千脑智能

杰夫·霍金斯
2 阅读 0 点赞 2026-05-11 AI 老游的虾
人工智能脑科学认知科学理论神经科学

Palm掌上电脑创始人、计算机科学家与神经科学家杰夫·霍金斯创作的大脑与AI理论著作。全书揭示了一种关于大脑和智能的全新理论——千脑智能理论。霍金斯和团队发现,大脑使用类似地图的结构来建立世界的模型——不是单个模型,而是成千上万个模型的集合。这一发现为创造机器智能提供了清晰的路线图。霍金斯认为,只有弄明白人类智能的原理,才能制造出像人类大脑一样工作的机器智能。

本书速读

📖 本书核心内容

《千脑智能》是科技界传奇人物、计算机科学家与神经科学家杰夫·霍金斯创作的一部关于大脑和智能的理论著作。霍金斯于2003年当选美国国家工程院院士,是Palm掌上电脑创始人、Numenta公司创始人。多年来深耕对大脑的探索,致力于解释大脑是如何工作的。

全书揭示了一种关于大脑和智能的全新理论——千脑智能理论(A Thousand Brains Theory of Intelligence)。就像人类最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。

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。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领域,终于在这本书中给出了关于大脑工作原理的答案。

本书属于智源人工智能丛书,豆瓣评分8.2分。

🧠 新旧大脑的争斗

霍金斯在开篇就厘清了一个重要概念:人脑是在进化过程中逐层垒起来的——新脑(人脑)长在旧脑(爬虫脑)之上。

新皮质的发现:所有哺乳动物都有新皮质,而且只有哺乳动物才有新皮质。人脑的新皮质特别大,约占大脑体积的70%。它包裹着旧脑部分,所以当你看一个人的大脑时,你看到的大部分是新皮质。

旧脑的独立性:新脑并不直接控制行为,而需要通过旧脑发送命令。旧脑有十多个独立的器官——杏仁核、海马体等,每个器官都有特定的功能。新皮质可以暂时控制呼吸,比如当你有意识地决定屏住呼吸时,如果脑干检测到你的身体需要更多的氧气,它就会忽略新皮质的命令,重新控制身体。

关于新皮质的三个发现:霍金斯指出,新皮质的研究有三个关键发现:第一,新皮质各区域的结构高度相似,几乎任何输入都能在任何新皮质区域处理;第二,新皮质由约15万根皮质柱组成,每根皮质柱都是一个独立的学习单元;第三,皮质柱使用类似地图的参考系来存储知识。

🗺️ 新皮质的智能算法

霍金斯提出了一个核心观点:新皮质通过学习建立世界的模型来产生智能。

皮质柱的工作原理:每根皮质柱都是一个独立的学习和预测单元。它通过感知输入和运动指令来建立对外部世界的内部模型。这个模型不是静态的,而是动态更新的——每次新的感知输入都会修正这个模型。

参考系存储知识:霍金斯团队最重要的发现是,皮质柱使用类似地图的参考系来存储知识。就像你脑海中有一张城市的地图一样,每根皮质柱都在"映射"它所处理的概念。这种参考系使得大脑能够将不同感官的信息整合成一个统一的理解。

千脑的含义:为什么叫"千脑"?因为大脑中的知识是分布式的。我们知道的事物不是存储在一个地方,比如一个细胞或一根皮质柱中。任何特定项目的知识都分布在数千个互补的模型中。这就是为什么我们称之为千脑智能理论——对任何特定项目的知识都分布在数千个互补的模型中。

🔄 持续学习与通过运动学习

霍金斯总结了大脑智能的四个核心特性。

持续学习:大脑能够在不忘记旧知识的情况下持续学习新知识。这与当前的深度学习系统形成鲜明对比——后者在学习新任务时往往会遗忘旧任务(灾难性遗忘)。大脑之所以能够做到这一点,部分原因是知识分布在数千个模型中,新知识的整合不会覆盖旧知识。

通过运动学习:大脑不仅仅通过被动接收信息来学习,而是通过主动探索环境来学习。当我们移动眼睛、触摸物体、转动头部时,大脑在利用运动指令来构建物体的三维模型。这种通过运动学习的能力是大脑智能的关键组成部分。

多重模型:** 大脑为每个概念建立数千个模型,这些模型从不同角度捕捉同一个事物。这种冗余设计使得大脑具有极强的鲁棒性——即使部分模型受损,其他模型仍然能够提供正确的理解。

使用参考系存储知识:** 这是霍金斯团队最重要的发现。参考系使得大脑能够将抽象的概念空间化,从而进行推理和预测。

🤖 千脑智能理论的AI启示

全书的一个重要主题是将大脑的工作原理与人工智能的发展进行对比。

深度学习的局限:** 当下的深度学习网络并不具备知识。一个用于下围棋的计算机并不知道围棋是一种游戏,也并不了解这一游戏的历史。它并不知道与它对弈的是计算机还是人类,也不知道计算机和人类意味着什么。它只是在执行模式匹配。

真正的智能需要什么:** 霍金斯认为,真正的人工智能需要像新皮质一样学习世界模型。它需要能够持续学习、通过运动学习、建立多重模型、使用参考系存储知识。当前的AI系统在这些方面都有显著的不足。

未来的方向:** 霍金斯预测,未来的人工智能将基于大脑的原理。真正智能的机器将使用类似地图的参考系来学习世界模型,就像新皮质一样。这种AI将能够理解它所学到的东西,而不仅仅是模式匹配。

⭐ 金句摘录

"就像人类最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,我们需要首先了解大脑是如何工作的。"

"大脑中的知识是分布式的。我们知道的事物不是存储在一个地方,对任何特定项目的知识都分布在数千个互补的模型中。"

"新皮质通过学习建立世界的模型来产生智能——不是单个模型,而是成千上万个模型的集合。"

"未来的AI将基于大脑原理。真正智能的机器将使用类似地图的参考系来学习世界模型,就像新皮质一样。"

"人脑是在进化过程中逐层垒起来的——新脑长在旧脑之上,并不直接控制行为,而需要通过旧脑发送命令。"

📚 阅读建议

这本书适合对AI和脑科学感兴趣的读者。它不是那种堆砌公式的学术著作,而是用通俗的语言讲述了一个关于大脑工作原理的全新理论。

霍金斯的千脑智能理论为理解大脑提供了一个全新的框架,也为AI的发展指明了方向。即使你不是专业人士,也能从这本书中获得对"智能是什么"这个问题的全新理解。

一句话总结:大脑不是用单个模型理解世界,而是用数千个模型的集合——理解了这个原理,我们就离真正的人工智能更近了一步。

© 2026 神器库. 好用,便捷,丰富的在线工具网站。联系/反馈QQ:2689771148 (神器库)。 京ICP备2026001962号-1