跳至正文

具身认知：意识需要身体吗？

  • 由
🟢 实验验证 · 📅 2026年3月 · ⏱ 阅读约10分钟

认知科学曾长期认为，大脑是一台抽象的符号处理机器——信息在颅骨内被编码、加工、运算，与身体无关，与环境无关。20世纪80年代，具身认知（Embodied Cognition）的兴起彻底颠覆了这一图景。认知不是发生在”颅内”的孤立事件，而是发生在”身体-大脑-环境”整体系统中的动力学过程。[5]

具身认知的核心主张可以概括为”4E”框架：具身（Embodied）——认知依赖于身体；嵌入（Embedded）——认知嵌入于环境之中；延伸（Extended）——认知过程可以超出皮肤和颅骨；生成（Enacted）——认知通过行动在世界中被生成。[15] 这四个维度共同构成了一种对心灵的新理解：没有独立于身体的”计算”，没有独立于环境的”认知”，没有独立于行动的”思考”。

本文综合神经科学、心理学、机器人学和哲学的证据，探讨具身认知的理论基础、实验支持及其对意识研究的启示。

📑 本文目录

经典认知主义的挑战

经典认知主义（cognitivism）的核心假设是：认知是一种计算——符号在颅内的神经结构中被操纵。这些符号是”模态无关”（amodal）的：无论视觉、听觉还是触觉信息，最终都被转化为同一种抽象表征形式供中央处理器使用。

Allen等人（2018）在《Synthese》上发表的文章，系统梳理了从经典认知主义到自创生理论（autopoiesis）的转变。[5] 具身认知的倡导者认为，符号加工的框架从根本上误解了认知的本质：认知从来不是”从身体中抽象出来的”，而始终是身体性的。感觉运动系统的结构直接塑造了概念的结构——”抓握”的概念之所以与手的运动系统相关，是因为理解”抓握”涉及激活手部运动皮层。

Safron等人（2021）在《Entropy》上发表的”激进具身意识生成 Bayesian 大脑”论文，更是将具身认知与自由能原理（Free Energy Principle）以及主动推理（active inference）框架深度整合，提出了一种激进具身方案：大脑不是环境的被动感知器，而是一个嵌入在身体与环境动力学之中的主动预测机器。[6]

具身认知的思想史：从现象学车间到神经科学实验室

具身认知的思想根源可以追溯到Merleau-Ponty的现象学身体哲学（1945）和Gibson的生态光学（1966）。但将其转化为可检验的神经科学假说，是20世纪90年代以后的事情。Gallagher（2005）的批判性综述系统评估了早期证据，成为该领域的里程碑文献。[15]

运动系统与概念理解：镜像神经元证据

具身认知最有力的神经证据之一，来自对镜像神经元（mirror neurons）的研究。镜像神经元是当个体执行某个动作以及观察他人执行同一动作时都会激活的神经元。最早在猕猴的F5区被发现，后续研究在人类大脑中识别出了类似系统。

Goldman等人（2009）在《Progress in Brain Research》上发表的综述，系统回顾了运动模拟理论（motor simulation theory）的证据。[10] 核心主张是：理解他人的动作和意图，涉及在观察者自身的运动系统中模拟这些动作。当你看到他人举手，你的镜像神经元会激活你自身的举手运动程序——这不仅是运动准备，更是概念理解的机制。

更激进的主张是：即便是抽象概念的理解，也依赖感觉运动系统的参与。例如，”权力”概念可能激活运动系统中的力量相关表征，”亲近”概念可能激活社会距离相关的感觉运动表征。[10]

Dorris等人（2009）在《Consciousness and Cognition》上发表的研究，探讨了身体体验在自我调节和意识控制中的作用。[8] 研究发现，意识控制并非纯粹的模态无关计算，而是扎根于行动-结果的具身体验。这支持了一种观点：认知过程无法与身体状态分离。

工具延伸：身体图式的边界

具身认知最引人入胜的证据之一，来自工具使用（tool use）研究。Graziano（2009）在《Nature Reviews Neuroscience》上发表的综述，系统回顾了工具使用如何改变大脑对身体边界的表征。[13]

Bonini等人（2009）在猕猴研究中提供了关键的神经生理证据：腹侧前运动皮层（ventral premotor cortex）在正常情况下编码手部抓握动作，但在工具使用过程中，同样区域开始对工具本身做出反应——仿佛工具已经成为身体图式的一部分。[12]

Kiverstein（2012）在《Consciousness and Cognition》上论证，工具使用不仅改变运动控制，还扩展了认知过程本身。[11] 当我们使用笔记本记录想法时，笔记本是否已经成为认知系统的一部分？”延伸心灵”（extended mind）论者认为，如果外部资源与大脑共同参与认知加工而不被中介化，它就是认知系统的一部分。

身体图式的动态可塑性

身体图式（body schema）不是一个固定的结构，而是一个动态的、多模态的表征系统，能够根据经验灵活扩展和重组。研究表明，长期使用工具的专家（如钢琴家或工匠）的大脑，会将工具表征为身体的一部分。这种可塑性不仅限于运动系统，还延伸到概念理解和感觉加工层面。

感觉运动偶变性：新的感觉通道

感觉替代（sensory substitution）实验是具身认知最令人震惊的证据类别之一。核心思想是：大脑不是一个固定的感官处理器，而是一个通用的感觉运动系统——它学会的是感觉运动偶变性（sensorimotor contingencies），即一种感觉模式与运动之间的规律性关系。

Nagel等人（2005）在《Journal of Neural Engineering》上发表的经典研究，展示了人类能够学会使用感官替代设备，通过全新的感觉通道来感知信息。[7] 在一项著名实验中，盲人通过舌头上的电极阵列（将视觉信息转化为触觉模式）学会了识别字母、感知深度甚至判断表情。

König等人（2016）在《PLoS ONE》上发表的长期追踪研究，进一步揭示了感官替代的神经可塑性效应。[9] 长期使用感官增强设备（如将听觉转化为视觉的设备）的大脑，会重组其感觉加工的功能架构——即使在设备关闭后，这种重组仍然部分保留。这意味着大脑持续根据身体与环境的交互历史来更新自身。

延伸心灵：认知超出颅骨？

具身认知最激进的版本是”延伸心灵”（Extended Mind）论，由Clark和Chalmers（1998）提出。其核心主张是：认知过程可以超出皮肤和颅骨，当外部资源与大脑共同执行认知功能且无缝集成时，这些外部资源就是认知系统的一部分。[11]

支持这一论点的证据来自多个方向：外部记忆工具（如笔记本）被证明可以减轻工作记忆负担；工具使用改变了运动皮层的表征；团队协作中的认知分工使集体认知超越了个体认知。[13]

Hoffmann等人（2012）在机器人学文献中提供了一个独特的视角：[14] 不同形态的身体会产生不同的认知能力——即使神经控制算法相同，不同形态的机器人也会表现出截然不同的行为和”认知”能力。这直接证明了身体形态本身是认知的一个构成要素，而非仅仅是认知的载体。

具身AI：具身认知的逆向工程

近年来，具身AI（Embodied AI）成为人工智能领域最活跃的方向之一。从MiMo-Embodied（跨具身基础模型）到动态场景理解，AI研究者正在尝试构建能够像人类一样通过身体-环境交互学习和推理的系统。这些研究反过来也为具身认知理论提供了新的实验平台——如果AI必须具身才能达到类人智能，这本身就支持了具身认知的核心主张。

误区：具身认知≠”身体控制心灵”

具身认知有时被误解为”身体直接决定思维”的粗糙版本。但实际上，具身认知的核心主张远比这精细：身体通过感觉运动结构”塑造”而非”决定”认知的内容和形式。身体提供的是概念化的约束条件和原材料，而非现成的答案。这与自由能原理的框架完全一致：大脑通过预测和行动主动构建对世界的理解，而身体是这一建构过程的必要基质。

自由能原理与激进具身

自由能原理（Free Energy Principle）由Karl Friston提出，核心主张是：任何自组织系统（大脑是其中之一）都通过最小化自由能来维持其存在。从具身认知的视角看，这一原理提供了一个统一的框架：大脑不是一个独立的计算器，而是一个嵌入在身体-环境动力学中的主动推理机器。[6]

主动推理（active inference）将自由能原理具体化：大脑通过行动来最小化预测误差——它不是等待感知输入后再行动，而是主动生成行动来创造它所期望的感知输入。这一框架要求身体和运动系统作为核心参与者：没有运动皮层发出命令，就没有主动推理。

Safron（2021）的”激进具身 Conscious Cybernetic Bayesian 大脑”模型进一步提出，意识本身可能是具身的——意识体验不是大脑内部的事件，而是身体-环境系统的涌现属性。[6] 这与传统的”意识在大脑中产生”观点形成了鲜明对比，也为具身认知提供了一个通向意识的激进进路。

批评与边界：具身认知过犹不及？

尽管具身认知取得了显著成功，Gallagher（2005）的批判性综述也指出了其边界。[15] 不是所有的认知都是具身的——抽象数学推理和语言句法加工，似乎并不完全依赖感觉运动系统。Gallagher认为，具身认知的支持者有时过度解读了证据：某些运动系统的参与可能是注意力或工作记忆的后效，而非概念理解的必要成分。

此外，”延伸心灵”论也面临伦理和方法论的挑战。Heinrichs等人（2017）的研究指出，当认知过程延伸进入环境时，如何界定认知主体的责任边界变得复杂——这在经颅脑刺激（tCBS）增强认知的语境中尤为突出。[4]

更根本的批评来自de Bruin等人（2015）对”直接社会感知”（Direct Social Perception）的分析。[3] 如果我们对他人的理解完全依赖身体模拟，那么纯粹的贝叶斯推理和预测编码框架如何融入？这提示具身认知可能需要与计算框架协同，而非完全取代。

🔭 万象点评

具身认知的核心贡献，是打破了对认知的”颅内化”想象——将身体和环境重新纳入对心灵的理解。神经科学的证据是令人信服的：运动系统参与概念理解、工具改变大脑表征、感官替代可以重塑神经结构。这些发现共同指向一个结论：认知是一个系统性现象，其边界比颅骨更开放，比皮肤更灵活。但具身认知也有其边界：它无法完全解释抽象思维和语言，也尚未提供一个完整的意识理论。未来的研究可能需要在具身框架与计算框架之间寻找整合点。

📚 参考文献

  1. Musseler J et al. (2012). Grasping the past: The influence of object size on motor preparation. Cortex. 10.1016/j.cortex.2011.03.006
  2. Asma S et al. (2022). Imagination: A New Foundation for the Science of Mind. Biological Theory. 10.1007/s13752-022-00410-4
  3. de Bruin L et al. (2015). Direct social perception, mindreading and Bayesian predictive coding. Consciousness and Cognition. 10.1016/j.concog.2015.04.014
  4. Heinrichs J et al. (2017). Against Strong Ethical Parity: Situated Cognition Theses and Transcranial Brain Stimulation. Frontiers in Human Neuroscience. 10.3389/fnhum.2017.00171
  5. Allen M et al. (2018). From cognitivism to autopoiesis: towards a computational framework for the embodied mind. Synthese. 10.1007/s11229-016-1288-5
  6. Safron A et al. (2021). The Radically Embodied Conscious Cybernetic Bayesian Brain: From Free Energy to Free Will and Back Again. Entropy. 10.3390/e23060783
  7. Nagel S et al. (2005). Beyond sensory substitution–learning the sixth sense. Journal of Neural Engineering. 10.1088/1741-2560/2/4/R02
  8. Dorris D et al. (2009). Self-regulation and the hypothesis of experience-based selection. Consciousness and Cognition. 10.1016/j.concog.2009.03.005
  9. König S et al. (2016). Learning New Sensorimotor Contingencies: Effects of Long-Term Use of Sensory Augmentation on the Brain and Conscious Perception. PLoS ONE. 10.1371/journal.pone.0166647
  10. Goldman A et al. (2009). Motor simulation and the neural correlates of object concepts. Progress in Brain Research. 10.1016/S0079-6123(08)00408-1
  11. Kiverstein J (2012). Embodied cognition: The phenomenology of tooling. Consciousness and Cognition. 10.1016/j.concog.2012.07.005
  12. Bonini L et al. (2009). Extending the body: The perceptual basis of tool use. Neuroscience Letters. 10.1016/j.neulet.2009.07.027
  13. Graziano M et al. (2009). Neuroscience: The emerging science of implicit tool use. Nature Reviews Neuroscience. 10.1038/nrn2314
  14. Hoffmann M et al. (2012). The implications of embodiment for behavior and cognition: animal and robotic case studies. arXiv:1202.0440. arXiv:1202.0440
  15. Gallagher S et al. (2005). Embodied cognition: A critical review. Psychonomic Bulletin & Review. PMID: 16330380