從認知到神經元：人腦如何跨層測量智能計算
From Cognition to Neurons: How Human Intelligence Is Measured Across Levels
系列： 《智能的物理計量：從最小語意執行到成果品質與計算時空》英文系列： Physical Metrology of Intelligence: From Minimal Semantic Execution to Quality and Computational Spacetime 系列編號： EML-IPM篇次： Paper 03 / 10文件編號： EML-IPM-03作者： Neo.K with Aletheia（GPT-5.6 Sol）機構： EveMissLab／一言諾科技有限公司版本： v0.1日期： 2026-09-02文件性質： 公開純理論論文／跨學科方法論工程狀態： 無 MVP；本文借鑑認知科學與神經科學的跨層量測方法，不將生物單位直接等同 AI 單位
摘要
若要建立智能的物理計量，最自然的歷史參照不是現有大型模型 benchmark，而是人類對自身大腦的研究。
然而，神經科學並沒有一個被普遍接受的：
1 thought = N spikes \boxed{
1\ \text{thought}
=
N\ \text{spikes}
} 1 thought = N spikes 或：
1 cognitive operation = M synaptic events \boxed{
1\ \text{cognitive operation}
=
M\ \text{synaptic events}
} 1 cognitive operation = M synaptic events 換算表。
相反地，認知科學與神經科學長期採用的是一套 跨層代理量測（cross-level proxy measurement） ：
Behavior → Latent Cognitive Process → Neural Code → Cellular Events → Physical Implementation . \boxed{
\text{Behavior}
\rightarrow
\text{Latent Cognitive Process}
\rightarrow
\text{Neural Code}
\rightarrow
\text{Cellular Events}
\rightarrow
\text{Physical Implementation}.
} Behavior → Latent Cognitive Process → Neural Code → Cellular Events → Physical Implementation . 這條鏈中的每一層都使用不同單位：
行為層：accuracy、reaction time、choice、error、information throughput；
認知模型層：belief update、evidence accumulation、elementary cognitive operation、value of computation；
神經編碼層：spike count、spike timing、population pattern、mutual information、decoding accuracy；
細胞層：action potential、synaptic event、membrane integration、plasticity event；
物理實現層：ion flux、ATP、energy、heat、entropy production。
因此：
Cognitive Unit ≠ Neural Event ≠ Information Bit ≠ Physical Operation . \boxed{
\text{Cognitive Unit}
\neq
\text{Neural Event}
\neq
\text{Information Bit}
\neq
\text{Physical Operation}.
} Cognitive Unit = Neural Event = Information Bit = Physical Operation . 本文主張，人腦研究真正值得 IPM 借用的不是某個固定「腦內 FLOP」，而是五個方法論原則：
Level Separation ：不同描述層不可互相偷換；Latent Inference ：內部認知過程可由行為 proxy 與模型反推；Population over Atomism ：高階資訊通常由神經群體模式承載，而非單一神經元；Encoding–Decoding Duality ：需同時問「神經活動帶有什麼資訊」與「這些資訊能否支援行為」；Causal Perturbation ：相關性不足，必須透過干預、消融、刺激或其他擾動驗證功能貢獻。
本文首先借鑑 Marr 的三層分析：
Computational → Algorithmic → Implementational . \boxed{
\text{Computational}
\rightarrow
\text{Algorithmic}
\rightarrow
\text{Implementational}.
} Computational → Algorithmic → Implementational . 但 IPM 不直接照搬。Marr 的 implementational layer 對今天的智能物理計量過粗，因此本文擴張為：
L 4 : Task Achievement \boxed{
L_4:\text{Task Achievement}
} L 4 : Task Achievement L 3 : Semantic / Cognitive Operation \boxed{
L_3:\text{Semantic / Cognitive Operation}
} L 3 : Semantic / Cognitive Operation L 2 : Algorithmic / Representational Realization \boxed{
L_2:\text{Algorithmic / Representational Realization}
} L 2 : Algorithmic / Representational Realization L 1 : Neural / Computational Physical Events \boxed{
L_1:\text{Neural / Computational Physical Events}
} L 1 : Neural / Computational Physical Events L 0 : Thermodynamic Realization . \boxed{
L_0:\text{Thermodynamic Realization}.
} L 0 : Thermodynamic Realization . 第二，本文借鑑 resource-rational analysis。該傳統不只問「人是否理性」，而會定義 elementary mental operations，為操作分配時間與資源成本，再研究有限計算條件下哪些策略值得執行。這與 IPM 的：
μ I → C o s t ( μ I ) → V a l u e ( μ I ) \mu_I
\rightarrow
Cost(\mu_I)
\rightarrow
Value(\mu_I) μ I → C os t ( μ I ) → V a l u e ( μ I ) 結構高度相容。
第三，本文借鑑 psychophysics 與 diffusion decision model。心理學常不把 reaction time 直接視為「認知量」，而是從 accuracy、mean RT、RT distribution 等可觀察資料推斷 latent evidence accumulation、decision boundary、bias 與 non-decision time。這告訴 IPM：
Internal Intelligent Operation \boxed{
\text{Internal Intelligent Operation}
} Internal Intelligent Operation 不必完全可直接觀測，
仍可以透過：
observable trace + constrained latent model \boxed{
\text{observable trace}
+
\text{constrained latent model}
} observable trace + constrained latent model 進行計量。
第四，本文處理 neural coding。神經科學會使用：
bits/spike \boxed{
\text{bits/spike}
} bits/spike mutual information \boxed{
\text{mutual information}
} mutual information population decoding accuracy \boxed{
\text{population decoding accuracy}
} population decoding accuracy 來描述神經活動與 stimulus／behavior 之間的資訊關係。但這些量只是 neural code 的特性，不是「智能本身」。
尤其：
bits/spike ≠ cognitive bits . \boxed{
\text{bits/spike}
\neq
\text{cognitive bits}.
} bits/spike = cognitive bits . 第五，本文強調 population coding。單一 neuron 的活動常無法唯一決定其高階功能；資訊可能分散於神經群體的 joint activity 中。因此：
One Neuron ≠ One Semantic Unit . \boxed{
\text{One Neuron}
\neq
\text{One Semantic Unit}.
} One Neuron = One Semantic Unit . 這直接支持 Paper 02 對 μ I \mu_I μ I
第六，本文提出 跨層證據三角化（Cross-Level Triangulation） ：
X L = ( E B , E C , E N , E P ) \boxed{
\mathcal X_L
=
(
E_B,
E_C,
E_N,
E_P
)
} X L = ( E B , E C , E N , E P ) 其中：
E B E_B E B E C E_C E C E N E_N E N E P E_P E P
只有當多層證據收斂時，我們才逐步提高：
C o n f i d e n c e ( μ I o b s ≈ μ I i n t ) . Confidence(
\mu_I^{obs}
\approx
\mu_I^{int}
). C o n f i d e n ce ( μ I o b s ≈ μ I in t ) . 本文最後提出對 AI 的直接借鑑：
Output Behavior → Semantic-State Model → Internal Computational Trace → Physical Trace . \boxed{
\text{Output Behavior}
\rightarrow
\text{Semantic-State Model}
\rightarrow
\text{Internal Computational Trace}
\rightarrow
\text{Physical Trace}.
} Output Behavior → Semantic-State Model → Internal Computational Trace → Physical Trace . 也就是，不要求現在立刻看穿 Transformer 的每一個 latent state；而是像神經科學一樣，逐步利用：
behavioral task decomposition；
structured trace；
activation intervention；
ablation；
mechanistic probe；
hardware telemetry；
把語意層與物理層對齊。
本文終端命題為：
人腦研究真正教給智能物理計量學的， 不是「一個 spike 等於多少智能」， 而是：當高階認知無法被直接觀察時， 可以透過多層代理、模型反推、群體編碼與因果擾動， 逐步建立認知與物理事件之間的可檢驗映射。 \boxed{
\textbf{
人腦研究真正教給智能物理計量學的，
不是「一個 spike 等於多少智能」，
而是：當高階認知無法被直接觀察時，
可以透過多層代理、模型反推、群體編碼與因果擾動，
逐步建立認知與物理事件之間的可檢驗映射。
}
} 人腦研究真正教給智能物理計量學的， 不是「一個 spike 等於多少智能」， 而是：當高階認知無法被直接觀察時， 可以透過多層代理、模型反推、群體編碼與因果擾動， 逐步建立認知與物理事件之間的可檢驗映射。 1. 第一個結論：沒有公認的「最小人類認知單位」
認知科學有：
stimulus；
response；
choice；
cognitive operation；
memory item；
belief；
decision variable。
神經科學有：
spike；
burst；
synaptic event；
population pattern；
oscillation；
membrane potential。
資訊論有：
b i t . bit. bi t . 物理學有：
J o u l e . Joule. J o u l e . 但目前沒有可靠理由寫：
1 cognitive operation = k spikes \boxed{
1\ \text{cognitive operation}
=
k\ \text{spikes}
} 1 cognitive operation = k spikes 作為普適常數。
2. 這不是研究失敗，而是跨層問題的本質
同一個 cognitive function 可以由：
共同實現。
而同一 neuron 也可能依語境參與不同功能。
所以：
Functional Unit ≠ Anatomical Unit . \boxed{
\text{Functional Unit}
\neq
\text{Anatomical Unit}.
} Functional Unit = Anatomical Unit . 3. Marr：先分層再連接
Marr 的經典區分：
Computational → Algorithmic → Implementational . \boxed{
\text{Computational}
\rightarrow
\text{Algorithmic}
\rightarrow
\text{Implementational}.
} Computational → Algorithmic → Implementational . 可以粗略理解為：
computational：系統解什麼問題？
algorithmic：用什麼表示與程序解？
implementational：由什麼物理基質實現？
4. 這個分層對 IPM 很重要
因為它阻止：
task performance \boxed{
\text{task performance}
} task performance 被直接等同：
physical event count . \boxed{
\text{physical event count}.
} physical event count . 也阻止：
physical similarity \boxed{
\text{physical similarity}
} physical similarity 被直接等同：
functional equivalence . \boxed{
\text{functional equivalence}.
} functional equivalence . 5. 但 Marr 三層對今天不夠細
對智能物理計量而言，implementational layer 太大。
裡面至少還有：
neuron/network；
ion channels；
metabolism；
heat；
physical substrate。
因此 IPM 擴張成五層。
6. IPM 五層
L 4 = Task Achievement \boxed{
L_4=\text{Task Achievement}
} L 4 = Task Achievement 測：
correctness；
quality；
decision success；
behavioral utility。
7. L 3 L_3 L 3
L 3 = μ I layer . \boxed{
L_3=\mu_I\text{ layer}.
} L 3 = μ I layer . 測：
belief update；
relation construction；
constraint resolution；
strategy change；
uncertainty restructuring。
8. L 2 L_2 L 2
處理：
evidence accumulation；
sampling；
search；
recurrent update；
representation transformation。
9. L 1 L_1 L 1
在人腦：
spike；
synaptic event；
membrane dynamics；
population pattern。
在 AI：
tensor operation；
memory access；
routing；
interconnect event。
10. L 0 L_0 L 0
L 0 = ( E n e r g y , H e a t , E n t r o p y P r o d u c t i o n ) . \boxed{
L_0=
(
Energy,
Heat,
EntropyProduction
).
} L 0 = ( E n er g y , H e a t , E n t r o p y P r o d u c t i o n ) . Paper 04 才正式處理這一層。
11. 第一條借鑑：不要越級等同
所以：
L 4 ≠ L 3 ≠ L 2 ≠ L 1 ≠ L 0 . \boxed{
L_4\neq L_3\neq L_2\neq L_1\neq L_0.
} L 4 = L 3 = L 2 = L 1 = L 0 . 可以映射，但不應直接等同。
12. 行為層：人腦研究最容易看到什麼？
最容易觀測的通常不是 neural thought。
而是：
正確／錯誤；
反應時間；
選擇；
眼動；
動作；
verbal report。
13. Reaction Time 不是認知操作本身
若：
R T = 500 m s , RT=500ms, R T = 500 m s , 不能說：
這個人做了 500 單位認知。
所以：
R e a c t i o n T i m e ≠ C o g n i t i v e W o r k . \boxed{
ReactionTime
\neq
CognitiveWork.
} R e a c t i o n T im e = C o g ni t i v e W or k . 14. 但 RT 是有價值 proxy
因為在 controlled task 中：
R T RT R T 會隨：
stimulus difficulty；
decision threshold；
attention；
evidence quality；
系統性改變。
15. Accuracy 也不是全部
兩個人都：
A c c u r a c y = 95 % . Accuracy=95\%. A cc u r a cy = 95%. 但：
R T A ≪ R T B . RT_A\ll RT_B. R T A ≪ R T B . 可能代表完全不同處理策略。
16. 所以心理學通常做多變量行為量測
E B = ( A c c u r a c y , R T , R T D i s t r i b u t i o n , E r r o r P a t t e r n , C h o i c e ) . \boxed{
E_B=
(
Accuracy,
RT,
RTDistribution,
ErrorPattern,
Choice
).
} E B = ( A cc u r a cy , R T , R T D i s t r ib u t i o n , E r r or P a tt er n , C h o i ce ) . 17. Diffusion Decision Model 是漂亮例子
在 two-choice task 中，observable behavior 可被模型拆成 latent components。
18. 典型 latent variables
例如：
v = drift rate v=\text{drift rate} v = drift rate 代表 evidence quality / accumulation rate。
19. Decision boundary
a = decision threshold . a=\text{decision threshold}. a = decision threshold . 反映 speed–accuracy trade-off。
20. Starting point
z 0 = initial bias . z_0=\text{initial bias}. z 0 = initial bias . 21. Non-decision time
T e r T_{er} T er 包含 perception / motor 等非 decision accumulation 部分。
22. 關鍵不是 diffusion model 一定是真實神經機制
而是方法論：
observable behavior → constrained latent cognitive model . \boxed{
\text{observable behavior}
\rightarrow
\text{constrained latent cognitive model}.
} observable behavior → constrained latent cognitive model . 23. 這就是 IPM 可以借的東西
我們現在看不到：
μ I i n t \mu_I^{int} μ I in t 不代表完全不能量。
可以先建立：
μ I o b s . \mu_I^{obs}. μ I o b s . 24. 第二條借鑑：Latent 不等於不可科學化
只要模型：
有明確 observable prediction；
有 competing model；
可被 falsify；
可接受 intervention；
就可以逐步提高可信度。
25. Resource Rationality：計算本身有成本
認知科學另一個直接相關方向是：
Resource-Rational Analysis . \boxed{
\text{Resource-Rational Analysis}.
} Resource-Rational Analysis . 26. 它問的不是「完美理性者會怎麼做」
而是：
在有限時間、有限記憶、有限計算下，什麼策略值得做？
27. 基本形式
定義一組：
c 1 , c 2 , … , c n c_1,c_2,\ldots,c_n c 1 , c 2 , … , c n elementary mental operations。
28. 每個操作有成本
C o s t ( c i ) . Cost(c_i). C os t ( c i ) . 可以來自：
time；
memory；
opportunity cost；
computation。
29. 執行操作有價值
因為：
c i c_i c i 可能改變 belief，
進而改善 decision。
30. 因此可寫成
V a l u e O f C o m p u t a t i o n = E x p e c t e d I m p r o v e m e n t − C o s t . \boxed{
ValueOfComputation
=
ExpectedImprovement
-
Cost.
} V a l u e O f C o m p u t a t i o n = E x p ec t e d I m p r o v e m e n t − C os t . 31. 這與 IPM 幾乎同構
Paper 02：
μ I \mu_I μ I 就是我們的 elementary semantic operation candidate。
32. 但 IPM 再往下
Resource-rational cost 常是抽象 cost。
我們要進一步：
C o s t ( μ I ) → P h y s i c a l T r a c e → J o u l e . \boxed{
Cost(\mu_I)
\rightarrow
PhysicalTrace
\rightarrow
Joule.
} C os t ( μ I ) → P h y s i c a l T r a ce → J o u l e . 33. 第三條借鑑：操作成本必須和成果效用一起看
不能只問：
花了多少計算？
還要問：
那次計算到底改善了多少結果？
所以：
C o m p u t a t i o n C o u n t ≠ I n t e l l i g e n c e V a l u e . \boxed{
ComputationCount
\neq
IntelligenceValue.
} C o m p u t a t i o n C o u n t = I n t e l l i g e n ce V a l u e . 34. 從認知模型進入神經編碼
下一個問題：
認知操作到底由什麼 neural activity 承載？
神經科學不會直接回答：
這一顆 neuron 就是 belief update。
35. Neural Coding 的核心問題
更常問：
哪些 neural responses 與 stimulus / task variable / behavior 相關？
36. Encoding
S t i m u l u s → N e u r a l R e s p o n s e . \boxed{
Stimulus
\rightarrow
NeuralResponse.
} S t im u l u s → N e u r a l R es p o n se . 研究：
給定世界狀態，神經系統如何反應？
37. Decoding
N e u r a l R e s p o n s e → E s t i m a t e ( S t i m u l u s / B e h a v i o r ) . \boxed{
NeuralResponse
\rightarrow
Estimate(Stimulus/Behavior).
} N e u r a l R es p o n se → E s t ima t e ( S t im u l u s / B e ha v i or ) . 研究：
從神經活動能否重建外部變量？
38. Encoding 和 decoding 都重要
只有 encoding：
可能知道 neuron 對 stimulus 敏感，
但不知道 brain downstream 是否真的能利用。
39. 只有 decoding：
可能 decoder 很強，
但抓到的是相關資訊，不一定是腦真正使用的 code。
40. 所以：
D e c o d a b l e ≠ U s e d B y B r a i n . \boxed{
Decodable
\neq
UsedByBrain.
} D eco d ab l e = U se d B y B r ain . 這也是 AI mechanistic probe 必須注意的陷阱。
41. Information Theory 的角色
神經科學常用 mutual information：
I ( S ; R ) = H ( S ) − H ( S ∣ R ) . \boxed{
I(S;R)
=
H(S)-H(S\mid R).
} I ( S ; R ) = H ( S ) − H ( S ∣ R ) . 其中：
S S S R R R
42. 它問
神經反應 R R R S S S
43. bits/spike
可以定義某些情況下：
I ( S ; R ) N s p i k e . \boxed{
\frac{
I(S;R)
}{
N_{spike}
}.
} N s p ik e I ( S ; R ) . 44. 但這不是「一個 spike = 幾 bits 的思想」
因為它依賴：
stimulus ensemble；
time bin；
response definition；
neuronal population；
encoding assumptions。
45. 所以：
b i t s / s p i k e ≠ c o g n i t i v e b i t s . \boxed{
bits/spike
\neq
cognitive\ bits.
} bi t s / s p ik e = co g ni t i v e bi t s . 46. 一個 spike 也不是固定資訊量
不同 neuron、task、context：
I s p i k e A ≠ I s p i k e B . I_{spike}^{A}
\neq
I_{spike}^{B}. I s p ik e A = I s p ik e B . 47. 這跟 μ I \mu_I μ I
同類語意事件：
μ I \mu_I μ I 在不同架構下也不會有固定 physical cost。
48. Population Coding
現代 neuroscience 很早就發現：
information is often population-distributed . \boxed{
\text{information is often population-distributed}.
} information is often population-distributed . 49. 所以：
O n e N e u r o n ≠ O n e V a r i a b l e . \boxed{
OneNeuron
\neq
OneVariable.
} O n e N e u r o n = O n e V a r iab l e . 50. 某個 stimulus value 可以由整個 population pattern 表示
r = ( r 1 , r 2 , … , r n ) . \mathbf r=
(r_1,r_2,\ldots,r_n). r = ( r 1 , r 2 , … , r n ) . 51. 這對 Paper 02 很重要
因為它支持：
S e m a n t i c U n i t ≠ S p e c i f i c N e u r o n . \boxed{
SemanticUnit
\neq
SpecificNeuron.
} S e man t i c U ni t = S p ec i f i c N e u r o n . 52. realization 可以是 distributed
ρ N ( μ I ) = { population pattern over time } . \rho_N(\mu_I)
=
\{\text{population pattern over time}\}. ρ N ( μ I ) = { population pattern over time } . 53. 神經編碼還有時間尺度問題
資訊可能存在於：
firing rate；
spike count；
precise spike timing；
burst；
population synchronization。
54. 所以 measurement resolution 會改變 code
若 time bin：
Δ t \Delta t Δ t 不同，
得到的：
I ( S ; R ) I(S;R) I ( S ; R ) 也可能不同。
55. 這與 Paper 02 的解析度相對性一致
M i n i m a l i t y = M i n i m a l i t y ( δ , T a s k , O b s e r v e r ) . \boxed{
Minimality
=
Minimality(\delta,Task,Observer).
} M inima l i t y = M inima l i t y ( δ , T a s k , O b ser v er ) . 神經科學也沒有一個永恆固定的唯一觀察尺度。
56. Single-Neuron 到 Population-Neuron 的轉變
早期研究常看：
r i ( t ) r_i(t) r i ( t ) 單一 neuron。
57. 大規模 recording 後
越來越常分析：
R ( t ) = ( r 1 ( t ) , … , r n ( t ) ) . \boxed{
\mathbf R(t)
=
(r_1(t),\ldots,r_n(t)).
} R ( t ) = ( r 1 ( t ) , … , r n ( t )) . 58. 這能捕捉 single-cell level 不明顯的 information
也能做 single-trial decoding。
59. 第四條借鑑：不要把可計量的最小硬體單位誤認成功能最小單位
神經元容易數。
spike 容易數。
但：
E a s y T o C o u n t ≠ C o r r e c t U n i t . \boxed{
EasyToCount
\neq
CorrectUnit.
} E a sy T o C o u n t = C or r ec t U ni t . 60. 這句對 AI 更重要
token 容易數。
FLOP 容易估。
但仍然不代表它們就是智能單位。
61. Behavioral Throughput：10 bits/s 的啟示
有研究以多種人類行為任務估計，人類可觀察行為資訊 throughput 約在：
10 b i t s / s \boxed{
10\ bits/s
} 10 bi t s / s 量級。
62. 而 sensory input 的估計可高很多
約：
10 9 b i t s / s 10^9\ bits/s 1 0 9 bi t s / s 量級。
63. 這個差距很刺激
但不能解讀成：
大腦只做 10 bits/s 的總計算。
64. 更合理：
Behavioral Output Rate ≠ Internal Neural Computation Rate . \boxed{
\text{Behavioral Output Rate}
\neq
\text{Internal Neural Computation Rate}.
} Behavioral Output Rate = Internal Neural Computation Rate . 65. 這正好對應 AI
一個模型最後只輸出：
1000 t o k e n s 1000\ tokens 1000 t o k e n s 不代表內部只做了 1000 個智能事件。
66. Output bottleneck 可以遠小於 internal dynamics
因此：
O u t p u t R a t e ≠ C o m p u t a t i o n R a t e . \boxed{
OutputRate
\neq
ComputationRate.
} O u tp u tR a t e = C o m p u t a t i o n R a t e . 67. 10 bits/s 更適合當什麼？
它是一個：
behavioral effective throughput proxy . \boxed{
\text{behavioral effective throughput proxy}.
} behavioral effective throughput proxy . 不是 brain FLOPS。
68. 第五條借鑑：區分 throughput 與 work
throughput 問：
單位時間有多少可觀察資訊通過？
work 問：
系統內部做了多少有效狀態轉換？
兩者不是一樣。
69. Correlation 不等於 Causal Function
假設某 brain region 在做數學時亮起來。
不能立刻說：
這裡就是數學模組。
70. 因為 activity 可以是：
upstream；
downstream；
correlated；
compensatory；
epiphenomenal。
71. 所以神經科學使用 perturbation
例如：
lesion；
TMS；
electrical stimulation；
optogenetics；
pharmacological perturbation。
72. 基本思想
d o ( N i = N ~ i ) → Δ B e h a v i o r ? \boxed{
do(N_i=\tilde N_i)
\rightarrow
\Delta Behavior?
} d o ( N i = N ~ i ) → Δ B e ha v i or ? 73. 若干預神經活動後功能系統性改變
則 causal evidence 增強。
74. 但 perturbation 也不是完美
TMS 等技術可能：
作用範圍廣；
有 side effect；
state-dependent；
network compensation。
所以：
P e r t u r b a t i o n ≠ P e r f e c t L o c a l i z a t i o n . \boxed{
Perturbation
\neq
PerfectLocalization.
} P er t u r ba t i o n = P er f ec t L oc a l i z a t i o n . 75. 這個謹慎態度對 AI 很重要
activation ablation 之後輸出變差，
也不表示：
那個 activation 就是完整概念本體。
76. 我們只能說
it has causal relevance under this intervention . \boxed{
\text{it has causal relevance under this intervention}.
} it has causal relevance under this intervention . 77. Causal Chain
因此一個認知神經推斷至少要考慮：
I n t e r v e n t i o n → N e u r a l C h a n g e → C o g n i t i v e C h a n g e → B e h a v i o r C h a n g e . \boxed{
Intervention
\rightarrow
NeuralChange
\rightarrow
CognitiveChange
\rightarrow
BehaviorChange.
} I n t er v e n t i o n → N e u r a l C han g e → C o g ni t i v e C han g e → B e ha v i or C han g e . 78. 中間每一步都有 confound
所以不能跳階。
79. 第六條借鑑：Cross-Level Triangulation
本文提出：
X L = ( E B , E C , E N , E P ) . \boxed{
\mathcal X_L
=
(
E_B,
E_C,
E_N,
E_P
).
} X L = ( E B , E C , E N , E P ) . 80. E B E_B E B
例如：
accuracy；
RT；
choice；
error profile。
81. E C E_C E C
例如：
drift model；
memory model；
resource-rational model；
task decomposition。
82. E N E_N E N
例如：
spike train；
population representation；
EEG/MEG/fMRI；
neural decoding。
83. E P E_P E P
例如：
lesion；
stimulation；
causal manipulation。
84. 證據越收斂
越可以提高：
C o n f i d e n c e ( C o g n i t i v e F u n c t i o n ↔ N e u r a l M e c h a n i s m ) . \boxed{
Confidence(
CognitiveFunction
\leftrightarrow
NeuralMechanism
).
} C o n f i d e n ce ( C o g ni t i v e F u n c t i o n ↔ N e u r a l M ec hani s m ) . 85. 這比只看 correlation 更可靠
也比只看 abstract cognitive model 更可靠。
86. Cross-Level Consistency
若：
M o d e l C Model_C M o d e l C 預測某 condition 會增加 evidence accumulation time，
行為 RT 真的改變，
神經 population dynamics 也以一致方向改變，
干預該 dynamics 又破壞 behavior，
那就是強跨層證據。
87. 這種結構對 μ I \mu_I μ I
未來我們要建立：
μ I o b s \boxed{
\mu_I^{obs}
} μ I o b s 不能只靠 verbal interpretation。
88. 應至少使用
μ I o b s = F ( B e h a v i o r , S t r u c t u r e d T r a c e , I n t e r n a l P r o b e , I n t e r v e n t i o n ) . \boxed{
\mu_I^{obs}
=
F(
Behavior,
StructuredTrace,
InternalProbe,
Intervention
).
} μ I o b s = F ( B e ha v i or , S t r u c t u r e d T r a ce , I n t er na l P r o b e , I n t er v e n t i o n ) . 89. 人腦研究也告訴我們：代理量不是恥辱
只要誠實標記：
P r o x y ≠ O n t o l o g y . \boxed{
Proxy
\neq
Ontology.
} P r o x y = O n t o l o g y . 90. reaction time 是 proxy
但不是 thought。
91. spike count 是 proxy
但不是 cognition。
92. mutual information 是 relation measure
但不是 meaning 本身。
93. decoding accuracy 是 accessibility measure
但不保證 causal use。
94. 這種 type discipline 是我們最需要借的
AI benchmark 最大問題之一恰恰是：
P r o x y → O n t o l o g y \boxed{
Proxy
\rightarrow
Ontology
} P r o x y → O n t o l o g y 偷換得太快。
95. 人腦跨層量測的第一種失敗：Reverse Inference
看到 region A active，
就說：
subject 正在做 function X。
96. 這通常不夠
因為 region A 可能參與很多功能。
97. AI 也有同樣錯誤
看到 head H 對某詞敏感，
不能直接說：
H 就是語法 head。
98. 所以：
S e l e c t i v i t y ≠ E x c l u s i v i t y . \boxed{
Selectivity
\neq
Exclusivity.
} S e l ec t i v i t y = E x c l u s i v i t y . 99. 第二種失敗：One-to-One Localization
高階 cognition 常不是一個位置。
100. 而是：
distributed dynamics . \boxed{
\text{distributed dynamics}.
} distributed dynamics . 101. 所以 IPM 不應追求：
找到「推理 neuron」。
102. 而應追求：
semantic transition ↔ distributed realization trace . \boxed{
\text{semantic transition}
\leftrightarrow
\text{distributed realization trace}.
} semantic transition ↔ distributed realization trace . 103. 第三種失敗：把 information 當 meaning
若：
I ( S ; R ) = 2 b i t s , I(S;R)=2\ bits, I ( S ; R ) = 2 bi t s , 只表示 R R R S S S
104. 不表示：
這兩 bits 就是 2 units of understanding。
所以：
I n f o r m a t i o n ≠ U n d e r s t a n d i n g . \boxed{
Information
\neq
Understanding.
} I n f or ma t i o n = U n d er s t an d in g . 105. 第四種失敗：忽略觀測尺度
神經 code 在：
1 m s 1ms 1 m s 與：
100 m s 100ms 100 m s 時間窗可能完全不同。
106. AI 也是一樣
你可以按：
token；
layer；
block；
trajectory；
task；
切分。
得到完全不同 operation count。
107. 因此解析度必須明示
M e a s u r e m e n t = M e a s u r e m e n t ( δ ) . \boxed{
Measurement
=
Measurement(\delta).
} M e a s u r e m e n t = M e a s u r e m e n t ( δ ) . 108. 第五種失敗：把平均表現當單次認知
很多 neuroscience 結果來自：
t r i a l − a v e r a g e . trial-average. t r ia l − a v er a g e . 109. 但人腦每次決策其實是 single trial
所以 population decoding 後來越來越重視：
single-trial activity . \boxed{
\text{single-trial activity}.
} single-trial activity . 110. 這與 IPM 的 Single-Pass 問題高度相似
平均 100 次 rollout 很強，
不能代表：
P a s s @ 1 Pass@1 P a ss @1 很強。
111. 第七條借鑑：單次事件與平均性能必須分開
E n s e m b l e P e r f o r m a n c e ≠ S i n g l e E p i s o d e P e r f o r m a n c e . \boxed{
EnsemblePerformance
\neq
SingleEpisodePerformance.
} E n se mb l e P er f or man ce = S in g l e E p i so d e P er f or man ce . 112. 人腦研究與 AI 的對照表
人腦研究層
常用量
IPM 對應
不可偷換
Behavior
Accuracy / RT
Q , T Q,T Q , T RT ≠ intelligence work
Cognitive model
latent operation
μ I o b s \mu_I^{obs} μ I o b s model ≠ internal truth
Neural coding
spike / population code
internal trace
spike ≠ semantic unit
Information theory
bits/spike, MI
semantic information proxy
bit ≠ meaning
Perturbation
TMS / lesion
ablation / activation intervention
perturbation ≠ perfect localization
Physical layer
ion / metabolism
hardware telemetry
physical event ≠ cognition
113. 所以 IPM 應該如何借？
不是做「人工腦類比」。
114. 第一個可借原則：Level Separation
T a s k ≠ S e m a n t i c O p e r a t i o n ≠ A l g o r i t h m ≠ P h y s i c a l E v e n t . \boxed{
Task
\neq
SemanticOperation
\neq
Algorithm
\neq
PhysicalEvent.
} T a s k = S e man t i c O p er a t i o n = A l g or i t hm = P h y s i c a l E v e n t . 115. 第二個：Latent Inference
O b s e r v a b l e + M o d e l → L a t e n t E s t i m a t e . \boxed{
Observable
+
Model
\rightarrow
LatentEstimate.
} O b ser v ab l e + M o d e l → L a t e n tE s t ima t e . 116. 第三個：Population Realization
S e m a n t i c F u n c t i o n ↔ D i s t r i b u t e d P a t t e r n \boxed{
SemanticFunction
\leftrightarrow
DistributedPattern
} S e man t i c F u n c t i o n ↔ D i s t r ib u t e d P a tt er n 通常比 one-node mapping 合理。
117. 第四個：Encoding–Decoding Duality
不只問：
內部有哪些資訊？
還要問：
這些資訊是否能被 downstream 利用？
118. 第五個：Causal Perturbation
C o r r e l a t i o n → I n t e r v e n t i o n → C a u s a l C o n f i d e n c e . \boxed{
Correlation
\rightarrow
Intervention
\rightarrow
CausalConfidence.
} C or r e l a t i o n → I n t er v e n t i o n → C a u s a l C o n f i d e n ce . 119. 第六個：Multi-Scale Measurement
不同：
δ \delta δ 下都要重新聲明單位。
120. 第七個：Single-Trial Discipline
不要只報平均。
121. 對 AI 的五層量測架構
現在可建立：
A 4 = Task Output \boxed{
A_4=\text{Task Output}
} A 4 = Task Output 122. A 3 A_3 A 3
A 3 = μ I o b s \boxed{
A_3=\mu_I^{obs}
} A 3 = μ I o b s 由：
proof step；
structured reasoning；
behavior change；
重建。
123. A 2 A_2 A 2
例如：
activation trajectory；
routing；
memory retrieval；
attention pattern。
124. A 1 A_1 A 1
( O p s , M e m o r y , I n t e r c o n n e c t , D e v i c e T i m e ) . \boxed{
(
Ops,
Memory,
Interconnect,
DeviceTime
).
} ( O p s , M e m or y , I n t er co nn ec t , D e v i ce T im e ) . 125. A 0 A_0 A 0
( E n e r g y , H e a t , E n t r o p y ) . \boxed{
(
Energy,
Heat,
Entropy
).
} ( E n er g y , H e a t , E n t r o p y ) . 126. AI Cross-Level Triangulation
可以定義：
X A I = ( E O , E S , E I , E A , E H ) \boxed{
\mathcal X_{AI}
=
(
E_O,
E_S,
E_I,
E_A,
E_H
)
} X A I = ( E O , E S , E I , E A , E H ) 127. E O E_O E O
結果品質。
128. E S E_S E S
可重建求解狀態改變。
129. E I E_I E I
latent / activation / routing。
130. E A E_A E A
移除或修改內部結構後的影響。
131. E H E_H E H
真實設備 telemetry。
132. 對某個 μ I \mu_I μ I
概念上：
C o n f ( μ I ) = F ( E O , E S , E I , E A , E H ) . \boxed{
Conf(\mu_I)
=
F(
E_O,E_S,E_I,E_A,E_H
).
} C o n f ( μ I ) = F ( E O , E S , E I , E A , E H ) . 133. 這比只從 Chain-of-Thought 數步驟好很多
因為 visible reasoning：
may not equal internal reasoning . \boxed{
\text{may not equal internal reasoning}.
} may not equal internal reasoning . 134. 同樣比只看 activation 好
因為：
A c t i v a t i o n Activation A c t i v a t i o n 沒有 task semantics。
135. 最終要兩邊收斂
S e m a n t i c E v i d e n c e ↔ P h y s i c a l E v i d e n c e . \boxed{
SemanticEvidence
\leftrightarrow
PhysicalEvidence.
} S e man t i c E v i d e n ce ↔ P h y s i c a l E v i d e n ce . 136. 這就是 Physical Metrology 真正的跨層橋
不是找一個神奇單位。
而是建立：
equivalence constraints \boxed{
\text{equivalence constraints}
} equivalence constraints 讓兩層越來越對得上。
137. Measurement Confidence 應該是連續的
我們不應只有：
找到了／沒找到 μ I \mu_I μ I
138. 而是：
C o n f ( μ I ) ∈ [ 0 , 1 ] \boxed{
Conf(\mu_I)\in[0,1]
} C o n f ( μ I ) ∈ [ 0 , 1 ] 或至少分級。
139. IPM Measurement Grade
本文提出：
Grade D — Behavioral
只有輸入輸出 proxy。
140. Grade C — Structured Semantic
已有可靠 task decomposition / semantic trace。
141. Grade B — Internal Correlation
已有 internal representation 對應。
142. Grade A — Causal Internal
已有 intervention / ablation 支持。
143. Grade A+ — Physical-Semantic Alignment
語意單位、內部機制與硬體 telemetry 可對齊。
144. 這種分級比假裝每次都知道模型內部發生什麼誠實
145. 對 Paper 02 的第一次修正
Paper 02 寫：
μ I o b s ≈ μ I i n t . \mu_I^{obs}
\approx
\mu_I^{int}. μ I o b s ≈ μ I in t . 現在應補上：
A p p r o x i m a t i o n S t r e n g t h = F ( C r o s s L e v e l E v i d e n c e ) . \boxed{
ApproximationStrength
=
F(
CrossLevelEvidence
).
} A pp r o x ima t i o n S t r e n g t h = F ( C r oss L e v e l E v i d e n ce ) . 146. 即：
C o n f ( μ I o b s ≈ μ I i n t ) ↑ \boxed{
Conf(
\mu_I^{obs}
\approx
\mu_I^{int}
)
\uparrow
} C o n f ( μ I o b s ≈ μ I in t ) ↑ 當：
behavioral；
semantic；
internal；
causal；
physical；
證據收斂。
147. 這是我們從 neuroscience 真正借到的東西
不是神經元數字。
而是：
triangulated epistemology . \boxed{
\text{triangulated epistemology}.
} triangulated epistemology . 148. 一個重要限制：生物腦不是數位電腦的慢版
不能因為：
N e u r o n ∼ U n i t Neuron
\sim
Unit N e u r o n ∼ U ni t 就把：
N e u r o n ↔ A r t i f i c i a l N e u r o n Neuron
\leftrightarrow
ArtificialNeuron N e u r o n ↔ A r t i f i c ia l N e u r o n 當等號。
149. 生物 neuron 有：
dendritic computation；
stochasticity；
nonlinear membrane dynamics；
neuromodulation；
plasticity。
150. 人工 neuron 通常只是抽象 mathematical operation
所以：
B i o l o g i c a l N e u r o n ≠ A N N N e u r o n . \boxed{
BiologicalNeuron
\neq
ANNNeuron.
} B i o l o g i c a l N e u r o n = A N N N e u r o n . 151. 同樣 spike 也不是 token
S p i k e ≠ T o k e n . \boxed{
Spike
\neq
Token.
} S p ik e = T o k e n . 152. 因此 Paper 03 的任務是借方法，不借本體
這一點必須固定。
153. 八個借用原則
本文總結成：
B N = ( B L , B P , B M , B D , B C , B S , B T , B G ) \boxed{
\mathcal B_N=
(
B_L,B_P,B_M,B_D,B_C,B_S,B_T,B_G
)
} B N = ( B L , B P , B M , B D , B C , B S , B T , B G ) 154. B L B_L B L
跨層不可偷換。
155. B P B_P B P
代理量必須標記為 proxy。
156. B M B_M B M
latent cognition 可透過模型估計。
157. B D B_D B D
高階功能可由分散群體實現。
158. B C B_C B C
相關必須盡量補上因果證據。
159. B S B_S B S
任何 operation count 都要聲明解析度。
160. B T B_T B T
single episode 與 ensemble statistics 分離。
161. B G B_G B G
最終必須能往物理層追。
162. 十二個 Canonical Invariants
Invariant 1
C o g n i t i v e U n i t ≠ N e u r a l E v e n t . \boxed{
CognitiveUnit
\neq
NeuralEvent.
} C o g ni t i v e U ni t = N e u r a l E v e n t . Invariant 2
N e u r a l E v e n t ≠ I n f o r m a t i o n B i t . \boxed{
NeuralEvent
\neq
InformationBit.
} N e u r a l E v e n t = I n f or ma t i o n B i t . Invariant 3
F u n c t i o n a l U n i t ≠ A n a t o m i c a l U n i t . \boxed{
FunctionalUnit
\neq
AnatomicalUnit.
} F u n c t i o na l U ni t = A na t o mi c a l U ni t . Invariant 4
R e a c t i o n T i m e ≠ C o g n i t i v e W o r k . \boxed{
ReactionTime
\neq
CognitiveWork.
} R e a c t i o n T im e = C o g ni t i v e W or k . Invariant 5
b i t s / s p i k e ≠ c o g n i t i v e b i t s . \boxed{
bits/spike
\neq
cognitive\ bits.
} bi t s / s p ik e = co g ni t i v e bi t s . Invariant 6
O n e N e u r o n ≠ O n e S e m a n t i c U n i t . \boxed{
OneNeuron
\neq
OneSemanticUnit.
} O n e N e u r o n = O n e S e man t i c U ni t . Invariant 7
D e c o d a b l e ≠ C a u s a l l y U s e d . \boxed{
Decodable
\neq
CausallyUsed.
} D eco d ab l e = C a u s a l l y U se d . Invariant 8
C o r r e l a t i o n ≠ C a u s a l F u n c t i o n . \boxed{
Correlation
\neq
CausalFunction.
} C or r e l a t i o n = C a u s a l F u n c t i o n . Invariant 9
P r o x y ≠ O n t o l o g y . \boxed{
Proxy
\neq
Ontology.
} P r o x y = O n t o l o g y . Invariant 10
O u t p u t R a t e ≠ I n t e r n a l C o m p u t a t i o n R a t e . \boxed{
OutputRate
\neq
InternalComputationRate.
} O u tp u tR a t e = I n t er na l C o m p u t a t i o n R a t e . Invariant 11
E n s e m b l e P e r f o r m a n c e ≠ S i n g l e E p i s o d e P e r f o r m a n c e . \boxed{
EnsemblePerformance
\neq
SingleEpisodePerformance.
} E n se mb l e P er f or man ce = S in g l e E p i so d e P er f or man ce . Invariant 12
B i o l o g i c a l N e u r o n ≠ A N N N e u r o n . \boxed{
BiologicalNeuron
\neq
ANNNeuron.
} B i o l o g i c a l N e u r o n = A N N N e u r o n . 163. 對 IPM 統一事件向量的擴張
Paper 02：
E ′ = ( Q , N μ , U , G , I , L , R , S , T , E , V C S T ) . \mathfrak E'=
(
Q,
\mathbf N_{\mu},
U,G,I,L,R,S,T,E,V_{CST}
). E ′ = ( Q , N μ , U , G , I , L , R , S , T , E , V C S T ) . 164. 現在加入 measurement confidence
E ′ ′ = ( Q , N μ , C o n f μ , G r a d e μ , U , G , I , L , R , S , T , E , V C S T ) . \boxed{
\mathfrak E''=
(
Q,
\mathbf N_{\mu},
Conf_{\mu},
Grade_{\mu},
U,G,I,L,R,S,T,E,V_{CST}
).
} E ′′ = ( Q , N μ , C o n f μ , G r a d e μ , U , G , I , L , R , S , T , E , V C S T ) . 165. 因為同一個 N μ N_\mu N μ
若只是 Grade D behavioral reconstruction，
與 Grade A+ physical-semantic alignment，
可信度不是同一級。
166. 這避免虛假精確
例如：
模型執行了 12,431 次 μ I \mu_I μ I
如果只有 behavior proxy，
這種精確度就是假的。
167. 更誠實應該說
N ^ μ ± uncertainty \widehat N_{\mu}
\pm
\text{uncertainty} N μ ± uncertainty 並附：
G r a d e μ . Grade_{\mu}. G r a d e μ . 168. 結論：神經科學沒有給我們智能原子，但給了更重要的東西
如果我們原本希望從人腦研究找到：
一個神經 spike 到底等於多少智能？
答案令人失望：
沒有這個普適換算。 \boxed{
\text{沒有這個普適換算。}
} 沒有這個普適換算。 但這其實是更好的結果。
因為神經科學已經告訴我們，真正的智能計量不應建立在一對一神話上。
人類研究自己的方式更接近：
Behavior → Latent Model → Neural Population → Causal Perturbation → Physical Mechanism . \boxed{
\text{Behavior}
\rightarrow
\text{Latent Model}
\rightarrow
\text{Neural Population}
\rightarrow
\text{Causal Perturbation}
\rightarrow
\text{Physical Mechanism}.
} Behavior → Latent Model → Neural Population → Causal Perturbation → Physical Mechanism . 每一層都允許不同單位。
每一層都可以提供證據。
而真正強的理論，是讓這些證據彼此約束。
所以：
跨層映射不是一次完成的等號， 而是一個逐步增加可信度的證據網路。 \boxed{
\textbf{
跨層映射不是一次完成的等號，
而是一個逐步增加可信度的證據網路。
}
} 跨層映射不是一次完成的等號， 而是一個逐步增加可信度的證據網路。 這直接修正了我們對 μ I \mu_I μ I
μ I \mu_I μ I
我們可以先得到：
μ I o b s , \mu_I^{obs}, μ I o b s , 再透過：
behavior；
structured reasoning；
internal probes；
intervention；
hardware telemetry；
逐步提高：
C o n f ( μ I o b s ≈ μ I i n t ) . Conf(
\mu_I^{obs}
\approx
\mu_I^{int}
). C o n f ( μ I o b s ≈ μ I in t ) . 因此，IPM 不需要等到 mechanistic interpretability 完全成熟才開始。
它可以像認知神經科學一樣：
measure partially → model explicitly → intervene causally → ground physically . \boxed{
\text{measure partially}
\rightarrow
\text{model explicitly}
\rightarrow
\text{intervene causally}
\rightarrow
\text{ground physically}.
} measure partially → model explicitly → intervene causally → ground physically . 這才是本文真正從人腦研究借來的方法。
而下一步，自然就是繼續往下。
我們現在已經知道：
cognition 不能直接等於 spike；
spike 可以承載 information；
population coding 比單神經元更重要；
causal perturbation 可以提高功能定位可信度。
但還沒有回答：
這些神經事件最後到底花多少能量？
也就是：
怎麼從 spike、synapse、membrane dynamics， 一路算到 ATP、Joule、heat 與 thermodynamic bound？ \boxed{
\textbf{
怎麼從 spike、synapse、membrane dynamics，
一路算到 ATP、Joule、heat 與 thermodynamic bound？
}
} 怎麼從 spike 、 synapse 、 membrane dynamics ， 一路算到 ATP 、 Joule 、 heat 與 thermodynamic bound ？ 這就是 Paper 04。
文獻基礎
[1] Marr, D. (1982). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information .Topics in Cognitive Science , 7(2), 217–229. DOI: 10.1111/tops.12142.Behavioral and Brain Sciences , 43, e1. DOI: 10.1017/S0140525X1900061X.Neural Computation , 20(4), 873–922. DOI: 10.1162/neco.2008.12-06-420.Topics in Cognitive Science , 7(2), 230–242. DOI: 10.1111/tops.12131.Nature Neuroscience , 2, 947–957. DOI: 10.1038/14731.Nature Reviews Neuroscience , 10, 173–185.Nature Reviews Neuroscience , 1, 125–132.eNeuro , 5(3). DOI: 10.1523/ENEURO.0052-18.2018.Neuron . DOI: 10.1016/j.neuron.2024.11.008.Journal of Cognitive Neuroscience , 33(2), 195–225. DOI: 10.1162/jocn_a_01591.Nature Reviews Neuroscience , 23, 459–475.
系列路徑
Paper 01｜一輪到底是一輪什麼？：使用者回合、隱藏 LOOP 與單次智能的重新定義 Paper 02｜智能到底算了一次什麼？：最小智能語意執行單位的候選理論 Paper 03｜從認知到神經元：人腦如何跨層測量智能計算 Paper 04｜從神經元到焦耳：智能計算的能量、熱力學與物理下界 Paper 05｜計算不是只有 FLOPs：記憶體、互連、硬體占用與計算時空體積 Paper 06｜成果品質到底怎麼量？：從形式化正確性到結構化智能品質 Paper 07｜不要叫人類替自己的感覺打分數：IBQF 二元測量與低負擔品質評估 Paper 08｜自然語言、圖像與創意如何被量？：高歧義成果的結構化品質空間 Paper 09｜拿掉 LOOP 還剩多少智能？：單次智能、鷹架依賴與隱藏計算成本 Paper 10｜一個答案值多少物理世界？：智能產率的統一計量框架