【AI加油站】机器人设计系列二十一：解码智能本质：从大脑皮层工作原理到人工智能的未来图景（附下载）

核心总结

《人工智能的未来》由杰夫・霍金斯与桑德拉・布拉克斯莉合著，从大脑工作原理出发，构建智能理论框架，探讨意识、创造力本质及人工智能未来，为理解智能与研发智能机器提供全面视角。

作者背景与写作初衷

作者杰夫・霍金斯在移动计算机领域经验丰富，曾创办 Palm Computing 和 HandSpring 公司，设计出 PalmPilot 等产品。但他对大脑研究的兴趣更早且更浓厚，渴望理解大脑工作原理并制造出像大脑一样工作的智能机器。鉴于当时缺乏有关智能和大脑工作原理的完整理论，神经生物学家多专注于实验和数据收集，计算机程序员研发人工智能多次失败，他希望通过本书提出全新智能理论框架，推动对大脑的理解和智能机器的研发。

对传统人工智能与神经网络的批判

传统人工智能的局限

传统人工智能研究者认为只要计算机足够强大就能拥有智能，将大脑视为另一种计算机，注重通过编写程序让计算机模仿人类行为，却忽视了智能的本质和 “理解” 的含义。如 Eliza 程序、“积木世界” 程序、“专家系统” 以及 IBM 的国际象棋机器人 “深蓝”，虽在某些方面表现出色，但都缺乏真正的理解能力，无法像人类一样应对复杂的感知、语言和行为任务，甚至在语言理解和视觉方面远不及幼儿和老鼠。约翰・塞尔的 “中文屋” 实验也证明，计算机即便能模拟人类行为，也不具备真正的理解力和智能。

神经网络的不足

神经网络以真正的神经系统为基础，相较于人工智能是一种进步，它摒弃编程，探究神经元相互作用。但多数神经网络模型简单，如 “反向传播” 网络，仅能处理静止模式，缺乏时间概念和反馈机制，与大脑结构和功能差异巨大。且该领域很快停滞于简单模型，研究者多关注其应用，对大脑工作原理和智能本质缺乏深入探索，无法实现真正的智能。

大脑结构与工作原理

大脑皮层的重要性

大脑皮层（新大脑皮层）是智能的核心区域，负责感知、语言、想象力、数学、艺术、音乐和筹划等与智能相关的活动。它厚度约 2 毫米，分为 6 层，若完全展开大小相当于一张大餐巾，不同哺乳动物大脑皮层大小不同，人类大脑皮层更大，这是人类更聪明的重要原因之一。大脑皮层由大量神经元构成，神经元之间通过突触连接，突触强度可随经验改变，是记忆存储的关键。

大脑皮层的通用算法

神经科学家弗农・蒙卡斯尔提出，大脑皮层在外表和结构上惊人地相似，不论主管视觉、听觉、触觉还是语言等功能，基本作用和完成各功能的方法可能相同，即遵循通用算法。进入大脑皮层的输入信息，无论来自视觉、听觉还是触觉，在转化为神经信号后本质相同，都是空间 - 时间模式。大脑皮层通过对这些模式的处理、存储和预测来实现智能。

大脑记忆的特性

大脑皮层的记忆与计算机记忆有根本区别，具有存储模式序列、自 - 联想回忆和恒定表征三大特征。大脑会按照时间顺序存储模式序列，如歌曲、日常行为流程等；能根据不完整或混乱的模式片段回忆起完整模式，即自 - 联想记忆；还能以恒定的形式存储模式，忽略细节变化，把握事物本质特征，如无论从何种角度、距离看到朋友的脸，都能识别出来。

智能理论新架构：记忆 - 预测模型

预测是智能的核心

作者提出，大脑皮层的主要功能是预测，预测是智能的基础。大脑会利用记忆不断对看到、听到和感觉到的事物进行预测，这种预测大多在不自觉状态下进行，以平行方式持续对周围环境构架进行预测。当预测与实际情况相符时，我们能正常理解和应对环境；当预测被破坏，差异会引起注意，促使我们调整对环境的认知。

大脑皮层如何实现预测

为实现预测，大脑皮层需存储事件序列知识，形成恒定表征，并建立和存储关于世界的模型。大脑皮层的层级结构存储着现实世界的层级结构模型，现实世界的嵌套结构在大脑皮层中得以反映。大脑通过记住模式序列，给序列命名并传递给更高层级区域，同时能将稳定模式展开成序列，实现对未来事件的预测。此外，大脑皮层各区域通过前馈和反馈连接传递信息，反馈连接在预测中起关键作用，使期待向下流动，与实际发生情况对比。

意识与创造力

意识的本质

意识并非神秘实体，而是大脑皮层的感受，与陈述性记忆密切相关。陈述性记忆是能回忆并告知他人、用语言表达的记忆，若失去陈述性记忆，人们便无法意识到自己的经历。关于意识中的可感受性问题，即不同感觉本质差异的原因，可能与新大脑皮层下组织的处理方式以及输入模式结构的不同有关。同时，大脑建立的世界模型影响我们对现实的认知，模型部分基于风俗习惯、文化传统和家庭教育，具有个体差异。

创造力的来源

创造力本质上是通过类推进行预测的活动，贯穿大脑皮层各个区域和人的清醒时刻。无论是日常感知行为，还是高水平的科学研究、艺术创作，本质上都是利用过去的经验和模式，通过类推对未来或未知事物做出预测和解释。个体创造力的差异源于环境因素（不同生活体验形成不同世界模型和记忆）和自然属性（基因决定的大脑结构差异），且通过适当方法可提高创造力，如相信问题有答案、让思维自由驰骋、从不同角度审视问题等，但也要警惕错误类推带来的误导。

人工智能的未来

智能机器的形态与制造

智能机器不必是人形机器人，其形态可多样，关键是具备类似大脑皮层的分层存储系统和相应感觉器官。制造智能机器需建立大型分层记忆系统，面临记忆容量和连通性两大挑战。随着技术发展，硅晶片有望实现足够存储容量，且智能记忆芯片具有容错能力，利于提高存储芯片制造效率；连通性问题虽需大量实验和工程革新，但已有基本解决思路。

智能机器的应用与伦理

短期内，智能机器可改善语音识别、机器视觉、智慧型汽车等领域的技术。长期来看，智能机器在速度、容量、可复制性和感觉系统方面将远超人类，能在天气预测、疾病研究、数学和物理学研究等领域发挥重要作用。在伦理方面，智能机器本身危险较小，其应用风险多源于人类不当使用。无需担心智能机器像人类一样具有情感和野心，除非刻意设计。同时，智能机器的发展可能带来就业等方面的影响，需制定规范引导其合理应用。

实现智能机器的时间预测

预测智能机器完全实现的具体时间困难，但作者认为该领域正处于转折点，若有足够多人投入研究，几年内可能建立有用原型和脑皮层模拟装置，10 年内有望成为热门科技领域。

可检验的预言

书中提出 12 个可检验的假设，涵盖大脑皮层各区域细胞对感觉事件的预期兴奋、预测在皮层体系中的传递、不同层级细胞的特性、预料外事件的传递、顿悟时的预测兴奋传播、神经元的工作方式、表征随训练的变化以及恒定表征的分布等方面，为验证记忆 - 预测理论模型提供了方向，可通过功能性核磁共振成像等技术在实验中检验。