第二章：论旁科学中介：科幻小说、教育平台及其他思考神经网络的基底

兰乔德·辛格·达利瓦尔（Ranjodh Singh Dhaliwal）^[1]¶

技术科学下班之后会发生什么？科学实验台与计算机的集成开发环境（Integrated Development Environment，IDE），说到底都是一个平台，物件、观念与人在其上来来去去。人们常常期待科学技术具有的程序性——生产研究论文的铭写系统、同行评审流程、在基金申请书中调制出来的推测与希望，乃至科学家和技术人员所催生的社会网络——始终被许多其他事物所环绕。生长与维系的条件——如果你在实验室里培养活体物质，那么它们在生物学意义上就是字面意义的培养“基”（media）——会施加各种压力，并各自扮演不同的角色。本章讨论的就是这样一种媒介类型：旁科学媒介（parascientific media）。在我看来（此处延伸了卡普兰与拉丁［Kaplan and Radin 2011］的用法），旁科学媒介是环绕在被视为正规科学装置周围的那些媒介形式。我在本章中将论证，科学家和技术人员借助这类媒介来思考他们的技术科学问题，并说服他人接受自己的科学立场。为了说明旁科学媒介是什么以及如何运作，本章考察神经网络历史上两个不同的节点。本章穿行于两个充满争议的时刻之中、周围，更重要的是之后——一是二十世纪之交欧洲病理学中关于神经的论争，二是2010年代前后硅谷计算机科学与工程领域中联结主义与符号主义人工智能之间的拉锯战——以此展示，科学技术周边某些常被忽视的媒介类型，如何出现在“做事者”（科学家、程序员、资助机构、专家）与他们所接触的公众之间的关系之中。在这里，神经网络可以被理解为某种形象化（figurations），它们寻求——或者更准确地说，发现自身处于——其他的基底之中，在那里，关于思考的思考得以发生。关于科学技术的争议或许有着复杂的路径与交锋，但旁科学话语构成了它们得以平息的一个明确场所。¶

与本书其余部分一样，两个相关的神经形象的两段不同历史将在接下来的篇幅中相互碰撞。一方面是神经元（neuron），中枢神经系统的“元老”，通俗地被理解为大多数动物物种中负责思考的细胞。另一方面是人工神经元（artificial neuron），它被类比地理解为一种在硅基计算硬件中实例化的仿生。在这个故事里，两个形象相隔将近一个世纪；这一间隔并非历史的既定事实——毕竟，神经元与人工神经元之间的纽带恰恰是在二十世纪中叶建立起来的——而是本文所作的一个选择，意在揭示关于思考的思考中某些特定的跨历史特征与操作。^[2] 接下来篇幅中的某些操作，其适用范围将比神经网络更为广泛。然而，对神经元（无论是有机的还是无机的）提出主张，不仅是对思想提出主张，也是对修辞性主张本身的性质与媒介提出主张。在这一点上，神经的历史同时也是主张与反主张的历史。事实上，正如我们将看到的，关于我们如何思考的诸多相互竞争的主张，支撑着一段漫长的历史：让神经元“活起来”，为某些人而非另一些人代言，并为他们进行批判性思考。^[3] 此外，至关重要的是，这种向（以及关于）某某言说并不总是有意识的、深思熟虑的。本文所援引、为其代言的两个场景，展示了神经性（neurality）的一个切面：它并非完全由科学所决定，而是借助某些中介技术被论证出来的，这些技术被用来解决、稳定，或至少声称要思考并重新呈现（re-present）各自时代的技术科学争议。我在本文中的基本观点很简单：这些中介技术确实在进行中介，而且往往是以隐蔽的、不声张的方式。¶

研究争议是科学技术研究者久经考验的方法；科学中的不确定时刻，为一切被视为客观自然之既定事实的东西提供了最好的试验场。^[4] 争议（controversy，源自拉丁文 contra［“反对”］与 vertere［“转向”］）就其构成而言关乎分歧与争执；它标记着一个时间性的时刻，此时某事——至少在公开层面上——悬而未决。在历史记录中，争议只能通过其缺席或其已被平息的在场来辨认（换言之，通过那些在回溯中被证明不构成争议的东西）。正是这一点令科学的历史学家、哲学家、社会学家和人类学家兴奋不已：能够标记出一个关键的转折，在那里，某个现在如此的事物，曾经并非如此，也许原本可以不是如此。也正是在这里，科学研究发现自己正变得与（至少某种形式的）媒介考古学难以区分——在媒介考古学中，寻找失落的技术、已死的科学范式与实践以及“本可能如何”，是学术方法的基本要素（Huhtamo and Parikka 2011）。争议在延伸到科学界限之外时，往往会为自身的解决创造出属于它的公众。^[5] 但当一场争议被平息之后，还有更多工作要做，还有更多公众需要培育；正是在这里，在这些“争议后公众”（postcontroversy publics）之中，本章故事的一大部分将要上演。¶

这里讨论的两场争议——二十世纪之交关于大脑细胞构成的分歧，以及二十一世纪刚刚开始时关于何种人工智能范式最为优越的分歧——不仅揭示了神经历史的争议性质，也揭示了伴随这些争夺中某些胜负而来的真理主张是如何分阶段运作的。本文借助具体的媒介实例——前一个案例中的科幻小说，以及较近案例中的科学教育平台装置——进一步发展了“旁科学媒介”这一概念。这个术语由莎拉·卡普兰（Sarah Kaplan）和乔安娜·拉丁（Joanna Radin）提出，用以指称那些介入技术知识传播过程的出版物。在这个故事里，我通过与媒介研究的对话，把旁科学媒介延伸到其他意义与类型的中介之上；通过关注那些甚至可能并未明确谈论相关科学、却仍然在思考其真理主张与认知美德的媒介，我试图追问发生在实验台和IDE周围的思考（参见 Kaplan and Radin 2011）。旁科学中介指的是由另类^[6]铭写形式所完成、并通过它们完成的认知工作——这些形式既不会有意识地宣称自己是“不变的移动体”（immutable mobile）（Latour 1986），也不会在那些传统意义上重新调整盟友（Latour 1993）。一旦加以关注，旁科学中介便有助于重新发现这些“沙盒”与修辞场所所扮演的环境性角色，同时也能留意到那些使某些思考方式优先于其他方式的形式特征。在这个具体的故事中，旁科学媒介被用来澄清一场即将结束的论争，并围绕它建立公众，把一个“获胜”的立场转化为一个被公众接受的立场。这类程序还涉及利用通常不可见的基底（在此即媒介）来思考科学探究与认识论的问题。无论是以科幻小说、科学建议书还是教育课件的形式出现，旁科学媒介都不仅仅关乎科学传播——尽管两者有时会有所重叠——更常常关乎利用媒介的特质来进行思考本身。¶

就神经网络而言，旁科学中介通过揭示将科学材料与符号学转化为旁科学形式所需的种种转译，使关于认知与智能的主张所具有的偶然性和建构性变得显而易见。如果我关于旁科学中介作为科学认识论之探索场地的主张能够成立，那么神经网络就表现为本身即具旁科学性的科学对象。正如勒帕热-里歇在本书第一章、萨奇曼在第三章中所展示的，神经网络无论在其生物学版本还是计算机科学版本中，都是彻头彻尾社会性的、情境性的。因此毫不奇怪，在我看来，神经网络成为考察旁科学媒介的一个特权场所。正如我们将在接下来几节中看到的，神经元、网络与神经网络，即便已成定论，仍需要在实验室内外一次又一次地被重新置入情境、重新思考、在形式上重新铭写。¶

场景一：细菌博士离奇的虚构生涯

第一个场景的背景，是二十世纪之交关于网状理论（reticular theory）与神经元理论（neuron theory）的论争，本书导论以及勒帕热-里歇丰富的叙述中已对此作过简要探讨。整个故事当然相当复杂，但最简单的版本围绕着观点相互竞争的两个阵营展开：意大利科学家卡米洛·高尔基（Camillo Golgi）与西班牙科学家圣地亚哥·拉蒙-卡哈尔（Santiago Ramón y Cajal）。一场科学争议（当然，是在回溯中被如此建构的）随之展开，观点相互竞争，一方战胜另一方，科学重归常态：自库恩的分析以来，这种叙事类型的夸张版本广为人知，在形式上也清晰可辨（Kuhn 1970）。高尔基被认为发明了名为 la reazione nera（即“黑色反应”）的染色技术，该技术使用一种银化合物先对特定有机组织进行染色，再对其成像。他追随前人（例如曾使用“合胞体”［syncytium］一词的德国人约瑟夫·冯·格拉赫［Joseph von Gerlach］）主张，神经系统是一个连续的网络，内部没有清晰的区分（当然，这里也涉及对网络的两种不同诠释，一种是连续的，一种是非连续的）；这被称为网状理论。另一方面，拉蒙-卡哈尔利用高尔基的染色技术对神经系统的若干部分进行可视化，却推出了相反的结论：大脑由许多彼此分立、不相连续却仍然相互连接的小细胞构成；这就是神经元学说（neuron doctrine），它在方法上建立在高尔基的工作之上，在概念上却与之相左。可以想见，这里的两种立场——一种设定一个巨大的连续单元，另一种设定若干相互连接的较小单元——既是图示的或视觉的，也同样根本上是认识论的。当然，它们也确实非常视觉化。¶

两个阵营争执的核心问题在于：在何处进行分类学上的切分。认知活动的恰当单元是什么？视觉（既包括视觉在生物学上如何运作，也包括在实验结果中看到了什么）是由一个分布式单元构成的，还是由若干不同的组成部分构成的？此外还有一些次要问题，包括什么是科学观察、什么是人为假象（artifact）（关于树突的争论就说明了这一点），但核心的泥沼是一个视觉—认识论问题。我们看到的是同样的东西吗？如果是，我们是否在同样的视觉图像上做出了同样的切分？就拉蒙-卡哈尔和高尔基而言，前一个问题的答案并不明确，而后一个问题的答案则绝对是否定的（参见 Daston and Galison 2007）。¶

而在显微镜不断被改进和调整的时代之中或之后（Wilson 1995），这个问题本身又变得更加复杂。换言之，这个故事中的因果回路并非单向流动；情况并不仅仅是科学媒介提供了两位相互竞争的科学家意见相左的可视化图像，也不仅仅是对某些可视化的偏好和需求推动了科学媒介朝这个或那个方向发展。科学媒介与科学铭写之间的关系，最好被理解为一条从自身出发、又回到自身的莫比乌斯带，其中相互缠绕的推拉全都是内在互动的（intra-active）（Barad 2007）。¶

必须指出，这场网状理论与神经元理论之争已被科学研究者充分研究过。例如，科学文化史学者劳拉·奥蒂斯（Laura Otis）指出，这场论争本质上关乎网络的认知地位；在奥蒂斯看来，摆在桌面上的问题是：是否要像网络那样去看。她写道：¶

无论是主张自主神经细胞的人（神经元论者），还是主张神经网的人（网状论者），都指责对手怀有“生理学偏见”。他们声称，对方并没有以审慎、不带偏见的方式观察实际存在的结构，而是看到了一些想象出来的结构，这些结构证实了他们关于神经系统运作方式的理论。高尔基指责神经元论者有生理学偏见，而卡哈尔则指责网状论者未能摆脱流行观念，甚至屈从于催眠暗示。这些指控提出了一个至关重要的问题：究竟是什么决定了科学家在显微镜下看到的东西？（Otis 2001a）

沿着这一探究思路——当两个人在同样的视觉输入下看到了不同的现象时该怎么办——我想在这里转向一个意想不到的来源，以寻求答案（或至少是一点提示），但我认为这个来源至少具有生成性的启发意义：拉蒙-卡哈尔以“细菌博士”（Doctor Bacteria）为笔名创作的科幻小说。1885年和1886年，当这场论争仍在激烈进行、尚未完全平息之时，拉蒙-卡哈尔从科学研究中抽出一些时间，写下了一系列科幻故事，即《假日故事》（Cuentos de vacaciones）。这些故事后来于1905年出版（很久以后才被译为英文，题为 Vacation Stories），也就是在他获得诺贝尔奖（颇具讽刺意味的是，他与高尔基分享了该奖）的前一年。（我将在本文稍后讨论争议与出版之间的这一时间差。）在回忆录中，卡哈尔清楚地交代了他所受的科幻影响——例如，儒勒·凡尔纳（Jules Verne）就占有显著位置——他还提到，自己甚至写过一部完整的科幻长篇小说，但在西班牙和古巴服兵役期间遗失了（Otis 2007；另见 2001b）。¶

考虑到实验室文学（lab-lit，即 laboratory literature）的悠久历史，我们可以理解，科学家从事科幻写作这一实践本身为何以及如何并不令人意外或震惊（Pilkington and Pilkington 2019; Rohn 2005）。事实上，拉蒙-卡哈尔在写下这些故事时，非常自觉地是在从科学追求中“度假”。但我想在此指出三个关键要素，它们在这些故事中尤为突出，更广泛地说，也在拉蒙-卡哈尔作为科幻作家的实践中尤为突出。¶

第一，拉蒙-卡哈尔的计划在多大程度上根本性地依赖于对一种特定观看方式的确证，这一点怎么强调都不为过。这或许是最不令人意外的观察；拉蒙-卡哈尔至今仍以其精美的描绘而闻名，毕竟，他的计划建立在视觉观察之上——更具体地说，是由一个据称独立的主体所进行的观察——并以之作为一种特定的科学方法。“在显微镜的镜头下感知现象，并随后对其进行艺术性描绘，这使［拉蒙-卡哈尔］处于与观看方式相关的创新、崇敬与淘汰的中心，”克劳迪娅·谢弗（Claudia Schaefer）写道，“在跨越诸多社会与技术转型的一生中，［拉蒙-卡哈尔］还推广并实践摄影，从火棉胶乳剂到便携式相机”（Schaefer 2014）。这种对视觉的关注与科学中视觉的更长历史并无二致（在这里当然可以追溯到维萨留斯［Vesselius］的解剖图，甚至更早），但它在拉蒙-卡哈尔的小说中同样非常显眼。在一个奇特的故事《被矫正的悲观者》（“The Corrected Pessimist”）中，他想象了一位被赋予了数个数量级光学放大能力的科学家。由于显微镜与科学心智的这种融合，拉蒙-卡哈尔的主人公在注意到那些他本不该看到的微小细节时——在绘画中、在他呼吸的空气微粒中，甚至在他心上人的脸上——最终陷入了惶惶不安。¶

这里有必要简要概述一下这个故事。^[7] 主人公是一位名叫胡安·费尔南德斯（Juan Fernández）的科学家，他在生活中屡遭挫折：他的学术追求没能为他赢得大学教席，而随着悲伤和失望开始影响他的社交生活，他有朝一日能否迎娶心上人埃尔薇拉（Elvira）也成了疑问。在一个格外愤怒的时刻，一个名为“科学之灵”（spirit of science）的幻象造访了他——这个幻象说道：“哲学家称我为直觉；科学家称我为幸运的巧合；艺术家称我为灵感；商人和政客称我为运气”——随后两者之间展开了一场冗长的对话（131）。正是在这段非凡的对话式叙事（dialogic diegesis）中，科学家胡安与那个准神圣的“世界”的一位代表讨论并推敲他关于世界的种种理论。其中既包括哲学和神学问题（例如，“至高原因”为何容许“为生存而进行的血腥斗争”，以及痛苦究竟是一种生态上的必然还是仅仅一种心理效应），也包括科学问题（例如，细菌在我们世界更大的生物系统中是否扮演任何有用的角色）。随着对话推进，主人公不解：为什么他，一个想更多地了解世界并改善世界的科学家，不能被赋予眼睛的光学放大能力？科学之灵恼怒地暂时赐予他这一恩惠，为期一年，并断言胡安很快就会把它视为诅咒。于是，胡安开始跌跌撞撞地陷入以放大视角看世界所带来的种种问题。¶

现在我想把视角拉远，让这个故事与拉蒙-卡哈尔本人的生活和科学展开对话。我在这里的第一个操作——在实验室文学批评中同样并不罕见——是把曾在大学教席竞考（oposiciones）^[8]中落败的拉蒙-卡哈尔视为胡安的替身。拉蒙-卡哈尔（与他的主人公胡安一样）一方面身处显微观察技术进步的时代，另一方面又面临以显微方式观察整个世界的危险，在两者之间摇摆；他所设想的大脑研究依赖于视觉，在他的科学实验及其后续描绘中，视觉充当了真实性的代表。因此应当注意到，胡安在获得这一恩惠/诅咒之后，并非仅仅作为科学家来使用他那双放大的眼睛；他的眼睛只是显微镜的功能性替代品（也就是说，他用肉眼看到的，是任何人用显微镜都能看到的东西），除非他把它们与显微镜结合使用（从而使他的显微观察能力超过其他科学家），否则不会给他带来任何优势。换言之，眼睛即便非同寻常，其科学运作——无论在实践中还是在关于实践的叙事中——仍然依赖于光学媒介（Kittler 2010）。此外，当胡安在最初的失望和偏执之后真正开始把他增强了的眼—光学能力用于科学实践时，一个重要的问题出现了。胡安确信自己将做出“惊人的发现”和“至高的征服”，从而被公认为“非凡的天才、分析的恶魔、洞察力、直觉与逻辑的怪物”——这些联想全都属于一个以西欧科学及其突破的准殖民优越性为傲的科学时代——于是他着手工作（Ramón y Cajal 2001, 140）。他首先使用望远镜解决了“行星物理学、化学和生物学中最艰深的问题：月球的大气、木星的可居住性、火星运河问题、恒星的化学成分，等等”。随后，他转向显微摄影术和细菌学，研究“病因不明的疾病”，并揭示了“牛痘、天花、麻疹、梅毒、肿瘤的超显微病菌”。“可是啊！这些令人赞叹的发现［遇到了］一个小小的障碍……没有人相信它们”（159）。胡安——并由此延伸到拉蒙-卡哈尔——发现了每一位科学家总是已经知道的事情（尽管并不总是自觉地知道），也是科学研究很久以后才会详加阐明的事情：科学向来既是一种技术实践，也同样是一种社会形式，^[9] 它的运作与关系只能从不同种类的共识中产生。通过凸显拉蒙-卡哈尔本人的科学环境与其叙事追求之间的这些相似之处，我希望把注意力集中在拉蒙-卡哈尔的讲故事活动对于他的——在此我再做最后一次代理式的延伸——他那个时代的科学所起的作用上。¶

第二，我想指出，科幻小说一旦被视为旁科学媒介，也可以被理解为拉蒙-卡哈尔用以思考处于其工作核心的种种问题——认知的、视觉的、科学的、传播的——的一种媒介。然而，这并不是一个让科学公众及其他更广泛的公众站到拉蒙-卡哈尔一边的直截了当的策略。科学研究中谈论此类现象的经典词汇是军事化的；例如，布鲁诺·拉图尔（Bruno Latour）（1993）谈到推搡、哄诱和说服盟友与敌人，谈到在危机时刻把怀疑者和敌人变为盟友的转译问题。循此思路，拉蒙-卡哈尔很容易被理解为在为他那极具视觉性的神经元学说事业招募公众（Hauser 2022; Warner 2021）。他那些极其精细的描绘至今仍在艺术界巡回展出（Newman, Araque, and Dubinsky 2017; Smith 2018），并唤起一种社会性的视觉性；在一些图中，细胞看起来像树，而在另一些图中，则浮现出诸如天气系统之类的形态。在认出（并认同）拉蒙-卡哈尔的徒手涂画时，公众（无论科学的还是非科学的）必然要依赖于他们的想象力以及他们对既有世界的理解。可以认为，他的科幻小说也必须以同样的方式来阅读。拉蒙-卡哈尔在这里是在试验这些文学—科学的思考模式。在一个充斥着病原体恐惧和霍乱的时代，他使用笔名（为了这些故事，拉蒙-卡哈尔自称“细菌博士”），应当被理解为他在自己的叙事周围构建一个获得社会接受的副文本装置。事实上，其中一个故事《秘密的冒犯，秘密的复仇》（“For a Secret Defense, a Secret Revenge”）的主角就是一位走火入魔的细菌学家；这位科学家主人公怀疑妻子不忠，便用牛结核杆菌感染了她的假想情人——此人恰好也是他自己的实验室助手。随后他静候妻子是否也被感染，并“把他的结果写成论文发表在一份细菌学期刊上”（Ramón y Cajal 2001, 1–37）；这篇文字后来被他的妻子和她的情人发现——两人都因感染而退出了故事的行动——从而在科学发现与个人复仇之间闭合了回路。（公平地说，这个故事拖沓了相当长的篇幅，在回路完全闭合之前，我们亲爱的科学家还有一轮极其违背伦理的行为，但我不会在此用拉蒙-卡哈尔认为杰出男性所能成就的一切细节来烦扰你。）值得注意的是，在所有这些曲折起伏之中，主人公的名声（及其科学地位）始终处于叙事的中心，而且事实上为他的个人阴谋和他那些男性的荒唐行径提供了基底。若把拉蒙-卡哈尔与马克斯·冯·福施翁博士（Dr. Max v. Forschung，即上述主人公）合而观之，我们可以注意到，在十九世纪末，社会—科学的纠缠始终是流动的，在故事与科学之间自由穿梭。但这条清晰的主线——科学家出版科幻小说以培养公众吸引力——却因以下事实而变得复杂：拉蒙-卡哈尔起初其实并没有出版他的故事。他不确定这些故事是否适合更广泛的读者，于是等待了将近二十年；他的许多故事据说因过于惊世骇俗而遗失或被毁。最终，他在1905年首次出版了这些故事，那是在他获得诺贝尔奖的前一年，恰逢他的理论开始在科学界获得共识之时。换言之，拉蒙-卡哈尔科幻小说出版史上的这段间隔证明，旁科学媒介在这里并没有在科学争议期间被用作积极、自觉地推动公众结成盟友的工具；如果说有什么的话，它是在争议的余波中被使用的，而且是为了稳定和巩固那些主张，而非首次传播它们。因此，在这里被塑造和寻求的公众，可以被视为与旁科学媒介介入一场进行中的论争时所形成的公众略有不同——后者正是卡普兰与拉丁的表述所暗示的情形。这段间隔也提示了我在此论证的更广泛意义，因为在论争期间写作这些故事，为我们提供了一个场所，让一方得以在科学争议中推敲自己所持的立场与论证，即使这些故事在论争平息之后才出版，表明了一种不同的中介模态。很简单，这些故事在被写作之时，是一个游乐场，或者说一种用于思考的实验性媒介。¶

科幻小说从根本上是一种以不同方式进行的科学思考模式，这一事实暗示了这些操作的规模与意义。这些认识论上的利害并不总是关乎明确的社会策略与盟友构建——如经典的拉图尔式解读中可能的那样——而实际上是嵌入其中的、不可见的社会性思考模式。请允许我详细阐述这些故事的科幻面向，以说明我的观点。¶

¶

图 2.1 拉蒙-卡哈尔所绘的人类小脑浦肯野神经元，这幅图装点着许多书籍封面与画廊空间。（来源：Cajal Institute (CSIC), Madrid; https://commons.wikimedia.org/wiki/File:Cajal_-_a_purkinje_neuron_from_the_human_cerebellum.jpg）¶

正如文学与科学这一分支学科提醒我们的，科幻小说作为一种思考模式，在本质上是实验性的（参见 Milburn 2010）。正如达科·苏恩文（Darko Suvin）等学者所探讨的，能够在虚构中辨认出这个/一个世界，是一切科幻小说的标志。在苏恩文的论证中，科幻小说作为一种认知陌生化（cognitive estrangement）的文类而运作，因为它让你以一种前后一致的方式换一种方式思考（Suvin 2005；另见 Haraway 2013）。因此，只有在最犬儒的解读中，拉蒙-卡哈尔在这里的策略才能被理解为一种招募——或者甚至仅仅是事后巩固——利用科幻小说的这种文类倾向来进行公众宣传的策略。如上所述，拉蒙-卡哈尔至少在起初并没有急于出版他的虚构作品，尽管他私下里在传阅这些故事。这种推拉——使用笔名，却又事后认领自己的名字；写作并传阅，却不立即出版——暗示了拉蒙-卡哈尔敏锐意识到的科学与旁科学之间的一种平衡。我想论证，这种动态告诉了我们一些重要的东西，关乎科幻小说这类媒介在拉蒙-卡哈尔所身处的争议中所扮演的角色；正如本书导论所提到的，神经网络的观念正是在这些争议中首次出现的。如本章所指出的，拉蒙-卡哈尔的虚构故事常常在反思认知及其与视觉性的关系；与此同时，拉蒙-卡哈尔的科学实践则在论证：应当把相互连接的个体认知单元（神经元）理解为认知的核心，而不是如高尔基所主张的那种网络状的脑物质之网。¶

正如上述例子所表明的，这些旁科学媒介是一种铭写标记，标示着科学家——以及他的公众，无论真实的还是想象的、在场的还是有待寻求的——以另类的形式和方式推敲他们自己的思想与立场。换言之，科幻小说之所以对拉蒙-卡哈尔有用，并不一定——或者至少不仅仅——是因为它使他能够接触其他行动者，并把他们转化（或巩固）为支持他的理论及其视觉化科学论证模式的盟友，尽管这当然是理解这个故事某种变体的一种方式。在我的叙述中，更重要的是，它为他提供了一套新的媒介形式——叙事形式、情节编排、人物塑造、假设情境、新奇元素（novum）等等，仅举数例——使他得以阐明、审问、沉思并完善他的（社会科学的）思想。对于这位科学家及其读者而言，正是在这里，与“科学之灵”进行对话式抗辩的作用变得清晰，也正是在这里，科学描绘与科学期刊的社会接受问题被揭示出来。¶

科幻小说绝不是培育这种思想的唯一媒介；此类行动的另一种常见文类是科学建议书，尽管在下一节中我还会谈到其他一些媒介。拉蒙-卡哈尔也以他的《给青年研究者的忠告》（Advice for a Young Investigator）而闻名，该书于1897年首次出版（Ramón y Cajal 2004）。这种科学自助文类（我在回溯中这样为它贴标签，当然带有几分戏谑）充满了被概括为科学建议和格言的轶事性观察，它是又一个场所：在这里，对激发科学争议的问题（也就是过程、方法与发现）的思考，以一种不同于科学笔记和出版物（莱茵贝格尔［Rheinberger 2003］称之为科学的“草稿与涂鸦”）的媒介形式变得可见、可感。一个多世纪后，他的这本忠告之书仍是畅销书，至今仍被当作礼物赠送给刚毕业的学者（我本人在参加一场神经科学毕业典礼时亲身发现了这一点）。这类实践进一步推动了由这些文类以及使用（和反复使用）它们的科学家所生成的方法论主张与神话。换言之，这一特定的（副）文本不仅提示了卡哈尔的科幻写作与建议写作中运作着的媒介性思考模式，也清楚地表明了一种诱导并巩固公众以支持其立场的实践。¶

既然关于神经元与网络的主张就是关于思考模式的主张，那么高尔基与拉蒙-卡哈尔都是在他们的图示中看世界。在这里，两人关于知识模式所作的主张，也是关于思想的主张，进而也是关于提出主张之形式模式的主张；这与奥蒂斯关于在网络化时代于世界中看见网络的论证相呼应。当然，这并非关乎知识的对错，而是关乎知识主张在世界中自我反身地运作时围绕着它们的装置。换言之，拉蒙-卡哈尔的计划——通过推测（《假日故事》）、说教（《给青年研究者的忠告》）以及视觉描绘（图示与绘画）来提出主张——之所以成功而稳固，不仅是因为它在一场科学争议之后把某些类型的公众招募/留住在他这一边，并许诺他的主张——关于神经元是思考之构成单元的主张——在世界中看到了一种在社会上和修辞上都普遍流行的网络化运作模式。这一计划还使拉蒙-卡哈尔得以透过并借助手头的问题进行思考，找到能让科学世界运转起来的恰当修辞、恰当技术与恰当表述形式（或许也恰好是在另一领域中的副文本推力）。每当你研究有机世界的一个新部分，例如神经元，你对神经元学说的主张就会得到加强；那么，按照这一思路，论证科学主张是累加的、网络化的，从而其成长——在某些情况下还有其救助——需要旁科学媒介形式，也就是顺理成章的了。¶

场景二：用 Coursera 教育神经主体

我们的第二个争议场景位于二十一世纪初，恰好是在被称为“人工智能寒冬”的时期开始解冻之际。^[10] 在这个故事中，相互竞争的两方各自的主角是谁，眼下还不那么清楚；也许等到史学家思考这些问题时，我们会得到一幅高尔基与拉蒙-卡哈尔式的漫画像。尽管如此，很明显，2000年代末与2010年代初的人工智能发现自己正在探索两个可能的方向。一方面，人工智能可以通过更持续地运用逻辑路径来发展（符号主义模型）；另一方面，以人工神经网络为代表的涌现现象也可能东山再起（联结主义范式）。我们现在知道，带着神经网络的联结主义者赢得了这场争夺权力、声望、资助与科学炫耀资本的特定战役。但与我们的第一个场景一样，重新调整围绕这一所谓场景的聚光灯——上一次是实验台，这一次也许是一个被 YouTube 视频、教育内容、StackOverflow、可汗学院（Khan Academy）视频和 Coursera 课程模块等窗口^[11]所环绕的 IDE——或许能帮助我们弄清楚，在通常吸引我们注意力的舞台周围究竟发生着什么。与我们的第一个故事非常相似，在接下来的故事中，旁科学媒介或许会在争议与论争之中（当然也会在之后）招募“盟友”，但更重要的是，这类媒介为科学思考与实践提供了更新的基底。这些更新的基底是反思性的场地，供人们思考那些最初构成（部分）论争的实践。我讲述这个故事以及上一个故事，并不是要在一方对旁科学媒介的使用与其最终（且表面上的）“胜利”——再次借用拉图尔的术语——之间划出直接的因果线，而是要指出，我们可以如何、在何处，看到围绕科学——或者在此案例中是技术的，如果不说是技术科学的——戏剧本身的那些认识论效用与认知行动的痕迹。¶

在这里，我追随的是吴恩达（Andrew Ng），这位英国—新加坡—美国籍的企业家和科学家曾在谷歌、百度和斯坦福大学等处工作。吴恩达恰好是这一轮人工智能热潮中被引用最多的人工神经网络研究者之一，而他令人好奇之处在于，他也恰好深切地投身于自己的教学使命。2011年他开始为谷歌工作时，正在斯坦福大学担任兼职教职——更具体地说，是在他参与创立、并与杰夫·迪恩（Jeff Dean）共同领导的“谷歌大脑”（Google Brain）项目中工作。顾名思义，谷歌大脑是谷歌的一个研究团队，它明确地借鉴生物结构来推进机器学习系统，这表明了在命名层面上就存在的一种技术—生物交叠。（后来，它恰如其分地并入了谷歌 DeepMind。）大约在同一时期，吴恩达开始着手把他在斯坦福大学讲授的现有课程转向在线的异步教学模式。从2011年10月起，各门课程的网站相继上线——先是斯坦福“机器学习”课程的“应用”版本（CS229a），接着是数据库和人工智能课程。到2012年，作为大规模开放在线课程（MOOC）平台的 Coursera 已由吴恩达、他的同事达芙妮·科勒（Daphne Koller）以及他那支劳累过度的学生团队推出。（吴恩达喜欢对一个故事“不予置评”：据说一名学生拒绝搭载另一名学生，结果后者决定通宵工作，为不断增长的学生群体加入他们所要求的功能［Ng 2016］。）¶

Coursera 令人好奇之处，不仅在于它的商业模式（这一模式表面上是利用名牌大学的文化资本使知识民主化，同时发放付费认证，这些认证在纸面上试图取代昂贵的大学学历认证——这是牵涉到大学新自由主义化的诸多模式之一），不仅在于它基于平台的路径，甚至也不仅在于它的受欢迎程度（热门课程的学生人数常常各超过十万），^[12] 更重要的是，它的起源与吴恩达对神经网络范式的研究和倡导相互缠绕。毕竟，吴恩达本人就常常指出，他的两项成功事业是如何以及何时成名的，二者在形式上颇为相似（Ng 2016）。¶

必须记住，吴恩达是第一位倡导使用图形处理器（GPU）在硬件中实例化深度神经网络的知名联结主义者。这一选择起初颇具争议——GPU 并不是为人工智能应用而制造的，至少在2008年时还不是（Dhaliwal 2021）——但吴恩达的路径拥有大批受众；他在斯坦福的课程常常满员，并获得媒体的大力赞誉。《福布斯》（Forbes）、《纽约时报》（New York Times）和《连线》（Wired）都曾为他撰写人物特写。在这些特写中，科学教学、技术进步与大众舆论之间的界限常常是模糊的。作为一个边界主体，吴恩达在话语中以及在一般公众的想象中，自由地往来于作为教学机构的斯坦福、作为研究场所的斯坦福、作为认证服务的斯坦福，以及作为私人研究实验室的谷歌大脑之间。^[13]¶

Coursera 起初开始号召人们“在线学习世界上最好的课程”（Take the World's Best Courses, Online）时，借助的正是吴恩达本人作为教师的成功，因为他早已被牢固地确立为联结主义范式的“领域祭司”。这里的逻辑来自这样一个事实：毕竟，吴恩达本人就开设过一门这样的世界“最好的课程”。我要再次强调，围绕他的课程所进行的神话制造，与围绕联结主义者所进行的神话制造难以区分。在《福布斯》的特写中，甚至前几轮人工智能战争中著名的符号主义者马文·明斯基（Marvin Minsky）也作为对手被提及，从而凸显出吴恩达作为联结主义者的谱系继承人的形象——这些联结主义者输掉了最初的几场战役，如今却卷土重来，要赢得这场（人工智能）战争。¶

我想指出这一关联中两个引人注目的特征。第一，我们很容易看到，把 Coursera 引入为围绕人工智能声望与资助展开的技术科学推拉中不可或缺的一部分，不仅把硅谷整合进了通常所理解的、来自科学基金会的“科学资助”模式^[14]（Coursera 由风险投资［VC］资助，并且至今尚未实现整体盈利，这在此类投机产物中很常见），而且把人工智能“进步”这一技术问题带入了互联网与视觉文化的领域。随着 Coursera 与人工神经网络的命运相互捆绑，^[15] 这项技术的产出也日益与互联网视觉文化融为一体。一方面，正如我在别处讨论过的，甚至 GPU 作为部署神经网络的基础设施基础而存在这一事实本身，就暗示了人工智能环境中某种视觉文化性的东西（Dhaliwal 2021）。另一方面，我们也看到 Coursera 的媒介形式——笔记、讲座、视频、测验和文字稿全都在视觉框架中相互碰撞——承接了通常与视觉性互联网媒介相关联的用户界面（UI）期待。在这里，在屏幕上，课程结构——当你收听讲座时，课程模块总是显示在左侧——为位于中央的视频中的内容提供了确认。Coursera 把一个课堂情境中的人工智能话语转化为一个彻头彻尾的视觉文化对象，相应地，也推动着把教学转化为一种神经网络化的运作。¶

第二，教育媒介（Coursera）与科学媒介（“实验室”中产生的铭写）的融合，为后者提供了另一个工作与实验的场所。必须指出，对于像“人工智能”这样抽象、^[16] 含混而又无所不在的问题来说，以多种多样的实例化作为实验装置一直是十分重要的。学者们已经指出人工智能工作与国际象棋（Ensmenger 2012; Larson 2018）、其他游戏（S. Jones 2008; Hennig 2020; Skinner and Walmsley 2019; Milburn 2018）、手艺劳作（Suchman and Trigg 1993）以及语言（Li and Mills 2019; Donahue 2022 and 2023）之间的明确联系。人们或许可以断定，这是整个人工智能研究所固有的关切，因为一切事物、又或者没有任何事物，都可以在社会意义上被编码为一个智能问题（Dhaliwal 2023）。但对我们的故事来说更重要的是，使用诸如 Coursera 这样的教育媒介，又生成了一个舞台，用以推敲——如果说不是解决——人工性与智能的概念条件和实用条件。把著名的人工智能实验拆分为模块和小节——这是所有教师都会考虑的时间与负荷管理——在这里为人工神经网络实践的结构与形式配置提供了基础。¶

对于这些教育媒介所扮演的角色，学界已经有了一定的共识。例如，卢克斯、阿普里希和布勒斯马（Luchs, Apprich, and Broersma 2023）指出，谷歌和 IBM 在这些子领域提供的教育课程确立了企业对技术教育的霸权。用他们的话说，这类在线教育模式帮助这些公司招募新的人工智能人才，并确立它们自己的“基础设施与模型”的主导地位。尽管这一观察在这里所考察的案例中同样成立，但我们的故事早于卢克斯等人所考察的当代谷歌教育模块。在这个故事中，某些“基础设施与模型”所欲求的主导地位还因如下事实而变得更加复杂：在2010年代初的这一时刻，这些模型尚未完全成形。在技术模型的主导地位能够确立之前，它们的创新性与效用需要在公共话语中得到确认。而这里正是这些课程的又一项功能所在。把总体上的人工智能问题，转化为更具体地围绕基于 GPU 的神经网络的问题与关切，绝非易事，而在这个故事中，Coursera 恰恰帮助吴恩达（及其同侪）做到了这一点。成千上万登录学习“人工智能”的学生（正如快速浏览 Coursera 网页在不同时期的变化所显示的，他们首先被教导去理解一个看似稳定的机器学习概念，然后再把它与人工智能、进而与神经网络混为一谈），也在被转化为“神经主体”（neural subjects）——这是我将在本章稍后回到的一个问题（另见 Dhaliwal 2023; Suchman 2023）。在这一努力中，把原则、信念与实验系统转化为教学形式，也为当初思考这些原则、信念与实验系统本身提供了一条途径。换言之，Coursera 提供了它自己的“沙盒”媒介，这些媒介都帮助联结主义者透过并借助他们的研究/分析/推广对象进行思考，并帮助把公共知识稳定为其创造者所持的立场。¶

与本章的第一个场景非常相似，在人工神经网络的案例中，Coursera 并不是唯一发挥作用的旁科学媒介；至少就吴恩达而言，利用大众媒体和访谈是从事科学工作本身的又一个场所。在本书中，你还会看到吴恩达的一位二阶合作者杰弗里·辛顿（Geoffrey Hinton）^[17]所进行的此类参与的例子，露西·萨奇曼将在下一章中通过他的公共宣传活动来研究他。而且，人们还可以征召（回到军事化的拉图尔式世界观）形形色色的媒介形式——在线论坛（例如 StackOverflow 和 Quora 问答）、会议与峰会演讲（从 TED 演讲到 PowerPoint 文件；参见 Robles-Anderson and Svensson 2016; Cornfeld 2022; Mattern 2014），或者作为导师和行政人员需要填写的校园表格，乃至为机构/基金会撰写的基金申请书和面向投资者的商业路演（二者从根本上都是推测性的写作形式）——作为思考的旁科学媒介；在这些媒介中，神经网络的争议——更重要的是其余波——在其中的行动者并未审慎、自觉或必然知晓的情况下，找到了它们的稳定配置。¶

这个故事中所有的“旁”（para-）前缀并不都是等价的；副文本的（paratextual）并不总是与旁科学的（parascientific）严丝合缝地对应，而后者又与准学术的（para-academic）不同。但所有这些构型在诸如本文所强调的两场围绕神经网络的科学争议中，都作为中介性的能动者发挥作用。教学（在 Coursera 的案例中）与虚构作品（在《假日故事》的案例中）从根本上都具有文化性质，而且常常相辅相成。这种旁科学媒介所兜售的内容，其两种最普遍的认识论形式是推测（如拉蒙-卡哈尔的科幻小说和吴恩达的风险投资路演）与说教（如拉蒙-卡哈尔的科学自助建议写作和吴恩达的 Coursera 平台化），尽管人们也可以设想其他形式，它们或许也交叠于这些准辩证的模式之中。一方面是旁科学媒介，另一方面是“核心”的科学行动，二者之间的关系未必是因果性的，尽管这始终是一种可能。然而，无论因果性与意图如何，二者之间富于启发的相互关联线索，能够引导我们看到，科学家和技术人员如何频繁地寻求利用那些往往未被科学技术研究（STS）学者、甚至未被科学家自己所注意到的媒介领域。即便旁科学媒介无助于解决争议，这对我们的行动者来说也根本不是什么大问题，只要特定的媒介能够在争议平息之际或之后，以某种方式帮助回溯性地平定或重述故事即可。¶

在这里值得一提的是，旁科学媒介——恰恰因为它们在帮助稳定和招募争议后公众方面扮演着如此重大的角色——也是塑造“神经主体”的机器中至关重要的齿轮（Bates and Bassiri 2016; Pelaprat and Hartouni 2011）。“神经主体”可以非常简单地理解为这样一群个体：他们都通过神经框架来理解自己的认知活动乃至自己的主体性；也就是说，稍显粗略地讲，这类主体相信，神经元及其网络赋予了智能与认知，并由此构成人类行动之思维苍穹的生物学基础。由此可知，神经主体也在实践中把人工神经网络理解为计算智能的模型，理解为对他们自身主体性的一种独特（且有效）的挑战。围绕这些观看、认知、思考与行动方式凝聚起来的主体（以及他们所构成的公众），于是开始认同人工神经网络倡导者所使用的路径中阐明的基本原则。神经网络由此成为大众话语中人工智能运作的首要模式，而公众也开始模糊生物学与计算之间的界限（Bruder 2019）。在这样一个世界里，符号物质在神经的、网络化的与神经网络化的之间的流转变得更加普遍。^[18] 对拉蒙-卡哈尔和吴恩达而言，摆在桌面上的问题之一，是如何使他们的计划作为知识创造的一部分而变得可理解。两人都试图重塑一个更广泛的领域及其实践，把神经元与智能混为一谈，把神经网络与人工智能混为一谈。^[19]¶

这种对领域的重新界定（通过暗示人工智能首先应当通过人工神经网络来理解），间接地试图使未来的争议变得不可能，或至少不太可能，因为“联结主义的人工智能路径才是做人工智能的正确方式”这一论点一旦稳定下来，便会封闭未来数年中研究与思想的某些可能方向。其结果是一个通过神经透镜来理解其自我、其世界与其自我价值的神经主体（另见 De Vos 2016）。这样一种主体形塑，使得话语能够从硅谷流向渴望更好职业的学生，再流向公共新闻媒体以及社交媒体上的种种话语表述。对话语地带的这种控制，也是整个当代技术资本主义文化的一个关键要素（Dhaliwal 2023）。旁科学媒介恰恰处于这样一个空间之中：在这里，其他的话语开口受到压制，而公众则被转化为某一立场——在曾经的一场争议之中的某一立场——的倡导者所提供的话语根基的信徒。如果有人要问，“旁科学媒介”究竟对我们说了什么，一个可能的回答是：它们就某些技术科学立场的适宜性提出主张。归根结底，这种适宜性主张是旁科学媒介所提出的首要主张，一个寻找着自己受众的主张。与此同时，受众——由于存在于一个共识的媒介生态之中，并且需要某些技术科学立场所提供的政治经济利益（例如硅谷的工作）——已经做好了接受这一主张的准备。回路由此闭合。¶

然而，人们不应把这样的观察误认为科学的一项跨历史事实。我在本文中分析两个不同的时期，不仅是因为这两个乍看之下互不相关的谱系，在细察之下其中介世界表现出令人惊讶的一致性。我把它们放在一起，也是因为这两个节点为我提供了一个场所，用以考量那些正被转化为旁科学媒介的媒介形式（无论是科幻小说还是教学性数字媒介）的历史特殊性。媒介随时间而变化，作为社会文化聚合体的中介可能性也随之变化。手绘的神经元图像与 Coursera 的用户界面表面上或许都是视觉性的，但它们在不同的意义上是视觉性的。在前者中，视觉是眼—光学的；在后者中，视觉则是视觉—互联网—（亚）文化的。在这两个例子中，当透过两种不同技术科学体制的语境来看时，神经智能看起来截然不同：在二十世纪之初，它与光学智能同义；到了二十一世纪之初，它则成为社会文化意义上的视觉智能。吴恩达所获得的最正面的报道，是因为他生成了被《福布斯》称为（在括号中）“可爱”的猫的图像，作为一种柏拉图式的形式——正如我在别处提到的，这一事实完美地展示了当代人工智能技术的视觉—文化纠缠，而把它与今天的生成式人工智能软件并置，还可以进一步阐明这个例子（Dhaliwal 2021）。尽管如此，媒介形式在不同时代的可供性（affordances），塑造了赋予相关科学的可能性与限制（参见 Hayles 2004）。换言之，尽管推测与说教这两种形式模式是共享的，但我们的行动者所使用的旁科学媒介之间存在足够多的历史差异，值得对这一现象进行分期分析。旁科学媒介世界中的事物变化得越多，它们就越——或越不——保持原样。¶

关于我上述评论在话语上的特殊性，这里还有一点需要说明。正如我先前所暗示的，神经性——关于智能如何运作的构想，无论是有机的还是无机的——总是在对认知的社会理解之中被语境化的。在拉蒙-卡哈尔的案例中，神经网络表现为技术化的生理学，依赖于光学媒介与文化媒介。在吴恩达和辛顿的案例中，神经网络则被视为生理学化的技术，有机的隐喻渗入其技术实例化之中。但在这两种情况下，它们似乎都代表着、并评论着一种在社会上可接受（或不可接受）的关于思考的思考方式。无论是集体的还是单一的、机械的还是有机的、人类的还是非人的、神秘的还是可理解的、基于规则的还是任意的，在我们的故事中，智能始终是社会文化的核心，它既维系又约束着围绕它、在它之中进行的技术科学工作。换言之，尤其因为智能——无论是“自然的”还是“人工的”（Daston 1994 and 2018）——是这样一种社会构型，我们才能比在别处更敏锐地看到社会中将“科学”与旁科学“世界”连接起来的媒介性构型。¶

落幕：（旁科学的）媒介性思考

最后，值得回到这样一个问题：一种媒介形式究竟如何可能让科学家进行思考。媒介形式与格式为其中的内容提供了至关重要的脚手架（Sterne 2012, 1–31）。无论在神经元还是人工神经元的案例中，把一个科学概念/假设/观念转化（无论我们称之为翻译、转码还是呈现）为旁科学格式，都需要付出工作。这种工作往往与“正规”的科学工作若即若离，但它的成功仍然需要认知劳动与物质劳动。让我指出这种工作的两个阶段，它们与媒介性思考难以区分。¶

在第一阶段，相关的科学家需要拿起科学观念，并为其划定边界。任何曾经不得不制作 PowerPoint 幻灯片的人——其默认形式往往要求分项列点、罗列和排序，即便在传统场域中话语或科学铭写并不是这样运作的——都会了解，让某样东西做好“上 PowerPoint”的准备需要付出怎样的工作。在这里，媒介形式与科学建立起一种限制性的关系。一篇软科幻小说中不能插入化学式；这是一种限定了能说什么、能做什么的文类惯例。¶

在第二阶段，正是在第一阶段约束科学家的那同一种媒介形式，使科学家得以重新思考、重新定位他的对象与条件。例如，Coursera 的课程框架可能迫使教师想出更多可以向学生提出的问题，从而迫使他反思在基于神经网络的机器学习中“给定之物”与“推断之物”之间的关系。拉蒙-卡哈尔所提供的细胞图像，使他得以运用自己的创造能力，有选择地让神经元附近的一切装置变得可见或不可见。在这两种情况下，第二步都是开启新的思路。^[20]¶

沿着这两个媒介思考阶段，并在它们之间，我们发现旁科学媒介在发挥作用。因此，借助这类媒介进行思考绝非中性的任务；每一次转化、每一个自由的向量，都带来了它自身的认知可能性。科学家和技术人员所从事的这种思考，往往未得到充分研究，也未受到足够注意。它最好被理解为思想的时刻与空间：在其中，一个科学问题——往往与一个社会问题难以区分——在严格意义上的科学铭写之外找到了基底。根据相关特定媒介的属性，这种思考往往使科学家和技术人员得以（或受限于）用符号词汇——线条、词语、图示、叙事形式、PowerPoint 演示、用户界面等等——来推敲、争取支持、在平息之后加以稳定、加以主体化，并实实在在地重新表述他们的立场与关切，而这些是他们的“科学”装置本来所无法提供的。在这里，事实与虚构之间、虚构与非虚构之间的简单区分变得问题重重，人们看到科学深深地浸透了修辞性、隐喻性与形象性。¶

旁科学媒介附带着它们各自版本的思考，这一事实在这个故事中之所以格外明显，恰恰是因为这个故事中的角色是神经元，有机的与无机的。对用以思考认知与智能之社会、文化与哲学问题的空间的需求——本书的其他作者同样在追寻这一点——在某种意义上是这里的神经元所固有的。或许把它想象为神经网络所构成的网络会更好。这一概念在这里所体现的思考形式需要扩张，而旁科学媒介恰好是实验台（以及 IDE）周围触手可及的对象与项目。于是，神经网络从容地铺展开来，占据这些空间，但在此之前，它自身已开始受到这些空间的影响。一切稳定化都会创造出它自己的信徒，而一切信徒都会生成他们自己的怀疑者。正因如此，旁科学媒介对某些人来说永远不够科学，但这并不妨碍神经网络借助它们来思考。如果不是对扩张的需求，那么网络形式的核心又是什么呢？¶

这样的扩张同样需要一种批判性的反制。如果说过去时代的观察伴随着它自己的一套媒介（参见 Crary 1990; Benjamin 2002），那么，倘若神经网络的故事可信，二十一世纪的观察就需要以批判的方式对待周遭的一切，对待一切通常逃过我们审视的东西。必须把专注反转过来，必须把分心提升起来，才能真正在技术科学情境之中——更重要的是在其周围——理解这个“旁”。科学有时或许会下班，但这类媒介以及进行思考的神经主体从来不会停止工作。¶

参考文献

• Agre, Philip. 1997. Computation and Human Experience. Cambridge: Cambridge University Press.
• Baird, D., and Cohen, M. S. 1999. Why Trade? Perspectives on Science 7, no. 2: 231–54. https://doi:10.1162/posc.1999.7.2.231.
• Barad, Karen. 2007. Meeting the Universe Halfway: Quantum Physics and the Entanglement of Matter and Meaning. Durham, N.C.: Duke University Press.
• Bates, David, and Nima Bassiri. 2016. Plasticity and Pathology: On the Formation of the Neural Subject. New York: Fordham University Press.
• Benjamin, Walter. 2002. The Arcades Project. Cambridge, Mass.: Harvard University Press.
• Bentivoglio, Marina. 1967. “Life and Discoveries of Santiago Ramón y Cajal.” In Nobel Lectures, Physiology or Medicine 1901–1921. Amsterdam: Elsevier Publishing Company.
• Bourdieu, Pierre. 1973. “Cultural Reproduction and Social Reproduction.” In Knowledge, Education, and Cultural Change: Papers in the Sociology of Education, ed. Richard Brown, 71–112. Milton Park, UK: Routledge.
• Bourdieu, Pierre. 1987. Distinction: A Social Critique of the Judgement of Taste. Cambridge, Mass.: Harvard University Press.
• Bruder, Johannes. 2019. Cognitive Code: Post-Anthropocentric Intelligence and the Infrastructural Brain. Montréal: McGill-Queen’s University Press.
• Collins, H. M., and Evans, R., 2002. “The Third Wave of Science Studies: Studies of Expertise and Experience.” Social Studies of Science 32, no. 2: 235–96.
• Cornfeld, Li. 2022. “Demo at the End of the World: Apocalypse Media and the Limits of Techno-Futurist Performance.” Communication +1 9, no. 2: 1–10.
• Crary, Jonathan. 1990. Techniques of the Observer: On Vision and Modernity in the Nineteenth Century. Cambridge, Mass.: The MIT Press.
• Daston, Lorraine. 1994. “Enlightenment Calculations.” Critical Inquiry 21, no. 1: 182–202.
• Daston, Lorraine. 2018. “Calculation and the Division of Labor, 1750–1950.” Bulletin of the German Historical Institute 62:9–30.
• Daston, Lorraine, and Peter Galison. 2007. Objectivity. New York: Verso.
• De Vos, Jan. 2016. “The Death and the Resurrection of (Psy)Critique: The Case of Neuroeducation.” Foundations of Science 21, no. 1: 129–45.
• Dhaliwal, Ranjodh Singh. 2021. “Rendering the Computer: A Political Diagrammatology of Technology.” PhD diss., University of California, Davis.
• Dhaliwal, Ranjodh Singh. 2023. “What Do We Critique When We Critique Technology?” American Literature 95, no. 2 (June 1): 305–19.
• Donahue, Evan. 2022. “Towards an Android Linguistics: Pragmatics, Reflection, and Creativity in Machine Language.” Proceedings 81, no. 1: 156.
• Donahue, Evan. 2023. “All the Microworld’s a Stage: Realism in Interactive Fiction and Artificial Intelligence.” American Literature 95, no. 2: 229–54.
• Dumit, Joseph. 2004. Picturing Personhood: Brain Scans and Biomedical Identity. Princeton, N.J.: Princeton University Press.
• Ensmenger, Nathan. 2012. “Is Chess the Drosophila of Artificial Intelligence? A Social History of an Algorithm.” Social Studies of Science 42, no. 1: 5–30.
• Friedberg, Anne. The Virtual Window: From Alberti to Microsoft. Cambridge, Mass.: MIT Press. 2009.
• Galison, Peter. 1997. Image and Logic: A Material Culture of Microphysics. Chicago: University of Chicago Press.
• Galison, Peter. 2010. “Trading with the Enemy.” Trading Zones and Interactional Expertise: Creating New Kinds of Collaboration 21, no. 1: 147–175.
• Haraway, Donna. 2013. “SF: Science Fiction, Speculative Fabulation, String Figures, So Far.” Ada: A Journal of Gender, New Media, and Technology 3. Available at http: www.markfoster.net/dcf/speculative_fabulation.pdf.
• Hauser, Gerard. 2022. Vernacular Voices: The Rhetoric of Publics and Public Spheres. 2nd ed. Columbia: University of South Carolina Press.
• Hayles, N. Katherine. 2004. “Print Is Flat, Code Is Deep: The Importance of Media-Specific Analysis.” Poetics Today 25, no. 1: 67–90.
• Hennig, Martin. 2020. “Playing Intelligence: On Representations and Uses of Artificial Intelligence in Videogames.” NECSUS_European Journal of Media Studies 9, no. 1: 151–71.
• Huhtamo, Erkki, and Jussi Parikka. 2011. Media Archaeology: Approaches, Applications, and Implications. Berkeley: University of California Press.
• Jones, Matthew. 2016. Reckoning with Matter: Calculating Machines, Innovation, and Thinking about Thinking from Pascal to Babbage. Chicago: University of Chicago Press.
• Jones, Steven. 2008. The Meaning of Video Games: Gaming and Textual Strategies. Milton Park, UK: Routledge.
• Kaplan, Sarah, and Joanna Radin. 2011. “Bounding an Emerging Technology: Para-Scientific Media and the Drexler-Smalley Debate about Nanotechnology.” Social Studies of Science 41, no. 4: 457–85.
• Kittler, Friedrich. 2010. Optical Media. Cambridge, UK: Polity Press.
• Kosner, Anthony Wing. 2013. “Why Is Machine Learning (CS 229) the Most Popular Course at Stanford?” Forbes. https://www.forbes.com/sites/anthonykosner/2013/12/29/why-is-machine-learning-cs-229-the-most-popular-course-at-stanford/?sh=42a3433c55b7.
• Kuhn, Thomas. 1970. Structure of Scientific Revolutions. Chicago: University of Chicago Press.
• Larson, Max. 2018. “Optimizing Chess: Philology and Algorithmic Culture.” Diacritics 46, no. 1: 30–53.
• Latour, Bruno. 1986. “Visualization and Cognition.” Knowledge and Society 6, no. 6: 1–40.
• Latour, Bruno. 1987. Science in Action: How to Follow Scientists and Engineers through Society. Cambridge, Mass.: Harvard University Press.
• Latour, Bruno. 1993. The Pasteurization of France. Cambridge, Mass.: Harvard University Press.
• Lepage-Richer, Théo. 2020. “Adversariality in Machine Learning Systems: On Neural Networks and the Limits of Knowledge.” In The Cultural Life of Machine Learning: An Incursion into Critical AI Studies, ed Jonathan Roberge and Michael Castelle, 197–225. London: Palgrave Macmillan.
• Lepage-Richer, Théo, and Fenwick McKelvey. 2022. “States of Computing: On Government Organization and Artificial Intelligence in Canada.” Big Data & Society 9, no. 2: 1–15.
• Li, Xiaochang, and Mara Mills. 2019. “Vocal Features: From Voice Identification to Speech Recognition by Machine.” Technology and Culture 60, no. 2: S129–60.
• Luchs, Inga, Clemens Apprich, and Marcel Broersma. 2023. “Learning Machine Learning: On the Political Economy of Big Tech’s Online AI Courses.” Big Data & Society 10, no. 1: 1–12.
• Marres, Noortje. 2007. “The Issues Deserve More Credit: Pragmatist Contributions to the Study of Public Involvement in Controversy.” Social Studies of Science 37, no. 5: 759–80.
• Marres, Noortje. 2015. “Why Map Issues? On Controversy Analysis as a Digital Method.” Science, Technology & Human Values 40, no. 5: 655–86.
• Mattern, Shannon. 2014. “Interfacing Urban Intelligence.” Places Journal Accessed November 24, 2023. https://doi.org/10.22269/140428.
• Mendez, Manoel Cortes. 2022. “Coursera Sunsets World’s Most Popular Online Course.” The Report. Accessed November 15, 2023. https://www.classcentral.com/report/coursera-sunsets-machine-learning/.
• Mendon-Plasek, Aaron. 2016. “On the Cruelty of Really Writing a History of Machine Learning.” IEEE Annals of the History of Computing 38, no. 4: 6–8.
• Milburn, Colin. 2010. “Modifiable Futures Science Fiction at the Bench.” Isis 101: 560–69.
• Milburn, Colin. 2018. Respawn: Gamers, Hackers, and Technogenic Life. Durham, N.C.: Duke University Press.
• Newman, Eric, Alfonso Araque, and Janet Dubinsky. 2017. The Beautiful Brain: The Drawings of Santiago Ramón y Cajal. New York: Abrams.
• Ng, Andrew. 2016. “What Is the Most Interesting Story from the Early Days of Coursera?” Quora. https://www.quora.com/What-are-some-good-stories-from-the-early-days-of-Coursera.
• Nilsson, Nils. 2009. The Quest for Artificial Intelligence: A History of Ideas and Achievements. Cambridge: Cambridge University Press.
• Otis, Laura. 2001a. Networking: Communicating with Bodies and Machines in the Nineteenth Century. Ann Arbor: University of Michigan Press.
• Otis, Laura. 2001b. “Ramón y Cajal, a Pioneer in Science Fiction.” International Microbiology 4, no. 3: 175–78.
• Otis, Laura. 2007. “Dr. Bacteria: The Strange Science Fiction of Santiago Ramón y Cajal.” LabLit. Accessed November 23, 2023. http://www.lablit.com/article/226.
• Pelaprat, Etienne, and Valerie Hartouni. 2011. “The Neural Subject in Popular Culture and the End of Life.” Configurations 19, no. 3: 385–406.
• Pilkington, Olga, and Ace Pilkington, eds. 2019. Lab Lit: Exploring Literary and Cultural Representations of Science. Lanham, Md.: Rowman & Littlefield.
• Ramón y Cajal, Santiago. 1989. Recollections of My Life. Cambridge, Mass.: MIT Press.
• Ramón y Cajal, Santiago. 2001. Vacation Stories: Five Science Fiction Tales, ed. Laura Otis. Urbana: University of Illinois Press.
• Ramón y Cajal, Santiago. 2004. Advice for a Young Investigator. Cambridge, Mass.: MIT Press.
• Rheinberger, Hans-Jörg. 1997. Toward a History of Epistemic Things: Synthesizing Proteins in the Test Tube. Stanford, Calif.: Stanford University Press.
• Rheinberger, Hans-Jörg. 2003. “Scrips and Scribbles.” MLN 118, no. 3: 622–36.
• Rheinberger, Hans-Jörg. 2016. “Afterword: Instruments as Media, Media as Instruments.” Studies in History and Philosophy of Science. Part C, Studies in History and Philosophy of Biological and Biomedical Sciences 57: 161–62. https://doi.org/10.1016/j.shpsc.2016.03.002.
• Robles-Anderson, Erica, and Patrik Svensson. 2016. “‘One Damn Slide after Another’: PowerPoint at Every Occasion for Speech.” Computational Culture 5:1–38.
• Rohn, Jennifer. 2005. “What Is Lab Lit (the Genre)?: Boffins Are So Last Century—Let’s See Some Real Scientists for a Change.” LabLit. Accessed November 23, 2023. http://www.lablit.com/article/3.
• Schaefer, Claudia. 2014. Lens, Laboratory, Landscape: Observing Modern Spain. Albany: State University of New York Press.
• Shapin, Steven, and Simon Schaffer. 1985. Leviathan and the Air-Pump: Hobbes, Boyle, and the Experimental Life. Princeton, N.J.: Princeton University Press.
• Skinner, Geoff, and Toby Walmsley. 2019. “Artificial Intelligence and Deep Learning in Video Games: A Brief Review.” IEEE 4th International Conference on Computer and Communication Systems (ICCCS), 404–8.
• Smith, Roberta. 2018. “A Deep Dive Into the Brain, Hand-Drawn by the Father of Neuroscience.” New York Times, January 18, 2018. https://www.nytimes.com/2018/01/18/arts/design/brain-neuroscience-santiago-ramon-y-cajal-grey-gallery.html.
• Sterne, Jonathan. 2012. MP3: The Meaning of a Format. Durham, N.C.: Duke University Press.
• Suchman, Lucy, and Randall Trigg. 1993. “Artificial Intelligence as Craftwork.” In Understanding Practice: Perspectives on Activity and Context, ed. Seth Chaiklin and Jean Lave, 144–78. Cambridge, Mass.: Cambridge University Press.
• Suchman, Lucy. 2023. “The Uncontroversial ‘Thingness’ of AI.” Big Data & Society 10, no. 2. https://doi.org/10.1177/20539517231206794.
• Suvin, Darko. 2005. “Estrangement and Cognition.” In Speculations on Speculation: Theories of Science Fiction, ed. James Gunn and Matthew Candelaria, 23–35. Lanham, Maryland: The Scarecrow Press, Inc..
• Warner, Michael. 2021. Publics and Counterpublics. Princeton, N.J.: Princeton University Press.
• Wilson, Catherine. 1995. The Invisible World. Princeton, N.J.: Princeton University Press.

注释