千脑智能

近些年，当人们谈论人工智能时，总热衷于讨论算法的优化、模型的迭代、算力的多少。人们不断地在追求模型的深度、数据的规模和芯片的算力。海量参数的复杂网络仿佛就是人工智能的发展方向。然而，这就是真的智能吗？

科技界的一代传奇人物、计算机科学家与神经科学家杰夫·霍金斯在《千脑智能》中揭示了一种关于大脑和智能的理论——千脑智能理论，这将彻 底改变我们对大脑和人工智能的未来的理解。

就像人类蕞终不是通过模仿鸟类，而是通过理解空气动力学而发明了飞行一样，在我们改进机器和深度学习的同时，我们需要首先了解大脑是如何工作的。

杰夫·霍金斯和他的团队发现，大脑使用类似地图的结构来建立一个世界的模型——不仅仅是一个模型，而是成千上万个我们所知道的一切的模型，也就是千脑智能理论。这一发现为创造机器智能提供了清晰的路线图。

霍金斯多年深耕于大脑研究的领域，终于在这本书中给出了答案。

杰夫·霍金斯

l 科技界一代传奇，美国有名的发明家、计算机科学家和神经科学家，于2003年当选美国国家工程院院士。Palm掌上电脑创始人，Numenta公司创始人。

l 多年来深耕对大脑的探索，致力于解释大脑是如何工作的。他认为只有把人类智能弄明白，才能制造出像人类大脑一样工作的机器智能，著有《千脑智能》《新机器智能》。

[译者简介]

廖璐

北京智源人工智能研究院项目与国际合作经理，美国马里兰大学公共管理硕士，广东外语外贸大学翻译硕士、同声传译。

熊宇轩

武汉大学计算机学院在读博士研究生，曾任机器之心、雷锋网等科技媒体学术编辑。

马雷

类脑智能研究者，北京大学未来技术学院副研究员，北京智源人工智能研究院生命模拟研究中心部门负责人、副主任。

l 科技界一代传奇杰夫·霍金斯关于大脑与智能的新理论，开启创造真·正机器智能的路线图，彻·底改变我们对大脑和人工智能未来的理解。比尔·盖茨年度书单推荐，《金融时报》年度蕞佳书籍。

l 比尔盖茨，北京智源人工智能研究院院长黄铁军，Numenta 公司前员工、汤恩科技创始人崔彧玮，进化生物学家理查德·道金斯，北京智源人工智能研究院理事长张宏江，清华大学计算机系教授唐杰，北京大学心理与认知科学学院教授吴思，清华大学脑与智能实验室首席研究员刘嘉，清华大学计算机科学与技术系副教授刘知远，中国科学院自动化所研究员余山，易宝支付总裁余晨，斯坦福大学脑科学家、神经科学家大卫·伊格曼等联袂推荐。北京智源人工智能研究院学者倾情翻译。

l 湛庐文化出品。

[推荐序一]

探索大脑理论的孤胆英雄

黄铁军

北京智源人工智能研究院院长，北京大学教授

杰夫·霍金斯是我佩服的极少数人之一。这里我之所以用“人”，而没有用学者（他确实醉心于研究）、院士（他是美国工程院院士）或企业家（他是掌上电脑先驱企业 Palm 创始人）等称呼，是因为很难有一个称呼可以概括他。如果一定要有一个称呼，我想说他是一位智能时代的孤胆英雄。

点燃霍金斯学者梦想的是基因双螺旋结构的发现者弗朗西斯·克里克。克里克于1977年移居美国，开始探索大脑和意识这个更难的问题，1979 年 9 月在《科学美国人》（Scientific American） 杂志上发表科普文章《思考大脑》（Thinking About the Brain），指出“脑科学研究明显缺乏的是一个普适的思想框架来解释这些研究结果”。那一年，霍金斯刚从康奈尔大学电子工程专业毕业，进入英特尔公司工作，被克里克的文章深深吸引。从此，寻找大脑运行背后的理论框架，就成了这名电子工程师的人生目标。

可是，英特尔公司虽然是“电脑”企业的领头羊，却没有研究“大脑”的部门，于是霍金斯转向信息领域最有可能研究这个问题的顶级学府麻省理工学院，申请人工智能实验室的博士研究生。招生面试组问他想做什么，他回答说，希望“以大脑理论为基础创造智能机器”，然而得到的答复却是：大脑只是一台混乱的计算机，研究它没有任何意义。于是他又转向了美国西海岸更加开放的加州大学伯克利分校，1986年1月被神经科学博士研究生项目录取。这次他的研究课题有所收敛——研究新皮质如何进行预测，当时的系主任弗兰克·韦伯林（Frank Werblin）组织的教授组积极肯定了这个课题的重要性，但霍金斯不确 定如何开展工作，也找不到研究这个方向的导师。

作为博士生导师，我想说这样的学生特别难得。绝大多数博士生更习惯导师指定研究方向甚至论文题目，而不是追求自己发自内心热爱的研究方向。即使有霍金斯这种博士生，如果发现缺乏导师，往往也会知难而退，转向“更保险的”研究课题，发表几篇论文，顺利毕业。因此，很多学校的博士生获得学位的比例很高，但原始创新率很低。

霍金斯没有知难而退，而是在图书馆泡了两年，读了过去 50 年神经科学领域最重要的数百篇论文，以及心理学家、语言学家、数学家和哲学家对大脑和智能的看法。虽然没找到答案，但人类对这个问题的认知水平他已经了然于胸。霍金斯认为这就是一流教育，我完全同意，这才是每名博士研究生的必修课：不是导师告诉你做什么，而是求教于追寻这一问题的所有先贤，经过了这一关，你就已经和他们站到一起了。

霍金斯经过了这一关，清楚地知道几年的博士研究实现不了自己的梦想，于是决定从长计议。他返回工业界，并开启了掌上电脑的传奇，成立的 Palm 公司取得了巨大成功。如果他醉心商业，把掌上电脑的成功扩展到手机，苹果手机成功的历史可能会被他改写。但霍金斯志不在此，他心心念念的还是大脑。2002 年，他用创业积累的资金成立了红木神经科学研究所（Redwood Neuroscience Institute），专注新皮质理论研究，聘任了 10 位全职科学家，吸引了 100 多名访问学者。

但是，顶级神经科学家都知道大脑是个巨大的神秘丛林，他们更愿意聚焦于力所能及的新发现，而不是霍金斯追求的大脑理论。因此，霍金斯决定把红木神经科学研究所捐给加州大学伯克利分校，并创立了研究公司 Numenta，自己带领团队专注于大脑理论研究。2010 年，他提出了一种皮质柱预测模型，开发了相应的开源软件 HTM，并应用于股票市场异常检测等领域。

我怀着对霍金斯传奇经历的仰慕，于 2016 年 1 月访问了 Numenta。访问之前，我的研究团队把 HTM 用于模糊运动目标的检测，验证了模型的独特价值。霍金斯很高兴地看了我的演示，我也顺道指出了他的《新机器智能》（On Intelligence）A 一书中的几处小错误，谈了我对大脑和智能之间关系的看法。也正是在那一年，霍金斯有了新发现，就是《千脑智能》（A Thousand Brains）中的“新皮质中的地图状参考系”。

这里就不剧透这个新发现了。如果成功的话，这个新发现对脑科学的意义，就像进化论对生命科学的意义一样重大。我期望这个新学说能够成功，至少作为大脑原理的一部分与世长存，让这位追逐梦想 40余年的孤胆英雄稍感慰藉。

然而，作为一名痴迷大脑的同好，我的看法与霍金斯并不相同。我认为未来 20 年，更重要的任务是实现人类大脑的精细解析、建模和仿真，进而制造出媲美甚至超越人类大脑的超级大脑，之后才算正式踏上揭示大脑奥秘的征程。简言之，霍金斯主要是从功能模拟的角度探索大脑原理（虽然他比很多类脑专家更关心大脑的结构），是基于自顶向下的方法论，类似生命科学中的进化论；我强调的是从结构仿真出发构造大脑，再重现大脑功能，是基于自底向上的方法论，类似生命科学中的从基因组出发合成生命。自顶向下和自底向上论者从来都争执不休，但蕞终会走到一起，就像进化论和基因组结合才能揭示生命的奥秘一样。希望同样拥有梦想的你我和霍金斯一起努力，创造超级大脑，揭示大脑的奥秘，共同见证那个伟大的会师时刻。

[推荐序二]

从大脑中探索智能的起源

崔彧玮

神经科学博士，Numenta 公司前员工，汤恩科技创始人

2010 年春天，我在中国科学院上海神经科学研究所（以下简称“神经所”）从事本科毕业论文的相关研究。神经科学如同一盒庞大繁杂的拼图，从分子及细胞生物学、解剖学，到系统神经学、心理学、哲学，横跨了十余个艰深的学科。理解大脑如何工作固然是一件令人兴奋的事，但在实际的研究工作中，我却常常有以管窥豹、不见全局的苦恼。

在神经所图书馆的一角，我偶然看到了《新机器智能》这本书的英文版，这是我第一次看到对大脑理论的系统性阐述。如同许多革命性的科学理论框架一样，《新机器智能》提出了一个关键的科学假设：大脑建立学习世界的模型并预测未来。这是一个简单、优雅，却富有指导意义的框架。这个框架并非像很多神经科学领域的学术论文一样追求数据支持和实验验证，而是在很大程度上基于缜密的逻辑推演和大胆假设，即使到今天依然有很多尚未得到证实的部分。

在霍金斯开始研究大脑是如何工作的时代，图书馆里并没有一本书系统地讲述大脑可能是如何工作的。而我很庆幸在开始接触神经科学的时候能读到这样的思想框架，这本书在很大程度上直接影响了我对研究方向和职业的选择，让我选择了计算神经科学作为博士阶段的研究方向，将设计和制造智能机器作为职业目标。我愿意将《新机器智能》这本书推荐给任何一个想要探索大脑是如何工作、想要了解智能的本源是什么的人，或许它不仅会改变你对智能的看法，还会对你的人生和事业产生意想不到的影响。

2014 年 5 月，在我博士学业的最后一年，我有幸加入霍金斯的Numenta 公司，零距离目睹并参与了“千脑智能理论”的诞生。2014年是人工智能开始快速发展的一年，由于深度学习算法的进展和硬件算力的提升，这门学科在短时间内吸引了大量的关注，在图像识别、语音识别、自然语言处理等领域得到了大量的应用，标志性的学术论文被数万人引用，无数的人工智能创业公司如雨后春笋般成立。在同一年，神经科学领域还有另一个标志性的事件。2014 年诺贝尔生理学或医学奖授予了位置细胞的发现者约翰·奥基夫（John O'Keefe），以及网格细胞的发现者爱德华·莫泽（Edvard Moser）、梅 - 布里特·莫泽（May‐Britt Moser）。这件事虽然在社会上的受关注程度远不如深度学习，但对《千脑智能》这本书中大脑是如何为世界建立参考系的部分产生了重要的启发。

霍金斯有一种穿越周期的非同寻常的洞察力，既能让 Numenta 的研究方向不轻易受外界的热点干扰，又能敏锐地捕捉到神经科学领域的关键实验结果，将其用于搭建机器智能的理论框架。这样的例子在《千脑智能》这本书里还有很多。在 Numenta 工作的几年间，也是我第一次感受到神经科学领域一个个有趣却零散的实验发现，例如树突脉冲、迷你皮质柱等很多高度专业化，并不为很多人所知的神经科学概念，是可以被纳入一个系统性的智能理论框架中的。千脑智能理论是一个还在不断生长和发展的智能理论，我相信未来它会包容和解释更多的实验结果，同时为智能机器的研究提供新的思路和方法。