并没有本质区别，它们都具备可用性、可访问性和可信性等特征，能够用于日常推理和决策。由于当前人们已经将大量信息的存储和处理外包给电子设备，因此，从某种意义上说，我们已身处脑机融合的过程中，我们的心智已部分完成了上传。更高阶的脑机融合要通过脑机接口的方式实现。在获取人脑的信息数据后，借助云端服务器强大的算力对其进行加工，从而实现更深入的脑机融合。随着脑机融合程度的不断加深，我们上传的心智部分也将不断增加，相较于脑扫描仿真或预测加工模拟，这将是一种渐进且有持续性的心智上传方案。

心智上传的过程问题和结果问题

（一）过程问题——科学技术问题

无论是仿真脑结构、模拟脑功能还是进行脑机融合，都是需要在现实物理世界对脑进行操作才能完成。因此，心智上传的实现过程直接面临着一系列关于脑的结构—动力学的科学技术问题。

首当其冲的问题是我们对脑的结构—动力学认识还存在严重不足。现有的脑研究技术主要分为两类。一类是解剖学路线，即冷冻脑并将其切成薄片，测量每个神经元的位置、类型以及彼此之间的相互联结。这类方法的局限性是冷冻脑会破坏其动力学特征，我们只能通过观察结构并结合一般的动力学知识来推测原始脑的动力学，这样可能导致观察结果与真实脑的动力学相去甚远。为了解决这一困难，脑研究发展了第二类技术，即通过功能性磁共振成像（fMRI）、脑电图（EEG）、脑磁图（MEG）等方法对脑进行扫描成像，以确定其动力学特征。但成像技术同样存在局限。由于颅骨的阻隔，当前的非侵入成像技术颗粒度过粗，无法获得足够建立神经元动力学精准模型的信息量，而侵入式成像则需要通过手术等方式去除颅骨及其他组织，由于医学伦理的限制，这种方式目前难以用于人类。

© Matt Chinworth

简化建模和测量误差问题与对脑认识不足紧密相关。从认识结果上看，由于缺乏对脑全面准确的认识，我们只能在现有的数据基础上对脑进行建模模拟，这样得到的脑模型必然是一个丢失了部分脑信息的简化模型。对于致力于全局心智上传的方案而言，该模型并不能满足其要求。

对于脑机融合方案而言，由于需要用机器替换脑的各个部分，在融合的全过程链条中存在着一系列的技术问题。首先，在替换过程中，鉴于脑的精密性和复杂度，脑组织替换手术的难度远大于内脏移植手术，手术时间也将大幅延长，这对于接受替换手术的个体而言，可能会造成健康上的负面影响，例如在脑组织移除后到机器部件安装完成前剩余脑部分的正常运作问题、长时间麻醉问题等。其次，在替换完成后，外来机器部件作为一种“异己成分”，可能会导致排斥反应等一系列术后不良症状。随着时间的推移，植入的机器部件会被疤痕组织包围，导致难以正常运行。最后，从整体上看，脑是一个非线性动力系统，这意味着该系统对于初始条件非常敏感，由于替换的机器部件与原始脑组织存在差异，这可能导致某种“蝴蝶效应”，从而使整个脑系统产生无法预测的结果。

由此可见，精确模拟甚至仿真人类脑存在着诸多现实困难。从根本上看，这些问题都在于我们能在多大程度上获取关于脑的知识，包括脑的结构、动力学特征等。随着时间的推移，这些限制会逐渐得到改善，但基于当前的技术能力及未来可预见的技术发展，很难彻底消除这些障碍。换言之，我们可以不断提升对脑模拟仿真的近似度，但无法实现完全等同。

假设基于技术加速主义的双重指数增长理论，我们克服了上述困难，实现了对脑的完整理解，并且有足够的技术能力完成脑仿真/模拟或脑机融合，进而实现心智上传，这是否意味着所有问题都得到解决？事实上，在这种假想情形中，我们会面临一些更加棘手和困难的问题。基于脑仿真与脑机融合两种不同的心智上传方案，可以将心智上传的结果问题分为两类，即脑仿真/模拟导致的“自我同一性问题”与脑机融合方案导致的“决策权归属问题”。

（二）结果问题I——自我同一性问题

脑仿真/模拟的成功将导致个人同一性（personal identity）问题从哲学争论变成现实难题。德瑞克·帕菲特曾提出的“远程传送”（teletransportation）思想实验形象地展示出了这一难题。“我的蓝图被传送到火星，在那里，另一台机器制作了我的有机复制品。我的复制品认为他就是我，他似乎还记得直到我按下绿色按钮的那一刻，我的生活都是如此。从身体和心理上来说，我的复制品就像我一样。”帕菲特让我们设想出两种不同的传送方案：第一种，“我”在被传送到火星的同时，原本地球上的“我”被摧毁；第二种，在传送后，火星的“我”与地球的“我”同时存在。

脑仿真/模拟与上述方案相类似，原本的物理脑可能被摧毁，也可能保留。由于仿真/模拟脑是纯数字式的，这意味着可以存在第三种可能性，即数字的仿真/模拟脑被复制若干份，同时存在于数字网络空间或“云端”。究竟哪一个才是你的心智，是原本的物理脑，还是上传的仿真/模拟脑？“如果对我们自己进行数字编码是可能的，那么就会产生一个更加棘手的问题。我们可以定期备份自己，然后再在一段时间后将其恢复。如果每个恢复的版本也是如假包换的同一个自我，那么就可能会出现一群不同年龄的‘我’共享同一个身份这种精神分裂般的乱象。”

自我同一性是现实世界中人类存在及其叙事的根基性原则，即一个主体（或一个“我”）一个心智。如果这个原则被颠覆了，那么基于所谓心智上传的数字永生就丧失了现实世界中某个个体渴望永生的原初意义，于是整个讨论就不再有连贯的一致性。

（三）结果问题II——决策权归属问题

渐进式的脑机融合方案实质上是将人类变为了“赛博格”。这种源自控制论、诞生于宇航学的赛博格概念实际上包含有三个不同阶段，即混合1.0、混合2.0和混合3.0。在混合1.0阶段，人类通过机械外骨骼、电子设备等方式增强自己获取和处理信息的能力，人自身并没有接受技术的改造或变革，是一种“临时赛博格”。混合2.0阶段开始，人类接受了技术的改造，与机器相融合。混合3.0与混合2.0的区别在于这种改造是否涉及心—脑。在混合3.0阶段，通过神经增强、神经替代、脑机接口等方式，脑机融合逐渐深入，心智得以改造。

人类史上第一位赛博格（电子人）- 彼得2.0

混合3.0的赛博格产生了“半人马战士”决策问题，即脑机融合情形下的决策权归属问题。人机混合的赛博格存在三种不同的决策模式，分别是：“人在回路中”（human in the loop），是指机器会依据人类的决策执行任务，在当前任务完成后，机器会暂停，等待人类新的决策；“人在回路上”（human on the loop），是指当系统开始运行，机器将自主感知、决策并进行操作，人类只在必要的时候对机器进行干预；“人在回路外”（human out of the loop），是指机器完全自主地（autonomously）进行感知、决策和行动，人类无法介入其中。保罗·沙瑞尔（Paul Scharre）指出，如果“人在回路之外”，完全将决策权让渡给机器，那么当其出现故障或被入侵操纵时，所造成的破坏要远远大于人在回路之中或之上的情形。与此矛盾的是，随着脑机融合的加深，机器部件替换脑组织的比例越来越高，机器在整个系统中的作用也势必随之提升。如何在渐进式的脑机融合中维持“人在回路中/上”，使人类不丧失决策权，成为横亘在眼前的难题。杰夫·霍金斯的智能理论对此给出了可行的解决方案。人脑由新皮层和旧脑两个部分组成，旧脑历经了漫长的演化，包含了几十个独立的器官，彼此是异质的，如延髓、脑桥、小脑等；新皮层存在且只存在于所有哺乳动物中，是我们产生高级智能的地方。霍金斯智能理论的一个关键点在于区分了智能与动机，这也是解决脑机融合决策问题的关键。霍金斯指出，“人们之所以有这样的担忧（即人工智能的生存性危险）是因为他们将智能（新皮层的算法）与旧脑的情感因素（诸如恐惧、多疑和欲望等）归并起来了。智能机器是不具备这些能力的。它们不会有野心，也不会渴望财富、寻求社会认同以及性满足。它们没有食欲、嗜好，也不会出现情绪不稳定的情况。”在霍金斯看来，智能是新皮层的功能，而动机由旧脑驱动。新皮层的智能只为决策提供参考方案，旧脑的动机才是做出最后决策的关键。因此，想要在脑机融合中维持“人在回路中/上”，我们需要将机器部件对脑组织的替换限制在新皮层区域，保留人类的生物旧脑，将决策权控制在“人—机”双边关系中人的一侧。智能不会自发地产生动机，这是由新皮层与旧脑的分工“先天决定”的。

心智上传的批判：计算功能主义的局限

心智上传假定可以将心智转化为“0”和“1”的二进制信息形式并上传至与人脑异质的载体（如硅基的计算机）中，这实际上已隐含地假定心智是基质独立的（因此是多重可实现的）和可计算的。这种关于心智本质的观点，就是心智的计算功能主义——认为心智本质上是一种由脑的神经活动所实现的计算功能。这种观点产生的直接隐喻就是“脑是计算机”“心智是软件”。然而，随着对心智研究的不断深入，计算功能主义由于自身的局限受到了哲学、脑科学等多方面批评和反对。

首先，计算无法解释非形式化的信息。人类心智的一个重要特征是能够处理非形式化的信息，而计算机程序无法做到这一点。数学家罗纳德·西屈雷尔与神经科学家、脑机接口的先驱米格尔·尼科莱利斯区分了脑中的两类信息：I型信息是像其他任何物理系统一样可以通过测量获得的外部信息，即香农—图灵信息（Shannon-Turing information）；II型信息则是只能由脑主人自我表达的内部信息，即哥德尔信息（Gödel information）。I型信息通过句法表达，II型信息通过语义表达。由于香农—图灵信息可以进行精确的客观测量，因而它们可以通过算法和数据的方式被计算机模拟出来，但是哥德尔信息是主观且动态的，这些信息无法通过计算机模拟的方式呈现。西屈雷尔和尼科莱利斯进一步引述了哥德尔的第一不完全性定理（Gödel first incompleteness theorem）来说明“人类的心智超越了图灵机的限制，算法程序不能描述人类脑的全部能力”。第一不完全性定理是指如果一个形式系统是完备的、可递归的（能够在有限时间内判定任意一条命题的真假）、足够强大（能够表达基本算术），那么在该系统内必定存在某个命题既不可证明也不可证伪。哥德尔强调，该定理“并没有表明存在人类心智不可解决的问题，而只是表明没有机器可以确证数论的所有问题”。并且，在吉布斯演讲中，哥德尔宣称，不完全性定理意味着人类的心智远超过图灵机的能力。形式系统的局限性并不影响人脑，因为中枢神经系统可以产生和建立无法被连贯的形式系统证明为真的真理。因此，尼科莱利斯旗帜鲜明地主张，“人类心智活动的全部不能简化为运行算法的数字系统。它们是不可计算的实体”。

其次，功能主义的多重可实现性（multiple realizability）受到质疑和挑战。具身心智理论认为，我们的身体在我们的心智活动中发挥着至关重要的作用，“虽然脑在解剖学上位于我们通常认为是‘自我’或自我意识的所在地的区域，但脑所做的几乎所有事情，包括规划、决策和抽象思维，似乎都不可避免地、决定性地涉及身体和依赖于身体。显而易见，没有身体就没有功能性心智”。安东尼奥·达马西奥进一步指出：“有机体的角度对从整体上理解人类心智是必需的；心智必须从非物质领域转移到生物组织领域，而且还需要与一个完整的、整合了身体和脑的有机体相联系，此外还需要与物理环境和社会环境充分互动。”西屈雷尔和尼科莱利斯也指出，计算机中的信息是一种独立于机器物理结构“硬件”的“软件”，但在脑作为其不可分割的一部分的生命机体中，是根本无法区分出所谓的“软件”与“硬件”的，并且“有机体产生的信息不断修改产生它的物质基质（神经元、树突、脊柱或蛋白质），这个独特的过程将有机体和信息结合在一个不可复制的单一实体中”。简言之，有机体中的信息（心智）不同于计算机产生的信息，前者与基质（脑乃至整个机体）浑为一体，而后者则是基质独立的。

由于心智上传假设人类心智的所有微妙之处都包含在脑的解剖结构和动力学过程中，托马斯·梅辛格基于具身心智（embodied mind）理论对心智上传的设想提出评判：“人类自我模型的很大一部分根植于身体、直觉、内部器官感知、前庭觉，所以你不能真正地从生物身体中复制出人类自我模型，除非你愿意放弃其中的某些部分。然后你可能会有一种自我跳进化身的感觉，但你不会拥有所有的低阶具身性，直觉、情绪的自我模型、重量感等都会消失。也许我们可以创造非常不同形式的自我，并加以增强，但出于多种原因，我认为实际上完全‘跳出’生物脑从而进入虚拟现实的整个想法可能有不可克服的技术问题。”

© Jeff Hinchee

最后，计算功能主义提出的“脑是计算机”假设与脑研究的事实并不相符。神经科学家马修·科布就指出，“神经元不是数字的，脑也不是硬连接的”，脑的运行是一种自然演化的现象，除了突触，神经递质和激素同样会影响脑的运行方式，而后两者作用方式和时间尺度都与计算机隐喻并不相符，因此用单纯的信息加工概念无法完全理解脑。更根本的是，脑与计算机的结构完全不同。“（脑）细胞并不像二元转换开关那样可以开关，进而组成一个电路。相反，神经系统改变其运作模式的主要方式是改变细胞网络的活动模式……作为一个网络随着时间的推移做出一致的响应，即便这些细胞会表现出不一致的行为。”西屈雷尔和尼科莱利斯则从脑演化的角度指出了有机体的脑与计算机等机械装置之间的差异。机械装置是“根据预先存在的计划或蓝图由人类理智地设计和制造出来的。因此，机械装置可以通过算法进行编码……并对之施行逆向工程”。“有机体则是发生在多个组织层面（从分子到整个有机体）的大量演化步骤的结果，这些步骤不遵循任何预先建立的计划或理智的蓝图。”相反，这些步骤是由于环境的选择压力所导致的随机事件。简言之，“演化的”有机体遵循自下而上的发展变化，具有开放性与无限性；“设计的”机械装置遵循自上而下的顶层规划，具有封闭性与有限性，两者不可等量齐观。

从上述对计算功能主义的评判可以看出，心智过程本身存在不可计算的内容，作为与心智浑为一体的脑无法通过纯计算的方式解读，脑并不等同于计算机。因此，心智上传，至少基于心智上传的数字永生，在原则上是无法实现的。

结语

心智上传是超人类主义者渴望的“形态自由”（morphological freedom），即采用技术免于物质身体之囚牢的自由。严肃对待心智上传的技术路线的核心是全脑仿真，但这个路线却存在着一个奇怪的悖论：它出于绝对的物质主义，认为心智是物质成分之间相互作用所产生的功能；但它所体现的却是另一种信念，即心智与物质是分离的，或至少是可以分而治之的。也就是说，它实则是一种新的二元论。

我们对心智上传批判的关键点就归结为生物有机体与机械计算机之间的根本的存在论差别，即物质存在（material being）的逻辑和叙事与数字存在（digital being）的逻辑和叙事是完全不同的。例如，数字系统原则上可以实现无限次保持同一性的备份、光速的远距离传送、永久保存等，“任何完全以数字代码定义的存在原则上基本都可以永生”。但生物有机体并不是存在论上的数字系统，也不是硬件与软件可分离的二元论系统，这样一来，斯蒂芬·沃尔弗拉姆的梦想——“最引人注目的肯定是我们实现了人类的长生不老之梦。这个梦想究竟会是在生物学上还是在数码上实现，目前尚不清楚，但总有一天会实现”——就不可能以数字的方式实现。