来源书籍

新机器智能

Skill 版本:v24 97 张卡片

杰夫·霍金斯(Jeff Hawkins)、桑德拉·布莱克斯利(Sandra Blakeslee) · 廖璐、陆玉晨 译 · 浙江教育出版社 · 2022-10 · ISBN 9787572243936

全书导读

这本书要给”智能”换一个定义。它不接受”能做出聪明行为就算智能”这一流行标准,主张智能是内部的事:大脑用记忆建起一个世界的模型,再用这个模型连续预测下一刻会遇到什么,预测能力才是智能的关键。全书围绕这个主张展开:先用行为主义的失败说明为什么必须换定义(第1–2章),再说明大脑的硬件为什么支持这个定义(第3章),然后把记忆检索、感知、运动、注意力、创造力、意识依次解释成同一个机制的不同侧面(第4–7章),最后讨论据此造机器意味着什么(第8章、后记、附录)。

它的写法不是论证综述,而是”先看拼好的图案,再决定找哪些块”:作者先假定新皮质必须完成哪些任务,再推断它为什么长成分层的六层结构。这种自上而下的路线好处是把零散实验串成一条线,代价是细节一定会有错。作者自己承认这一点,并用附录的 11 个可检验预测来承受反驳——这也是读这本书时最该抓住的态度:把每个论断当成可以被实验推翻的假设,而不是结论。

章节之间有真实的依赖:第3章的层级结构是第4章不变表征的前提,第4章的序列记忆是第5章预测模型的前提,第6章才把前两者装进皮质柱的具体回路;第7章用同一套机制解释人类特有的能力,第8章再把它推到机器设计上。如果只读一章,读第5章;如果想知道它凭什么站得住,读第6章和附录。

全书主线

全书的主线可以概括成三次”换问法”。

  1. 从”它表现得像不像人”换成”它内部有没有模型”。 第1章用图灵测试、中文屋和早期神经网络说明:只看输出无法区分查表、规则和真正理解,因为同一输出可以由完全不同的机制产生。一旦把判据移到内部模型,”这个系统会不会做某件事”就不再是关键问题,”它能不能预测接下来会发生什么”才是。
  2. 从”神经元像逻辑门”换成”皮质柱在预测序列”。 第2章回顾的神经网络把神经元当开关,缺了反馈与时序,所以只能学静态映射;第3–4章指出新皮质的统一算法是在时间上找模式,第6章把它落到六层回路:上层下发预期,下层上报实际,两者取交集得到解释,解释不了的才向上传。这一步把”智能”从抽象主张变成了可查的解剖结构。
  3. 从”智能是思考”换成”智能是预测,思考只是它的内部预演”。 第5章说感知是预测与输入的合成,第6章说运动指令与感觉预测是同一段序列的两面,第7章进一步把想象力、创造力、意识都解释成”把预测当作输入来跑”。到这里,”理解”“想象”“意识”不再是几个孤立的神秘功能,而是同一个预测回路在不同回路开关状态下的表现。

三次换问法共用一条底层逻辑:大脑不存储答案,它存储世界的结构,并在需要时把结构展开成答案。第8章把这个逻辑推到机器上:如果智能是模型加预测,那么造智能机器的难点不在算力,而在于怎样让机器自己长出分层的世界模型。

序言 制造像大脑一样工作的机器智能

序言先立起一个无法回避的对照:六岁孩子能在河床的石头上优雅跳跃,三岁孩子已能熟练使用语言,而最先进的机器人像笨重的僵尸、经过半个多世纪编程的计算机仍达不到幼儿的语言水平。作者由此判断,缺的不是算力也不是数据,而是关于智能本身的见解。他给出的立场介于两个学科之间:把大脑的解剖与生理细节当作约束条件,不许理论与之冲突;同时把智能当成一个可分析的计算问题,追问它究竟在算什么。

在这个立场下,本书要做的区分是“真正的智能”与“人工智能”。人工智能用编程直接逼近人的行为,跳过“什么是智能”“理解意味着什么”两个前置问题;真正的智能主张先弄清大脑如何思考,再谈造机器。作者把流行看法中的最大错误点出来:认为智能由智能行为定义。行为只是输出,同一输出可由查表、规则或记忆预测产生;反过来,理解可以在毫无外显行为时发生,比如安静读完一个故事。

替代方案是记忆-预测模型:大脑用大量记忆构建一个关于世界如何运作的模型,并利用这个模型对未来的输入做连续预测,预测能力才是智能的关键。这一机制要求硬件层面的支撑,于是讨论转到新皮质——负责智能的部分。它各部分功能差异巨大,建构细节却出奇地规律,视觉、听觉、触觉、语言都按共同原则工作,关键是层次结构如何对应现实世界的结构。新皮质之所以必须这样组织,是因为只有分层抽象才能让预测在多个时间尺度上成立。

理论的后半段是推论与代价。若智能是预测,那么创造性、意识、偏见、学习方式、年长者较难习得新知识,都应有对应解释;若智能是内部模型而非外显行为,那么判断一个系统是否智能就不能只看它答对什么。作者对智能机器的前景持乐观态度,并给出一个反直觉的难度排序:在物理、数学这类高级思维上超过人类,比造出会走路、会说话的机器人容易得多,因为后者依赖的正是最难复制的感觉运动预测。他也承认理论细节可能有错,但认为这不会削弱核心思想。

本章展开:真正的智能先问大脑、以行为定义智能是根本错误、用记忆预测下一刻、新皮质各区共用一套原则、生物学约束加计算视角、智能机器不会取代人类。

原书依据 · 6 处

第1章 人工智能与人类智能

本章从一段求职失败史切入,实际在拆一条思想路线。1979 年作者在英特尔做单板机工程师,一期《科学美国人》大脑专刊把他拉回童年兴趣;克里克在那期杂志上直言,神经科学只有大量数据,没有普适的思想框架。他写信给戈登·摩尔建议成立大脑研究小组,被首席科学家霍夫以“可预见的未来弄不清大脑如何工作”为由拒绝;转投麻省理工学院,又因想先研究大脑而被拒。这两次拒绝暴露了当时的主流立场:视觉、语言、机器人、数学都只是编程问题,研究大脑反而限制思维。

主流立场有三块理论基石。图灵先证明所有计算机在逻辑上等价,任何可定义的操作都能被同一台机器按规则执行,再用图灵测试把“是否智能”的判定外包给行为;麦库洛克与皮茨论证神经元汇总输入、超过阈值即发放,其形式与与门、或门、非门同构,因此大脑可以被看作逻辑门网络;行为主义则把大脑当黑箱,只承认输入与输出可研究。三者共同的效果是:不需要生物证据,也能自称在制造智能。人工智能的核心信条由此确立——大脑只是另一种计算机,怎么实现不重要,只要能产生类似人的行为。

接下来是实践检验。伊丽莎靠复述用户的话扮演心理分析师,竟骗过一些人;积木世界能准确回答红色方块上有没有绿色金字塔,却无法走出那个封闭房间;定理证明程序只能证出已知的简单定理;专家系统是有界的知识库;深蓝靠数百万倍的计算速度击败卡斯帕罗夫,但它没有直觉,挑不出值得深算的着法,也不了解国际象棋。共同模式是:每个系统只在为它定制的任务里有效,无法泛化,也无法迁移。据此作者判断,瓶颈不是算力,而是对智能本身的无知。

塞尔的中文屋给出了哲学版本的反驳:房间里的人只会英语,靠一本只讲如何搬运、比较汉字的说明书处理中文输入,输出正确答案,但房间里没有任何一处发生理解;人是 CPU,书是软件,草稿纸是存储器。常见回应是“整个房间懂中文”,作者认为这等于假定了一个未说明的理解机制。他由此把判据从外部行为转到内部状态:理解是大脑把输入纳入已有记忆并据此预测下一刻,理解的强弱表现为预测是否准确、能否在信息缺失时补全。中文屋、深蓝与多数程序缺少的正是这个可更新的世界模型。

对“计算机不可能有智能”最强的回应是:原则上可以逐个模拟神经元及其连接,若模拟足够精确,其智能与被模拟的大脑无法区分。作者接受这一点——争点不在硅或碳,而在组织方式。但它同时暴露了现有程序的处境:它们模拟的是任务规则,不是大脑,所以不能用“原则上可模拟”为自己辩护。研究次序因此变得关键:不先了解大脑就无法模拟,没有模拟就没有智能。这也解释了他为何离开计算机行业,去伯克利读生物物理,从生物学内部重新进入这个问题。

本章展开:缺的是普适框架而非数据、编程与自学是两种原则、图灵测试把行为当标准、神经元被当成逻辑门、演示型AI只擅长一件事、中文屋:语法不含语义、理解要有内部标准、模拟大脑的反驳成立却没人做。

原书依据 · 8 处

第2章 神经网络

1986 年前后,作者试图把智能与大脑功能的理论史梳理清楚,却发现解剖学、生理学、语言学、计算机科学各说各话:术语互不相通,几乎没有人把理论与大脑的实际结构对上。与此同时,人工智能长期失败,把资金与人才推向了另一条路线——连接主义。神经网络没有中央处理器,也不把知识存在某个集中位置,而是让记忆分布在神经元之间的连接里,这一点看起来与大脑同构。作者因此认真对待它,但很快用自己的一套标准衡量,发现主流做法并不合格。

这套标准有三条:考虑大脑功能必须包含时间,因为大脑处理的是持续变化的动态信息流;必须重视反馈,丘脑与新皮质之间的反向连接约为正向的十倍;必须能解释大脑的物理结构,即由重复单元构成的层次组织。对照之下,当时流行的三层前馈网络只把静态输入映射成静态输出,训练完成后没有任何回传通路,结构也远浅于皮质。于是出现一个反差:这类模型在股市预测、贷款审核、笔迹识别等任务上迅速商业化,研究却在原地踏步。

真正接近大脑的是被忽视的一支——自联想记忆。它把神经元的输出接回输入,形成反馈回路,因此不完整甚至被打乱的模式也能被拉回完整的记忆;再在反馈上加时间延迟,网络就能记住并补全一个序列,例如只给开头几个音符便还原整首旋律。这两点正好对应前面缺失的时间与反馈。可惜这类工作没有成为主流:研究者忙着追逐行为输出,神经科学则受功能成像的限制,只能回答“哪里活跃”,难以回答模式如何随时间流动。

由此引出全书的第一个立场:智能不等于行为。人可以躺在黑暗中思考,此时没有任何输出,行为只是智能的一种体现。功能主义在此处被部分接受——智能确实与材料无关,盐瓶替棋子仍是真棋局;但“只要输出对等,机制可以随便换”的强硬版本会让人放弃追问内部机制。书中用外星考古学家研究地球道路网的类比说明:数据再多,没有上层框架也解释不了任何东西;框架一旦到位,同样的细节立刻各归其位。

本章展开:同零件不等于同功能、类脑模型的三条硬标准、反向传播不算真反馈、碎片输入取回完整记忆、延迟反馈记住序列、智能不等于行为表现、功能主义与行为对等、先有框架,细节才有意义。

原书依据 · 8 处

第3章 人类大脑的层次结构

先把新皮质当成一件可解剖的实物来看:它是一层包裹旧脑的薄组织,约两毫米厚,分六层,每层厚度接近一张名片;展开后人类约有一张大餐巾大小,老鼠只有邮票大、猴子约信封大。人类更聪明的原因是按身体比例算面积更大,而不是皮质更厚或含有特殊细胞。作者自称新皮质沙文主义者,理由是目标为理解并制造智能机器,而非复制一个完整的人:性冲动、饥饿、情绪、肌肉都是进化的包袱,可以暂时搁置。

肉眼看上去皮质处处相同,但中风病例显示存在半独立功能区:布罗卡区受损影响语法,梭状回受损丧失面孔识别,视觉信息则从 V1 经 V2、V4 流向 IT。这些区域按分支层次排列,而高低不是解剖位置而是连接关系决定的:低层送信息上去,高层送反馈下来,另有跨分支的横向联系。更关键的是流向不是单向的:每条上行通路都配有下行通路,而且下行投射更多,教科书里那条“感觉→联合区→额叶→运动区”的装配线是过度简化。

芒卡斯尔 1978 年把这个观察推到底:处理听觉、触觉、运动、语言的区域在层数、细胞类型与连接上完全相同,差别只在它们连接的对象。既然组织一样,它们执行的基本操作大概也一样——全皮质共用一套算法。这与当时主流相反,多数人在寻找区域间的细微差异,并据此为每种能力单独设计算法。支持证据来自可塑性:雪貂的眼睛改接到听觉区后长出正常视觉通路,移植到触觉区的视觉皮质转而处理触觉,先天失明者用枕叶读盲文。

再往前一步:外部世界的差异并没有随信号进入大脑。视神经约一百万根纤维、听觉神经约三万根、脊髓上行约一百万根,一旦变成动作电位,皮质收到的只是轴突上的空间模式与时间模式,内部没有光也没有声音。所以视觉不是一幅画:眼睛每秒约三次扫视,图像不断整体改变,我们看到稳定世界是因为皮质把洪流处理成连续流,视觉更像一首歌。听觉靠耳蜗的频率-位置映射获得空间性;触觉则必须靠手指移动才有足够信息,静止接触很快被适应。

由此得到两个推论。一是感觉的标签不重要:舌头上的压力阵列经训练可以承载视觉,橡胶手错觉则显示视觉与体感模式冲突时大脑会改写身体归属。二是皮质对外部世界只有模型:朋友在房间里,这件事表现为一组与过往经验一致、可彼此预测的模式,不存在直接的“人”传感器。这既解释了错觉与感觉替代为何能用同一框架说明,也支撑了全书的技术主张——智能机器不必拥有与人相同的感觉,只要给它一致的输入流和同一套皮质算法。

本章展开:六张名片厚的新皮质、层级高低由连接决定、皮质层级是双向的、新皮质只有一种算法、布线可塑:听觉区能看、大脑只认识轴突上的模式、视觉像歌,不像画、触摸也依赖时间模式、舌头上的视觉替代、知识只是模式的模型、只要新皮质就够了。

原书依据 · 11 处

第4章 从记忆中检索答案的大脑

本章先拆掉一个流行类比:大脑不是计算机。神经元完成一次输入整合、发放脉冲并复位约需5毫秒,每秒最多两百次,比硅芯片的十亿次操作慢五百万倍。可人判断照片里有没有猫只需半秒,半秒内信号只能穿过约一百个神经元,这就是百步法则。答案不可能被逐步算出来,只能是从记忆里取出来——答案早在很久以前就存好了,检索只要几步。并行也救不了场:雇一百个人搬石头穿沙漠,仍然要走一百万步。

既然新皮质是记忆系统,它就有三个与计算机存储不同的特性。第一是自动存储序列:故事、家里的房间、字母表、歌曲、沙砾的触感,都只能按当初经历的先后被调出,一个模式激发下一个,倒着回忆几乎做不到。第二是自动联想:给一部分或失真的输入,就能补出完整模式,空间上如窗帘后露出的脚,时间上如一个细节勾起整段往事、嘈杂中听清其实没听清的话。思想因此是一条有路径却不受控的联想链。

第三个特性是不变表征。视网膜上的光模式每次都不同,V1的活动随每个视角改变,但高几级的人脸识别区细胞在大小、位置、朝向、表情变化下保持活跃;一首歌换调演奏,音符全变仍被认出,说明存的是音程;签名换笔换姿势仍是同一个人,说明运动皮质存的也是抽象程序。人工自联想网络给半张脸就能补全,把图平移五个像素却彻底失效——差别正在有无不变表征。

代价在于:不变结构本身做不出具体预测。只知道火车在发车四小时后到达,仍接不到人,必须把这个结构与当天东行列车发车的具体时间结合;记忆给出下一个音程,还要知道上一个音是C,才能预测出E。本章把三个特性作为预测的前提摆好:没有序列就无法预知先后,没有自联想就要求输入完整,没有不变表征则换个角度就认不出。至于六层结构如何形成不变表征、如何在层次中完成预测,留给第6章和第8章。

本章展开:百步法则封死计算路线、并行不能缩短依赖链、接球是调记忆不是解方程、记忆只能顺着序列取出、一个片段唤起整个模式、不变表征:同一本书、人工网络怕平移五像素、旋律记住的是音程、签名暴露的运动不变性、结构加细节才成预测。

原书依据 · 10 处

第5章 记忆-预测模型,全新的智能理论

起点是一个被忽略的困惑:不产生行为的时候,大脑在做什么?答案从一杯蓝色咖啡杯来——房间里几百件东西都没引起注意,唯独新杯子跳出来,因为它是唯一没被预测到的输入。换门实验进一步排除了查表路线:门有一千种可改之处,人几秒内就能察觉任何一处,而建属性数据库既列不完、也来不及。大脑做的是对所有低层感觉区并行下注,预测与输入相符就滑过去,不符就报警。

由此得出强命题:感知不是感官的转写,而是输入与记忆预测的合成。单眼时盲点处没有洞,浮木与岩石的交界放大后根本分不清,清晰的边缘是推断出来的;扫视每秒约三次,每次都是全新模式,但大脑预期第二只眼睛的位置该是眼睛,看到鼻子就知道出错。预测是概率分布而非单一答案,所以盐、胡椒、芥末都不意外,人行道就立刻违和;也正因如此,预期被违反时才格外显眼。

进化上的解释是:爬行动物已有完备感官和复杂行为,旧脑管血压、情绪、平衡与奔跑;哺乳动物添上新皮质,把感觉流复制一份存进记忆,再遇相似情境就召回、填补并预测下一步。老鼠因此在迷宫里提前看到转角后的奶酪,但它的动作库仍与蜥蜴差不多——变聪明的是记忆对行为的调度,不是行为本身变多。新皮质越大,能预测的模式越抽象、时间跨度越长,语言、数学、社会判断都由同一套算法承担。

人类的不同不止于面积:新皮质前半部与运动皮质直接接管了大量肌肉,损坏老鼠运动皮质缺陷不明显,损坏人的运动皮质可能瘫痪,海豚新皮质虽大却只有三层、行为未接近人类。行为与预测因此是同一机制的两面:要预测看到自己抬手,才会发出抬手的指令。判据也随之改变——智能的根本是预测而非行为,中文屋若能预测下一个汉字与接下来的情节,就该算懂中文。

本章展开:理解就是持续预测、感知是预测与输入的合成、换门实验识破查表法、预测输出的是概率分布、抽象模式也用同一算法、新皮质让旧行为变聪明、先有预测才有动作指令、人类靠新皮质接管运动、记忆-预测闭环、判据是预测而非行为。

原书依据 · 10 处

第6章 记忆-预测模型是如何工作的

本章要回答的是记忆-预测模型在神经结构上究竟怎样跑起来。起点是一个困境:大脑研究长期只能自下而上地拼数据,缺少一个自上而下的框架来决定该找什么、什么最重要。框架先给出任务清单——记住事件序列、形成不变表征、建立世界模型。于是第一个要解释的现象就是不变性:视网膜送来的图像随每次扫视扭曲跳动,V1细胞只对视野极小范围内的线段角度敏感,IT细胞却能稳定响应一张脸。四级皮质之间,细胞从快速变化、对空间敏感,转为稳定、对空间不敏感,这就是不变的表征。

不变性一旦成立,感觉就不再是几条并列的独立通道。猫的铃声、自行车撞门框、拧开水龙头,都是视觉、听觉、触觉互相预测、彼此校验,任一通道稍不协调人就会察觉。把运动皮质放进同一套层级后,向下流动的模式在感觉区叫预测,在运动区叫运动指令,于是运动只是另一种感觉。这一步的关键不是哲学主张,而是计算上的统一:预测与行动是同一段序列展开的两面,因此新皮质不存在纯粹的感觉区或纯粹的运动区。

接着要处理一个疑问:不变性为什么只在IT这样的顶层出现?V1左右子区域互不相连却做同一件事、高层区汇总多路输入,都与“每个区域是一个连续整体”的传统看法冲突。解释是每个区域其实由大量子区域组成,越往下越多,IT只有一个,所以能鸟瞰整个视觉世界。由此得到通用皮质算法:任何区域都在发现输入序列之间的关联,并据此预测下一项输入。世界本身是嵌套的(笔画—字—词—句,音符—音程—乐句—歌曲),皮质层次正好复制这种嵌套,大级别关系存高层,小级别关系存低层。

机制落到单个皮质区:六层组织、皮质柱、L4接收下层输入并向上传递、L6把输出扩散到下层L1、L5经丘脑延时回送本区L1。这使得L1同时掌握“序列的名字”和“播放到哪了”,皮质柱据此预判自己何时该活跃。学成之后,L2细胞把整段序列压成一个恒定名字上传,L3b只在预测失败时发声,高层因此收到稳定的对象而不是逐帧细节。这些环节共同把快速变化的输入折叠成缓慢变化的不变表征。

具体预测靠两个集合的交集:上层预期“五度”激活全部五度皮质柱,下层输入“上一个音是D”激活全部含D的皮质柱,交集给出D-A。交集同时消解歧义,让残缺输入被上下文补齐。无法解释的模式则由L3b标记,一路向上传,直到某层能纳入自己的序列;注意力可以借丘脑的另一条通路绕过分组,直接取用细节。学习使常见组合不断下沉到低层,高层腾出来学更抽象的结构,这是成为专家的路径;真正全新的残余一路上到金字塔顶端,由海马快速收录。

本章展开:自上而下的拼图框架、V1到IT的不变表征、多感觉预测相互校准、运动就是另一种感觉、通用皮质算法、世界是嵌套的、序列是松散有序的集合、可预测性即因果、皮质柱是预测的基本单元、一个皮质区的上下通路、序列如何获得恒定名字、预测是预期与输入的交集、意外沿层级向上传递、注意力打开丘脑旁路、技能下沉造就专家、海马只收新异残余。

原书依据 · 16 处

第7章 意识与创造力

本章先把智能问题落到一个前提上:世界有结构,所以可预测。单细胞生物靠DNA里存下的记忆预测营养梯度,树靠物种经验预测哪里能找到水和矿物质,它们都能利用世界的规律,却都无法在一生中改写策略。神经元连接变得可修改之后,学习才从世代尺度进入个体生命,这是动物物种爆发的转折点。智能因此不是有或无的标签,而是一条按“能利用多少世界结构”排列的连续谱,人类只是站得较远,并没有站在谱外。

人类在这条谱上多出两样东西。一是新皮质的规模:扩到餐巾大小,就能学更复杂的世界模型,看到“结构中的结构”,从家、城镇、省区一直推到行星与宇宙,并能从不直接相关的线索(对方如何开车、如何说话)推断长期行为。二是语言:它不是特殊模块,而是世界众多模式之一,句法与语义同日常物品的层次结构没有本质差别;它靠类比唤起听者脑中的记忆,让未曾亲历之事得以传递,知识于是能跨代累积并规模化。

由此,创造力被重新定义:不是某个脑区或少数人的天赋,而是每个皮质区用不变记忆序列对新情境做类比预测,是清醒时一直在做的事。从听懂一首转调的歌到写出一部交响乐,只是抽象层次与新颖度的差别;陌生餐厅里预判洗手间的位置、把钢琴曲搬到颤音琴上,都是同一机制。艺术欣赏显示这条机制的边界:太熟悉显得媚俗,太意外难以接受,最好的作品打破部分预期又教出新模式,反复接触后意外之处会显出规律。

个体差异来自经历与先天条件,训练的办法是坚持、改变问题表征、暂时搁置,让皮质有机会找到可类比的旧记忆;但类比也会给出自信的错误,开普勒用柏拉图立体推导行星轨道就是警示。意识部分把日常意义上的意识等同于形成陈述性记忆:抹去记忆,人就会否认自己当时有意识。想象是让预测回流成输入,因此感知的大部分由内部模型生成;模型由养育与文化塑造,刻板印象就是不变记忆,无法根除,只能教人识别错误、保持怀疑。心智显得独立于身体,是因为皮质能为身体建模,却不能为没有感官的大脑本身建模。

本章展开:智慧是一道连续谱、可塑性把学习搬进一生、更大的皮质看更深结构、语言是纯粹的类比、创造力即类比预测、艺术在熟悉与意外之间、换表征才能唤出类比、错误类比同样自洽、意识即陈述性记忆、想象让预测变成输入、刻板印象就是不变记忆。

原书依据 · 11 处

第8章 智能的未来

本章处理的是”这套理论造出来的机器会是什么样”。起点是一个观察:人预测新技术时只会拿旧技术做类比(铁路叫铁马、电话当电报用、晶体管先替换真空管),所以早期应用几乎都是替代品,革命性用途要等多年后才浮现。据此,科幻里的人形机器人被排除在目标之外:人的心智不只靠新皮质,还依赖旧脑的情感系统与身体的运作,造价与实用性也不划算。真正定义智能的是分层记忆的预测能力,而不是行为像人;传感器与记忆系统甚至可以分置两地。

造法只有三步:给一组感官、接上与新皮质同构的分层记忆、像教孩子一样用世界训练它,不写规则库。落地时要过两道工程关。容量上,32万亿突触折合约8万亿字节,实验室规模可达;更关键的是类脑存储天生容错,良率逻辑允许把芯片做得更大更密。连接上,皮质单个细胞要与数千个细胞相连,硅的金属层布线做不到专线,只能学电话系统共享高容量干线,用调度换规模。这两关决定机器能做多大,而不是能不能做。

伦理部分先拆恐惧的来源:怕电、怕蒸汽机、怕计算机的剧本反复上演却很少成真。评估技术危险要看一次误用的最大杀伤、有无替代品、渗透日常的深度,按此尺度智能机器接近电话一端。三类末日想象各有硬伤:自我复制与智能无逻辑关联;心智上传需记录并重建数万亿细节;作恶统治则错把皮质算法与旧脑的欲望混为一谈。真正的风险是过度依赖与失灵,而不是机器觉醒。

用途上放弃细节预测,只跟趋势:近期做语音理解、视觉监控、智能驾驶这类替代性应用;长期盯住会指数增长的四个属性——速度(快百万倍)、容量(可加深加宽加感官)、可复制(训练一次量产、可冻结可共享)、感觉(可自定义、可分布式,如天气大脑)。四者叠加才打开人进不去的问题域。时间上遵循”短期慢、长期快”,作者判断理论正处于转折点。

本章展开:新用途被旧框架遮蔽、智能不等于像人、造智能机器的三步、容错让记忆芯片做大、连接性学电话系统、技术恐惧有历史剧本、智能机器不会想统治、跟趋势,不猜细节、语音识别的病根、四个超越人脑的维度、为数据定制感官。

原书依据 · 11 处

后记 真正的智能机器

后记处理的是”知道了这些之后该怎么办”,落点不在技术细节而在态度。它先回应一个常见疑虑:把大脑讲清楚会不会让人失去对自身的敬畏。答案是理解不减损神奇——知道宇宙的尺度、知道意识如何从皮质中涌现,比待在一个平坦、以自己为中心的小宇宙里更有趣;解释回答的是”如何运作”,惊奇来自”竟然如此运作”,未知只是被推到下一层。

接着是对读者的动员:本书希望吸引年轻工程师与科学家改走记忆-预测模型这条路,因为人工智能与神经网络的旧框架都不适合造真正的智能机器,热闹过并不等于方向对。给出的时机判断很硬:必须在还没百分之百确定能成功时就进入新领域,太早会困在无人响应的阶段,等到一切确定又已经太晚。它把判断责任交回给个人——先看清问题是否真实,再承担时机上的不确定。

最后是进度交代:红木神经科学研究所已把该理论用于计算机视觉,解决了一些困扰学界几十年的问题,并据此成立 Numenta。分层存储被描述为一个新行业的起点,英特尔与微软这样的公司也会在未来十年启动它。这一步有财务风险,也对智力提出严苛挑战,但后记仍判定值得尝试。整篇的分量在于把全书的技术主张转成了一句行动建议——现在正是开始构建类新皮质记忆系统的时机。

本章展开:理解不消解惊奇、在确定之前入场。

原书依据 · 2 处

附录 经得起检验的11个预测

附录把全书理论摊开成11条可被推翻的预测,理由是实验检验才是判断新想法的唯一可靠办法,而一个理论若拿不出具体断言,也就无从检验。写法统一为”我们应该在某处看到某种活动”,因此每条都能被证伪,其中数条只能在清醒的被试身上做,因为涉及对刺激的预期。它还明确了证据的分量:全部命中也不能证明模型正确,几条落空也不一定让理论失效,因为同一功能可以有别的实现方式(例如序列的”名称”可以换一种构建法)。

前两条与第八、十条都关于”位置”:只要大脑预期到某事,就会在相应区域出现预期细胞,连初级感觉皮质也不例外;预测越具体,活动就沿层级下得越深,只预知”是张脸”时停在人脸区,能预知精确位置与图案时直达V1;顿悟瞬间会出现沿层级快速下传的预测级联;训练越多,表征越往低层搬(学会整个单词后,字母细胞从IT区移到V4)。这些量都能用成像或电生理测到。

第三至七条刻画皮质内部的分工:下行预测由L6发出,经下层L1激活L2/L3;L2/L3代表一组潜在皮质柱,是序列的”名称”,在整段序列中保持活跃,且其顶端树突应优先接上层L6而非丘脑输入;另一类L2/L3细胞只对未预料输入反应,向上投射,越新奇传得越高,全新事件到海马。第九条把地基压在神经元上:必须能在窄时间窗内检测少数突触的重合。第十一条(不变表征遍布各区)作者自认不算新预测。

本章展开:理论只能被证伪、表征停在哪一层、预测在皮质内的上下行、神经元须检测稀疏重合。

原书依据 · 4 处

跨章综合

行为与理解的分界,是全书反复回到的那条线。 第1章用它否定图灵测试,第2章用它评价自联想网络,第5章用它给出新判据(能预测下一个汉字就算懂中文),第8章用它判断一个 AI 产品到底有没有”智能”。四次使用同一个判据,说明这不是修辞,而是全书的工作定义。实践中遇到”某项 AI 能力是否可信”的问题时,这条线比任何 benchmark 都更接近本质:能在训练分布内复现答案的系统,和一个能在新情境下预测下一步的系统,行为可能一样,能力完全不同。

不变表征是层级存在的理由,也是它的代价。 第3章说新皮质必须分层,第4章用视觉通路和签名实验说明分层的作用是把位置、尺度、视角这些无关变量抹掉,第6章说这种抹掉是在皮质柱内部通过”序列获得恒定名字”完成的。抹掉换来稳定识别,也换来细节丢失——所以”看见一个词”和”看清一个字母”要走不同通路。这条权衡在工程上同样成立:任何抽象层都在用细节换稳定,抽象层次选错,上层再优化也补不回来。

预测与行动是同一件事的两面。 第5章说先有预测才有动作指令,第6章说运动皮质与感觉皮质跑同一套算法,第7章说想象是把预测当输入。三者合起来给了一个反直觉的推论:想不清楚一件事,往往不是”不会推理”,而是缺少可用的序列模型;而熟练,就是让常用序列下沉到低层、把高层腾出来处理结构。这解释了为什么专家看起来”不假思索”,也解释了为什么刻意练习必须针对结构而不是重复次数。

理论的诚实体现在它敢被证伪。 附录的 11 个预测把”记忆-预测模型”从哲学主张压成了实验清单:预期细胞、意外向上传、表征下沉、全皮质不变性……其中任何一条被稳定否证,理论就要修改。第7、8章那些关于意识与未来的推断则明显弱于前六章的机制论证,读时应分开对待:前者是可检验的结构主张,后者是合理但未验证的延伸。

发散与实践

以下为读者延伸,不是作者观点,也未执行。

  • 用第5章的判据给自己的一个 AI 工具做”行为 vs 模型”评审,写出它能预测与不能预测的具体边界。
  • 用第6章的序列下沉思路复盘一项自己已熟练的技能,标出哪些环节已沉到低层、哪些仍需上层费力推理。
  • 按附录的 11 个预测找一条可以在文献中追踪的证据,记录它当前是支持、存疑还是被否定。

三张实践卡见 ideas/:预测落空日志、AI 工具的理解判据评审、技能下沉复盘。

生成进度与管理记录

新机器智能

评级:经典原理(信息浓度高 × 稳定性高)

评级理由:这本书讨论的不是某个框架或产品,而是智能本身如何产生:为什么外部行为不足以定义理解,为什么新皮质必须是分层的六层结构,为什么感知可以被看作预测与输入的合成。作者用”百步法则”这一计算约束把问题逼到死角——一秒内要完成的识别不可能靠逐级推理,只能靠记忆直接给出答案——再用新皮质的共同算法给出出路。这类论证不随算力与模型版本变化,属于可以长期复用的原理。

稳定性的折扣来自两处:一是第8章对智能机器、技术路线与时间的判断带有明显的时代印记,具体产品与产业格局会过时;二是第7章关于意识、艺术与价值观的推断明显弱于前六章的机制论证,属于合理但未验证的延伸。附录的 11 个可检验预测让核心主张具备可证伪性,这也是它比其他”大脑理论”更耐读的地方。

执行模式:light

建档进度:done

全文阅读:spine 33 项;实质正文 11 项(序言、第1–8章、后记、附录,合计 143,919 个非空白字符),按 Go nodeText + Fields 归一化口径逐项完整读取;非正文 22 项逐项排除(见下表)。

整书笔记:_book_note.md

覆盖记录:_coverage.md

工作流交接:_workflow.md

章节进度追踪表

章节号 章节标题 状态 卡片数
00 序言 制造像大脑一样工作的机器智能 done 6
01 第1章 人工智能与人类智能 done 8
02 第2章 神经网络 done 8
03 第3章 人类大脑的层次结构 done 11
04 第4章 从记忆中检索答案的大脑 done 10
05 第5章 记忆-预测模型,全新的智能理论 done 10
06 第6章 记忆-预测模型是如何工作的 done 16
07 第7章 意识与创造力 done 11
08 第8章 智能的未来 done 11
09 后记 真正的智能机器 done 2
10 附录 经得起检验的11个预测 done 4

非正文排除

spine项 类型 排除理由
OEBPS/Text/cover_page.xhtml 封面 仅封面图,无文字
OEBPS/Text/part0000.xhtml 版权信息 书名、作者、译者、出版社、ISBN、字数,无正文
OEBPS/Text/part0001.xhtml 扉页 仅书名 5 个字符
OEBPS/Text/part0002.xhtml 作者简介 霍金斯生平与创业经历介绍,属出版信息
OEBPS/Text/part0003.xhtml 赞誉 名人推荐语汇编
OEBPS/Text/part0004.xhtml 内容提要 图书宣传与测试题
OEBPS/Text/part0005.xhtml 推荐序一 黄铁军所作推荐序,非作者正文
OEBPS/Text/part0006.xhtml 推荐序二 吴甘沙所作推荐序
OEBPS/Text/part0007.xhtml 推荐序三 崔彧玮所作推荐序
OEBPS/Text/part0008.xhtml 中文版序 作者为中译本所写,内容与序言(part0009)重复:重申记忆-预测模型与 Numenta 方向,无新增机制
OEBPS/Text/part0010.xhtml 章扉页 仅「第1章 人工智能与人类智能」
OEBPS/Text/part0012.xhtml 章扉页 仅「第2章 神经网络」
OEBPS/Text/part0014.xhtml 章扉页 仅「第3章 人类大脑的层次结构」
OEBPS/Text/part0016.xhtml 章扉页 仅「第4章 从记忆中检索答案的大脑」
OEBPS/Text/part0018.xhtml 章扉页 仅「第5章 记忆-预测模型,全新的智能理论」
OEBPS/Text/part0020.xhtml 章扉页 仅「第6章 记忆-预测模型是如何工作的」
OEBPS/Text/part0022.xhtml 章扉页 仅「第7章 意识与创造力」
OEBPS/Text/part0024.xhtml 章扉页 仅「第8章 智能的未来」
OEBPS/Text/part0028.xhtml 致谢 致谢名单,无论述
OEBPS/Text/part0029.xhtml 参考文献 文献条目与说明,无作者论证展开
OEBPS/Text/part0030.xhtml 译者后记 译者个人经历与翻译说明,非作者正文
OEBPS/Text/part0031.xhtml 注释 编者注与术语解释条目

待关联术语

术语名 出现章节 一句话语境
千脑智能 中文版序(已排除)、第8章 作者后续著作提出的扩展理论,本书只提到名字与方向,未展开机制
Numenta 中文版序(已排除)、第8章 作者创办的公司,据书中原理开发技术,未给出可核验细节

引用文献

标题 类型 出现章节 一句话语境
《千脑智能》 书 中文版序(已排除) 作者本人的后续著作,提到与本书的分工,无内容展开

资金安全问题案例

问题标题 问题卡 解决方案卡(如有) 出现章节 一句话说明
— — — — 本书不涉及资金安全主题

实践卡进度

序号 实践标题 实践方式 状态 关联章节 产出
1 预测落空日志:一周的意外清单 行为实验 done 第5章 ideas/idea-001-预测落空日志.md
2 AI 工具的”理解”判据评审 决策实践 done 第1章 ideas/idea-002-AI工具理解判据评审.md
3 技能下沉复盘:把熟练环节标出来 真实任务 done 第6章 ideas/idea-003-技能下沉复盘.md

实践候选筛选:done

优先执行:第 1 张(预测落空日志)成本最低、当周即可验证”意外标记模型边界”;第 2 张(理解判据评审)对日常 AI 使用最有直接价值。

未采用候选与原因:第8章的”为数据定制感官”(需要真实传感器硬件与采集环境,个人无法在有限范围内验证)、第6章的”皮质柱分层预测”复现(书中只有结构描述,没有可运行模型与参数,复现等于自造理论,无法核验)、第4章的”签名不变性”实验(需要笔迹样本与长期追踪,样本量与伦理边界都不适合作为个人实践)。

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。