自发的脑活动是全脑工作空间模型中最常被忽视的特点，但我个人认为它是最原始、最重要的特点之一。还有很多神经科学家仍旧坚持过时的想法，将反射弧视作人脑的基础模型 57 。这个想法最初由笛卡尔、查尔斯·谢灵顿（Charles Sherrington）和巴甫洛夫提出，他们将脑描绘为一个输入输出装置，仅仅把接收到的数据从感觉神经元传导到肌肉组织，例如笛卡尔设计的著名的眼睛控制手的范式（见图0-2）。我们现在知道这个观点是完全错误的。自主活动是神经系统的主要特征。内在的神经元活动凌驾于外界刺激之上。 因此，我们的脑不会消极地感受环境，而是主动产生自己的随机激活模式。在脑发育的过程中，有用的激活模式被保留，而无关的激活模式被淘汰 58 。这种有趣并且富有创造力的算法使我们的想法呈现出达尔文式的筛选过程，并且在儿童身上尤为突出。
以下是威廉·詹姆斯的生物观点的核心。他夸张地说：“我们可以把脊椎看作一台有着较少反射作用的机器，那么大脑就是有着许多反射作用的机器，而且这就是两者间的所有区别。”他又解释道，因为大脑进化过的回路表现为“一个不稳定的平衡器官”，使得“处理器能够适应环境中最微小的变化”。
这种功能的关键在于细胞的可激活程度：在早期的进化过程中，神经元获得了自我激活以及自发放电产生锋电位的能力。这种激活被大脑回路过滤和放大，转变成有目的的探索行为。所有动物都是以部分随机的方式探索周围环境的，因为存在分层组织的“中央模式产生器”，这种神经网络的自发活动可以产生有节奏的行走或游泳动作。
我认为，在灵长类动物和其他许多物种的大脑中也进行着类似的探索过程，而且是在纯粹的认知水平上进行的。即使在缺乏外部刺激的情况下，全脑工作空间也会通过自发生成上下波动的活动模式，使我们自由地产生新的计划并尝试实施，如果计划不能达到预期，我们还可以随意地改变它们。
在全脑工作空间中进行着一个从多种想法中进行选择的达尔文式过程 59 。自发激活扮演着“多样性产生器”（Generator of Diversity）的角色，脑对于未来回报的评估不断塑造着它的模式。具有这种功能的神经网络是非常强大的，我和让－皮埃尔·尚热展示了电脑模拟可以解决复杂的问题和难题，比如经典的伦敦塔问题 60 。当通过选择来学习的这一逻辑和经典的突触学习规则相结合，便产生了一个能够从错误中学习并从问题中提取抽象规则的强大结构 61 。
尽管“多样性产生器”可以缩写成“GOD”（神），但是自发激活这一概念并没有任何魔法，它肯定不是脑对于物质的二元作用。激活是神经细胞的自然物理特性。在每一个神经元中，膜电位电压都在不停地波动。这些波动大部分情况下是由于一些神经元突触小泡中的神经递质被随机释放所引起的。通过最终的分析，我们发现这种随机性由热噪声产生，它使分子不停地震荡。一些人认为进化会减少这种噪声的影响，就好像工程师处理数字芯片一样，为0和1分别设置截然不同的电压，使热噪声不能抵消它们。但是脑中的情况并不是这样，神经元不仅容忍噪声，甚至还会加强噪声。这也许是因为一定程度的随机性可以在很多情况下帮助我们找到复杂问题的最优解决方法。很多算法都需要有效的噪声来源，例如马尔可夫链蒙特卡罗算法（MonteCarlo Markov chain）和模拟退火算法（simulated annealing）。
当一个神经元膜电位的波动超过了某个阈限，就会产生一个锋电位。我们的模型显示，这些随机的锋电位可以被一系列已经将神经元连接成柱、集群和回路的连接所塑造，直到全脑激活模式的出现。以内部噪声开始，以自发性激活的结构性雪崩结束，整个过程与我们心中的想法和目标相对应。我们的“意识流”，也就是那些组成心理世界并在脑中不断出现的文字和图片，其实源自我们一生中受教育和成长过程中形成的数以万亿计的突触中的随机锋电位。
