【现货速发】千脑智能

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有可能研究这个问题的学府麻省理工学院，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，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。

[推荐序三]

智能的起源

理查德·道金斯（Richard Dawkins）

进化生物学家

别在睡前读这本书，否则你会失眠。并非因为它是恐怖小说，读了会让你做噩梦，而是因为其中的思想实在是令人振奋，读后会让你的大脑充满各种兴奋、激动的想法，久久不能平息。你甚至会想立刻与人分享，而不是躺下睡觉。给这本书作序的我，就是这样一个“受害者”。如果你接着往下阅读，就知道我为什么这么说了。

在科学家这个群体中，达尔文的与众不同之处在于，他既不在高校工作，也没有接受政府的任何研究资助。杰夫·霍金斯的情况与之类似，尽管他可能并不喜欢别人把他视作硅谷的一位科学家。达尔文的进化论思想对与其同时代的人来说太具有颠覆性，以至于用一篇简短的论文根本无法将其革命性的意义阐释清楚，这也导致达尔文和阿尔弗雷德·拉塞尔·华莱士（Alfred Russel Wallace）于 1858 年合作发表的论文没有得到人们的任何关注。正如达尔文本人所说，他需要写一本书才能阐释清楚这个想法。果然，一年后，他的伟大著作《物种起源》撼动了整个维多利亚时代的根基。霍金斯的“千脑智能理论”（Thousand Brains Theory）也同样需要一本书才能阐释清楚，特别是他的核心概念——思考行为本身就是一种运动，这也是理解这个理论的关键。没错，无论是进化论，还是千脑智能理论，都过于深刻，必须用一本书才能将其阐释清楚，但这还不是全部。

托马斯·亨利·赫胥黎在看完《物种起源》后曾说：“我真是太愚蠢了，我怎么没想到这些！”我觉得脑科学家们合上本书后，倒不一定会说出相同的话，因为达尔文的《物种起源》只阐述了一个宏大的想法，而这本书却包含了许多振奋人心的小想法。我猜不仅是赫胥黎，就连他的三个优秀的孙子也会喜欢这本书。英国生理学家与生物物理学家安德鲁·赫胥黎（Andrew Huxley）发现了神经脉冲运动的方式他与英国生理学家与生物物理学家艾伦·霍奇金（Alan Hodgkin）之于神经系统，就像世界著名分子生物科学家、遗传学家詹姆斯·D. 沃森（James D. Watson）B 和弗朗西斯·克里克之于 DNA。英国作家阿道司·赫胥黎（Aldous Huxley）则是因为他对诗意的文学创作充满想象。英国生物学家朱利安·赫胥黎（Julian Huxley）则写了一首诗，颂扬大脑构建了一个现实模型（一个缩小版的宇宙）：

世间万物，涌入婴儿的大脑

填充那水晶般的格子

在格壁之间，陌生事物发生碰撞

将万物转为各种各样的想法

骤然，肉体中诞生了一种精神

你和现实，相互作用

在其中构建出你的小小宇宙——

小小的宇宙，却给自己设置了巨大的任务

逝去的人住在那里，与星星对话

赤道和极点交谈，白天与黑夜诉说

精神溶解了世界的物理限制——

数不尽的隔离在此燃烧殆尽

于是宇宙也可以生长、工作和规划

终在人的大脑中，造出一个上帝

大脑处于黑暗中，只能通过安德鲁描绘的神经脉冲来理解外部世界。来自眼睛的神经脉冲与来自耳朵或大脚趾的神经脉冲并没有什么不同。能区分这些神经脉冲的，是它们位于大脑中的具体位置。霍金斯并不是个提出如下观点的科学家或哲学家：我们所感知的现实不过是大脑构建的现实模型，它通过接收来自感官的刺激而不断更新。但我认为，霍金斯是个有力论证这一观点的人：这样的模型不止一个，而是有成千上万个；在每一个堆放整齐、构成大脑新皮质的皮质柱中都有一个模型。这些皮质柱大约有 15 万个，它们以及霍金斯所说的“参考系”（frames of reference）构成了本书部分的主体。霍金斯撰写的关于这两个方面的观点都颇具争议，我很期待看到其他脑科学家对这些观点作何反应，我猜应该也很受欢迎。霍金斯的观点中非常吸引 人的一点是，大脑皮质柱在为现实世界建模的活动中是半自主地工作的，“我们”所感知到的事物是它们之间的一种“民主共识”（democratic consensus）。

大脑中的民主？共识，甚至争斗？这个想法太棒了！这就是本书的核心思想。人类这种哺乳动物便是这种反复争斗的结果：古老爬行动物的旧脑（无意识地运行着生存机器）与哺乳动物的新脑（新皮质）之间的争斗。哺乳动物的新脑负责思考，它也是意识所在。它能意识到过去、现在和未来，也能向旧脑发送执行指令。

旧脑，受到自然选择数百万年的训练（那时糖还是人类赖以生存的稀缺品），说道：“蛋糕，我想要蛋糕！”而新脑则出现在糖已经十分丰富的时代，仅仅经过各类书籍和医生几十年的培训，说道：“不，不，千万不要吃蛋糕！”旧脑说：“痛，痛，可怕的疼痛，赶快停止疼痛吧。”新脑却说：“不，不，你要承受住这种折磨。别因投降而出卖了你的祖国。你要忠于国家和战友，为此不惜牺牲生命。”

爬行动物的旧脑和哺乳动物的新脑之间的冲突引出了“为什么疼痛会如此痛苦？”这类谜题的答案。痛苦究竟是为了什么？痛苦是死亡的代名词。它是对大脑的一个警示：“别再这样做了。别玩蛇，别碰热灰，别从高处往下跳。这次你只是感到疼痛，下次可能就会丧命了。”但是有工程师可能会设计出这样一套机制：只要在类似的场景中设置一个警告标志，便可以起到同样的警示作用。当警告标志出现，你就停止重复做的所有事情。但我们的大脑并没有按照“无痛”警示这套机制运作，我们通常还是会感受到痛苦，难以忍受的痛苦。这到底是怎么回事？

答案可能在于大脑决策过程的本质是争斗，即旧脑和新脑之间的争斗。新脑可以很容易否决旧脑的决定，因而“无痛”警示这套机制行不通，继续忍受痛苦也同样行不通。

如果新脑出于某种原因，“想要那么做”的话，它可以随时忽略我设想的“无痛”警告标志，并忍受任意次数的蜜蜂叮咬、脚踝扭伤或酷刑。而旧脑，虽然确实重视存活下去、传递基因，但也只能徒劳地“抗议”。也许是自然选择为了让生物生存下去，通过让新脑体验难以“否决”的无法忍受的痛苦，从而确保旧脑的“胜利”。我们可以猜想，如果旧脑“意识到”戴避孕套的行为是对达尔文提出的“性行为目的”的背叛，或许戴避孕套也会给旧脑带来难以忍受的痛苦。

霍金斯与许多博闻强识的科学家和哲学家一样，不接受二元论：机器没有魂魄，人脑也只是硬件，没有什么独立的灵魂能够在硬件坏了之后幸存，也同样没有笛卡尔剧场 A 中的彩色屏幕，向观看的个体放映世界这部电影。相反，霍金斯提出了多种世界模型，即构建的“缩小版的宇宙”，这些世界模型会根据感官涌入的神经脉冲信息流进行调整。顺便说一句，霍金斯并不排除未来通过将你的大脑上传到计算机上来逃避死亡的可能性，但他认为这并不是有趣的。

另一个更重要的大脑模型是关于身体本身的模型，它需要回答这样一个问题：身体自身的运动如何改变我们对于身体之外的这个世界的认知。这也和本书第二部分的主题“机器智能的未来”相关。霍金斯和我一样，非常尊重那些聪明人士，这些人中有些是我们的朋友。他们非常担心超级智能机器会取代、征服甚至是终结人类。但霍金斯并不担心这些，部分原因可能是精通国际象棋和围棋的智能机器人还无法应对真实世界的复杂性，而不会下围棋的小孩却“懂得液体如何溢出，球如何滚动，狗怎么吠叫。他们知道怎么使用铅笔、记号笔、纸张及胶水，也知道怎么打开书，以及怎样撕开纸”。他们有一个自我图式，一个身体图式，这些图式将他们置于现实世界中，使他们毫不费力地在这个世界中自由行走。

这并不是说霍金斯低估了人工智能和未来机器人的能力，事实正好相反。他认为当下前沿的研究方向是错的。他认为正确的方式是理解大脑的工作方式，并从中获得可借鉴的经验，从而加速人工智能的发展。

而且我们也没有理由（也请不要）借用旧脑的方式，它的欲望和饥饿、渴望和愤怒、感情和恐惧，都会驱使我们沿着被新脑视为有害的道路前进。至少霍金斯和我都认为这是有害的，或许你也会这么认为。霍金斯非常清楚，人类具有开放的认知理念，这和我们原始的“自私”基因完全不同，后者的目的只是不惜一切代价繁衍。在他看来，如果没有旧脑，人工智能就不会对人类怀有恶意。我觉得这一观点可能会引起争议。同样会引起争议的是，他认为关闭一个具有意识的人工智能并不是谋杀：没有旧脑，它怎么会感觉到恐惧或悲伤呢？它又为什么想要生存下去呢？

在第 16 章中，霍金斯告诉我们旧脑（为自私的基因服务）和新脑（为知识服务）之间的巨大差异。人类大脑新皮质的光环，在所有地质时期存在过的动物中都是独一无二、也前所未有的，大脑新皮质可以违反自私基因的命令。我们可以享受性爱而无须生育；我们可以献身哲学、数学、文学、天体物理学、音乐、地质学或人类爱的温暖，而蔑视旧脑的基因主张，即认为上述行为都是在浪费时间，人类“应该”花时间击败竞争对手和追求更多的性伴侣。“在我看来，我们需要做一个意义重大的选择，这个选择就是我们更偏爱旧脑还是更偏爱新脑。更具体地说，我们是希望人类的未来由自然选择、竞争和自私基因来决定，还是由智能和它想要理解这个世界的愿望来决定？”

我在开头部分引用了托马斯·亨利·赫胥黎在看完达尔文的《物种起源》后的评论，我想引用霍金斯众多奇妙想法中的一个来结束。虽然他在书中仅用了几页的篇幅表述这个想法，却使我产生了和赫胥黎类似的共鸣。霍金斯认为有必要在宇宙中的某处立下一块墓碑，让整个银河系知道我们曾经存在过，并能宣布这样一个事实：所有文明都是短暂的。从宇宙时间的尺度来看，一种文明从发明电磁通信到其消亡的时间间隔，宛如萤火虫一闪而过般短暂。在宇宙中，任何一个闪光与另一个闪光重合的概率都非常小。那么，我们需要的信息不是“我们在这里”，而是“我们曾经在这里”，这也是我称之为“墓碑”的原因。墓碑的存在必须是宇宙尺度的：不仅能在无数秒差距之外可见，而且应当持续至少数百万年甚至数十亿年，只有这样，在我们消亡许久之后，这些信息也能够被其他智能生物捕获。向广袤的宇宙广播质数或 π 的位数不会切断这些信息，发射无线电波或脉冲光束也不会。这些信息当然也可以宣扬智能生物的存在，这也是搜寻地外文明计划（Search for Extraterrestrial Intelligence，SETI）和科幻小说惯用的方法。但这些信息 都太简单了，也只限于当下。那么，什么信号能够持续足够长的时间，并且无论从什么方向，无论距离多远，都能被探测到呢？这就是霍金斯使我与托马斯·亨利·赫胥黎产生共鸣的地方。

这超出了我们如今能理解的范畴，但在未来，在我们的萤火虫般的闪光耗尽之前，我们可以将一系列卫星送入环绕太阳的轨道，“这些卫星以一种并非自然出现的模式遮挡一点太阳光线。在我们离开很久之后，这些绕太阳运行、遮挡其光线的物体将继续绕太阳运行数百万年，这些信号可以在很远的地方被探测到”。即使这些卫星的间距不是一系列质数，其表达的信息也明确无误：智能生物曾经来过。

让我非常开心的是，以脉冲信号（或者霍金斯所理解的反脉冲信号，因为卫星使太阳变暗）的间隔模式进行编码形成宇宙信息，这种方式与神经元的编码机制完全相同。这也是我写下此序来来感谢霍金斯的这本书的原因。

这是一本关于大脑如何工作的书，其中的思想会令大脑振奋不已。

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。

[译者简介]

杰夫·霍金斯