BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI64｜调淋浴水温和巴甫洛夫的狗：大脑最早学会的两件事
这一篇合并"智能的计算基础"系列第 025、026、027 三篇，讲大脑最古老的两种本事：控制动作和把两件事联系起来。
控制动作最难的是"延迟"：信号一来一回要时间，光靠看结果再修正，总会修过头。所以大脑在"看结果再修"之外，还要学会"提前算好"。而"提前算好"靠的是联想：把一个信号和它之后会发生的事联系起来。巴甫洛夫的狗学的，就是这个；实现它的网络，算的其实是一个"相似度"——和今天大模型注意力里算的是同一种东西。
4个难点 01 非线性、冗余、延迟、噪声 |
10–20毫秒 02 联想网络完成一次回忆 |
1次 03 一次配对就能建立联系 |
一个是调陌生淋浴间的水温：拧了水龙头，水温要过一会儿才变，于是不是烫就是冻，来回好几次才对。一个是巴甫洛夫的狗：铃声和食物一起出现几次，后来只听到铃声就流口水。这两件看起来不相干的事，是神经系统从一开始就要解决的问题。
花洒里落下的水。调陌生淋浴的水温，是"延迟让控制变难"最日常的例子。图片来源：Pixabay / Pexels
动作控制的两种策略：反馈（看结果再修，怕延迟）和前馈（提前算好，靠学习）；联想网络把一个信号和后面的结果连起来，回忆时算的是"相似度"。
BRAIN / 01
一、控制动作为什么难
原文列了让动作控制变难的四个特点：不是线性的、有多余的自由度、有延迟、有噪声。最要命的是延迟：从感觉到大脑、从大脑到肌肉，一来一回要几十到上百毫秒。
两种基本策略：
—反馈控制：看结果，有偏差就修。好处是稳，坏处是怕延迟。修正力度（增益）开得太大，又有延迟，就会来回过头——就像调淋浴水温，烫了猛往冷拧，冻了又猛往热拧。—前馈控制：根据经验，提前算好该怎么做，一出手就差不多准。第 57 篇讲的小脑，就是一台学习前馈控制的机器。
原文还有一句很重要的话：动物的运动控制系统是进化出来的，不是设计出来的；身体长成什么样，就决定了需要什么样的神经系统。这和第 61 篇"神经为动而生"是同一个道理。
BRAIN / 02
二、从反射到条件反射
最简单的控制是反射：膝跳反射、碰到烫的东西缩手、咳嗽、眨眼、保持平衡。它们是生来就有的，不用学，快。
反射里有一个很巧妙的设计叫交互抑制：缩手时，让屈肌收缩的同时，主动让对面的伸肌放松。不然两边一起用力，手就僵在那里。（第 51 篇讲的基底节"放行一个、压住其他"，是同一个思路的高级版。）
条件反射把反射往前推了一步：让一个原本无关的信号，也能触发老的反应。巴甫洛夫发现，铃声和食物配对出现几次以后，狗只听铃声也会流口水。
这一步的意义很大：动物不再只能对眼前的刺激作反应，而能对"预示着某事要发生"的信号提前作反应。这正是前馈控制需要的东西，也是第 55 篇多巴胺"预测误差"的起点。
BRAIN / 03
三、实现联想的网络：算的是相似度
原文介绍了一种叫模式关联网络的模型，它能实现条件反射：
—学的时候：铃声的模式（一组输入）和食物引起的反应（一组输出）同时出现，按赫布规则（第 62 篇），同时活跃的连接被加强；—用的时候：只给铃声，加强过的连接把"流口水"那组神经元带起来。
关键在于：每个输出神经元做的计算，是把当前输入和它学过的那个输入比一比相似度——数学上叫"点积"。越像，反应越强。
这带来几个非常实用的性质：
—能泛化：铃声换了个音调，只要足够像，照样能触发；—坏一点也不怕：丢掉一部分连接，结果只是稍微变弱（优雅降级）；—能提炼"原型"：如果学的是一堆相似但不完全一样的例子，网络记住的是它们的平均——一个从没真正见过的"标准样子"，还能顺便去掉噪声；—一次就能学会：一次配对就能建立联系。原文说得好：看到一次某种东西之后紧接着遇到危险，这种"一次就学会"可能救命。
BRAIN / 04
四、对照 AI
—"算相似度"是今天 AI 的核心操作。大模型的注意力机制，就是拿当前的"问题"和所有存储的"键"算点积，越像的权重越大（第 58 篇讲过它和海马的关系）。模式关联网络是这个思路最早的生物学版本之一。—前馈和反馈，AI 也都有。大模型一次生成一个字，本身是"前馈"——根据学过的东西直接算出来；让它"检查自己的答案、发现错了再改"，是在补"反馈"这一课。—"一次就学会"仍是 AI 的短板。大模型要反复训练才能学会新东西；它能在对话里"现学现用"，但那只是暂时记在上下文里，对话一结束就没了（第 ㊵ 篇）。
BRAIN / 05
五、边界
—模式关联网络是理论模型，大脑里实现条件反射的具体回路（比如小脑、杏仁核）比它复杂。—原文对神经系统演化的描述（从网状到神经节再到管状）是教科书式的简化，真实的演化路径有很多分支。
BRAIN / 06
六、自测：合上文章回答
BRAIN / 07
七、三行，留着复习
```
控制难在延迟 非线性、冗余、延迟、噪声；反馈怕延迟会过头（调淋浴水温），前馈靠学习提前算好
从反射到条件反射 反射天生快；交互抑制让对面肌肉放松；条件反射让"预示"的信号也能触发反应
联想网络 学时同时活跃的连接加强，用时算相似度（点积）；能泛化、耐损、提原型、快、一次就会
```
本篇是「脑科学 × AI」系列第64篇，药神撰写（2026-10-06），合并「智能的计算基础」第025–027篇（据Arbib等、Rolls 2023）。原文内容总体准确，神经系统演化部分为教科书式简化。
阅读依据：「智能的计算基础」第025–027篇（据Arbib MA, Bonaiuto JJ. From Neuron to Cognition via Computational Neuroscience, MIT Press 2016；Rolls ET. Brain Computations and Connectivity, OUP 2023）。巴甫洛夫经典条件反射为通行史实。其余回引见本系列第㊵51 55 57 58 61 62篇。