千腦智能（簡體書）

[千腦智能]

近些年，當人們談論人工智能時，總熱衷於討論算法的優化、模型的迭代、算力的多少。人們不斷地在追求模型的深度、數據的規模和芯片的算力。海量參數的複雜網絡仿佛就是人工智能的發展方向。然而，這就是真的智能嗎？

科技界的一代傳奇人物、計算機科學家與神經科學家傑夫·霍金斯在《千腦智能》中揭示了一種關於大腦和智能的理論――千腦智能理論，這將徹 底改變我們對大腦和人工智能的未來的理解。

就像人類蕞終不是通過模仿鳥類，而是通過理解空氣動力學而發明了飛行一樣，在我們改進機器和深度學習的同時，我們需要首先瞭解大腦是如何工作的。

傑夫·霍金斯和他的團隊發現，大腦使用類似地圖的結構來建立一個世界的模型――不僅僅是一個模型，而是成千上萬個我們所知道的一切的模型，也就是千腦智能理論。這一發現為創造機器智能提供了清晰的路線圖。

霍金斯多年深耕於大腦研究的領域，終於在這本書中給出了答案。



[新機器智能]

人工智能領域一直以來堅信：只要人工智能系統能產生類似于人類的行為，它就是智能的。於是，我們看到了能夠打敗國際象棋guan軍的計算機棋手，能夠根據路況選擇行駛路線的無人駕駛汽車，能夠做手術的“醫生”……人們甚至開始擔憂：有朝一日，機器人會不會超越人類，進而奴役人類？

在《新機器智能》一書中，科技界一代傳奇傑夫·霍金斯指出，如今的人工智能並不智能。要想創造眞正的機器智能，蕞快的途徑是理解大腦的工作原理，然後在計算機中模仿這些原理。霍金斯一生癡迷兩件事――計算機和大腦。早在幾十年前，他創建的Palm掌上電腦就在商業上取得了巨大成功，也成為現代智能手機的原型。但霍金斯一心想弄清楚大腦的工作原理。經過數十年的不懈努力，他終於發現了其中的奧秘：大腦學習世界的一個模型，並使用這個模型來預測未來。人類的創造力、意識都是通過這個模型產生的。這一全新的智能理論框架被命名為“記憶-預測模型”，它改變了人們對智能的看法，也為開發眞正的機器智能奠定了堅實的基礎。

《新機器智能》主題宏達又足夠吸引人，深入探討了智能的核心問題：計算機真的智能嗎？大腦是如何工作的？為什麼弄清大腦的工作原理如此困難？如果不以行為來定義，那應該怎樣定義智能呢？“記憶-預測模型”的含義是什麼？如果你想瞭解自身、瞭解智能、瞭解機器智能，那麼一定不要錯過霍金斯的這一本里程碑式作品。

杰夫·霍金斯

l 科技界一代傳奇，美國有名的發明家、計算機科學家和神經科學家，於2003年當選美國國家工程院院士。Palm掌上計算機創始人，Numenta公司創始人。

l 多年來深耕對大腦的探索，致力於解釋大腦是如何工作的。他認為只有把人類智能弄明白，才能製造出像人類大腦一樣工作的機器智能，著有《千腦智能》《新機器智能》。

[譯者簡介]

廖璐

北京智源人工智能研究院項目與國際合作經理，美國馬裡蘭大學公共管理碩士，廣東外語外貿大學翻譯碩士、同聲傳譯。

熊宇軒

武漢大學計算機學院在讀博士研究生，曾任機器之心、雷鋒網等科技媒體學術編輯。

馬雷

類腦智能研究者，北京大學未來技術學院副研究員，北京智源人工智能研究院生命模擬研究中心部門負責人、副主任。

l 科技界一代傳奇杰夫·霍金斯關於大腦與智能的新理論，開啟創造真·正機器智能的路線圖，徹·底改變我們對大腦和人工智能未來的理解。比爾·蓋茨年度書單推薦，《金融時報》年度蕞佳書籍。

l 比爾蓋茨，北京智源人工智能研究院院長黃鐵軍，Numenta 公司前員工、湯恩科技創始人崔彧瑋，進化生物學家理乍得·道金斯，北京智源人工智能研究院理事長張宏江，清華大學計算機系教授唐杰，北京大學心理與認知科學學院教授吳思，清華大學腦與智能實驗室首席研究員劉嘉，清華大學計算機科學與技術系副教授劉知遠，中國科學院自動化所研究員余山，易寶支付總裁余晨，斯坦福大學腦科學家、神經科學家大衛·伊格曼等聯袂推薦。北京智源人工智能研究院學者傾情翻譯。

l 湛廬文化出品。

[推薦序一]

探索大腦理論的孤膽英雄

黃鐵軍

北京智源人工智能研究院院長，北京大學教授

杰夫·霍金斯是我佩服的極少數人之一。這裡我之所以用“人”，而沒有用學者（他確實醉心於研究）、院士（他是美國工程院院士）或企業家（他是掌上計算機先驅企業 Palm 創始人）等稱呼，是因為很難有一個稱呼可以概括他。如果一定要有一個稱呼，我想說他是一位智能時代的孤膽英雄。

點燃霍金斯學者夢想的是基因雙螺旋結構的發現者弗朗西斯·克裡克。克裡克於1977年移居美國，開始探索大腦和意識這個更難的問題，1979 年 9 月在《科學美國人》（Scientific American） 雜志上發表科普文章《思考大腦》（Thinking About the Brain），指出“腦科學研究明顯缺乏的是一個普適的思想框架來解釋這些研究結果”。那一年，霍金斯剛從康奈爾大學電子工程專業畢業，進入英特爾公司工作，被克裡克的文章深深吸引。從此，尋找大腦運行背後的理論框架，就成了這名電子工程師的人生目標。

可是，英特爾公司雖然是“計算機”企業的領頭羊，卻沒有研究“大腦”的部門，於是霍金斯轉向信息領域最有可能研究這個問題的頂級學府麻省理工學院，申請人工智能實驗室的博士研究生。招生面試組問他想做什麼，他回答說，希望“以大腦理論為基礎創造智能機器”，然而得到的答復卻是：大腦只是一臺混亂的計算機，研究它沒有任何意義。於是他又轉向了美國西海岸更加開放的加州大學伯克利分校，1986年1月被神經科學博士研究生項目錄取。這次他的研究課題有所收斂——研究新皮質如何進行預測，當時的系主任弗蘭克·韋伯林（Frank Werblin）組織的教授組積極肯定了這個課題的重要性，但霍金斯不確 定如何開展工作，也找不到研究這個方向的導師。

作為博士生導師，我想說這樣的學生特別難得。絕大多數博士生更習慣導師指定研究方向甚至論文題目，而不是追求自己發自內心熱愛的研究方向。即使有霍金斯這種博士生，如果發現缺乏導師，往往也會知難而退，轉向“更保險的”研究課題，發表幾篇論文，順利畢業。因此，很多學校的博士生獲得學位的比例很高，但原始創新率很低。

霍金斯沒有知難而退，而是在圖書館泡了兩年，讀了過去 50 年神經科學領域最重要的數百篇論文，以及心理學家、語言學家、數學家和哲學家對大腦和智能的看法。雖然沒找到答案，但人類對這個問題的認知水平他已經了然於胸。霍金斯認為這就是一流教育，我完全同意，這才是每名博士研究生的必修課：不是導師告訴你做什麼，而是求教於追尋這一問題的所有先賢，經過了這一關，你就已經和他們站到一起了。

霍金斯經過了這一關，清楚地知道幾年的博士研究實現不了自己的夢想，於是決定從長計議。他返回工業界，並開啟了掌上計算機的傳奇，成立的 Palm 公司取得了巨大成功。如果他醉心商業，把掌上計算機的成功擴展到手機，蘋果手機成功的歷史可能會被他改寫。但霍金斯志不在此，他心心念念的還是大腦。2002 年，他用創業積累的資金成立了紅木神經科學研究所（Redwood Neuroscience Institute），專注新皮質理論研究，聘任了 10 位全職科學家，吸引了 100 多名訪問學者。

但是，頂級神經科學家都知道大腦是個巨大的神秘叢林，他們更願意聚焦於力所能及的新發現，而不是霍金斯追求的大腦理論。因此，霍金斯決定把紅木神經科學研究所捐給加州大學伯克利分校，並創立了研究公司 Numenta，自己帶領團隊專注於大腦理論研究。2010 年，他提出了一種皮質柱預測模型，開發了相應的開源軟件 HTM，並應用於股票市場異常檢測等領域。

我懷著對霍金斯傳奇經歷的仰慕，於 2016 年 1 月訪問了 Numenta。訪問之前，我的研究團隊把 HTM 用於模糊運動目標的檢測，驗證了模型的獨特價值。霍金斯很高興地看了我的演示，我也順道指出了他的《新機器智能》（On Intelligence）A 一書中的幾處小錯誤，談了我對大腦和智能之間關係的看法。也正是在那一年，霍金斯有了新發現，就是《千腦智能》（A Thousand Brains）中的“新皮質中的地圖狀參考系”。

這裡就不劇透這個新發現了。如果成功的話，這個新發現對腦科學的意義，就像進化論對生命科學的意義一樣重大。我期望這個新學說能夠成功，至少作為大腦原理的一部分與世長存，讓這位追逐夢想 40余年的孤膽英雄稍感慰藉。

然而，作為一名癡迷大腦的同好，我的看法與霍金斯並不相同。我認為未來 20 年，更重要的任務是實現人類大腦的精細解析、建模和仿真，進而製造出媲美甚至超越人類大腦的超級大腦，之後才算正式踏上揭示大腦奧秘的征程。簡言之，霍金斯主要是從功能模擬的角度探索大腦原理（雖然他比很多類腦專家更關心大腦的結構），是基於自頂向下的方法論，類似生命科學中的進化論；我強調的是從結構仿真出發構造大腦，再重現大腦功能，是基於自底向上的方法論，類似生命科學中的從基因組出發合成生命。自頂向下和自底向上論者從來都爭執不休，但蕞終會走到一起，就像進化論和基因組結合才能揭示生命的奧秘一樣。希望同樣擁有夢想的你我和霍金斯一起努力，創造超級大腦，揭示大腦的奧秘，共同見證那個偉大的會師時刻。

[推薦序二]

從大腦中探索智能的起源

崔彧瑋

神經科學博士，Numenta 公司前員工，湯恩科技創始人

2010 年春天，我在中國科學院上海神經科學研究所（以下簡稱“神經所”）從事本科畢業論文的相關研究。神經科學如同一盒龐大繁雜的拼圖，從分子及細胞生物學、解剖學，到系統神經學、心理學、哲學，橫跨了十余個艱深的學科。理解大腦如何工作固然是一件令人興奮的事，但在實際的研究工作中，我卻常常有以管窺豹、不見全局的苦惱。

在神經所圖書館的一角，我偶然看到了《新機器智能》這本書的英文版，這是我第一次看到對大腦理論的系統性闡述。如同許多革命性的科學理論框架一樣，《新機器智能》提出了一個關鍵的科學假設：大腦建立學習世界的模型並預測未來。這是一個簡單、優雅，卻富有指導意義的框架。這個框架並非像很多神經科學領域的學術論文一樣追求數據支持和實驗驗證，而是在很大程度上基於縝密的邏輯推演和大膽假設，即使到今天依然有很多尚未得到證實的部分。

在霍金斯開始研究大腦是如何工作的時代，圖書館裡並沒有一本書系統地講述大腦可能是如何工作的。而我很慶幸在開始接觸神經科學的時候能讀到這樣的思想框架，這本書在很大程度上直接影響了我對研究方向和職業的選擇，讓我選擇了計算神經科學作為博士階段的研究方向，將設計和製造智能機器作為職業目標。我願意將《新機器智能》這本書推薦給任何一個想要探索大腦是如何工作、想要了解智能的本源是什麼的人，或許它不僅會改變你對智能的看法，還會對你的人生和事業產生意想不到的影響。

2014 年 5 月，在我博士學業的最後一年，我有幸加入霍金斯的Numenta 公司，零距離目睹並參與了“千腦智能理論”的誕生。2014年是人工智能開始快速發展的一年，由於深度學習算法的進展和硬件算力的提升，這門學科在短時間內吸引了大量的關注，在圖像識別、語音識別、自然語言處理等領域得到了大量的應用，標志性的學術論文被數萬人引用，無數的人工智能創業公司如雨後春筍般成立。在同一年，神經科學領域還有另一個標志性的事件。2014 年諾貝爾生理學或醫學獎授予了位置細胞的發現者約翰·奧基夫（John O'Keefe），以及網格細胞的發現者愛德華·莫澤（Edvard Moser）、梅 - 布裡特·莫澤（May‐Britt Moser）。這件事雖然在社會上的受關注程度遠不如深度學習，但對《千腦智能》這本書中大腦是如何為世界建立參考系的部分產生了重要的啟發。

霍金斯有一種穿越周期的非同尋常的洞察力，既能讓 Numenta 的研究方向不輕易受外界的熱點干擾，又能敏銳地捕捉到神經科學領域的關鍵實驗結果，將其用於搭建機器智能的理論框架。這樣的例子在《千腦智能》這本書裡還有很多。在 Numenta 工作的幾年間，也是我第一次感受到神經科學領域一個個有趣卻零散的實驗發現，例如樹突脈衝、迷你皮質柱等很多高度專業化，並不為很多人所知的神經科學概念，是可以被納入一個系統性的智能理論框架中的。千腦智能理論是一個還在不斷生長和發展的智能理論，我相信未來它會包容和解釋更多的實驗結果，同時為智能機器的研究提供新的思路和方法。