get_product_contenthtml
人工智能与大脑
杰夫·霍金斯
我写了两本关于人工智能和大脑的书，分别是《新机器智能》和《千脑智能》。《新机器智能》被译成了十几种语言，《千脑智能》目前正在被译成第 16 种语言，很快就会陆续问世。湛庐同时出版这两本书的中文版，并邀请我为这两本书写一篇序言。
这两本书都基于相同的基本前提：要创造真正智能的机器，我们首先需要对大脑进行逆向工程。我认为，我们需要研究大脑，不仅是为了了解它是如何工作的，也是为了了解什么是智能。人类的大脑是我们拥有的关于智能优选的例子，但今天的人工智能在很多方面还远不如人类智能。因此，我写这两本书的原因之一是，解释为什么如今的人工智能并不智能，以及为什么实现机器智能的最快途径是理解大脑的工作原理，然后在计算机中模仿这些原理。
那么这两本书有什么不同呢?
第一本书《新机器智能》指出了大脑理论应该是什么样的。这本书提出的关键科学观点是，大脑学习世界的一个模型，并使用这个模型来预测未来。我们使用这个内部模型来了解我们在哪里、在做什么，并用它解决问题。我认为，要想变得智能，人工智能系统还必须学习世界的模型。如今的深度学习没有任何类似这种模型的东西，这就是它脆弱、僵化、无法解决新问题的原因。
在写《新机器智能》之后的几年里，我们有了几个重要的发现，这些发现揭示了大脑如何学习预测模型的细节。我的公司 Numenta 正在开发基于这些原理工作的人工智能系统的技术。我的新书《千脑智能》就是在阐释这些新发现，并揭示这些发现将对人工智能产生的影响。
《千脑智能》中的关键科学思想是：
? 我们通过运动来学习。当我们运动时，大脑会跟踪我们的感官相对于身体以及相对于正在感知的事物的位置。大脑将感觉输入与其位置相结合，以学习人、地点和事物的三维模型。令人惊讶的是，大 脑使用相同的机制来学习概念和抽象概念。
? 我们有很多“模型”。大脑不会只学习一种世界模型，它会学习许多我们所知道的一切的互补模型。这就解释了我们的个人经历和大脑结构，以及我们如何构建强大的人工智能系统。
? 我们利用参考系存储知识。大脑中的许多神经元都会创建参考系，以跟踪我们的感官相对于世界上事物的位置。我在书中解释了为什么这些位置跟踪神经元会出现在大脑中的几乎每个区域。参考系是创造智能机器所需的关键组件之一。
《千脑智能》这本书描述了这些发现将如何改变人工智能的未来，以及未来人工智能将如何改变人类。在阅读《千脑智能》之前，你并不需要先阅读《新机器智能》。因为这本新书是独树一帜的。然而，《新机器智能》的内容仍然是与大脑相关的，它提出了《千脑智能》中解决的问题。这两本书一起展示了我们所面临的挑战和目前所取得的进展。对科学研究的历史感兴趣的读者可能会发现这两本书是一个有趣的案例研究。此外，想要更深入地理解《千脑智能》中提出的理论的读者，也会在《新机器智能》一书中有所获益。
当我写《新机器智能》的时候，预测模型的重要性虽然不是闻所未闻，但并不是当时的主流观点。许多读者告诉我，这个理论是一种启示，改变了他们对自己、对智能、对人工智能的看法。如今，预测模型在人工智能研究人员中已是众所周知。尽管目前很少有人工智能系统遵循这些原则，但越来越多的研究人员相信，预测模型在未来将至关重要。基于这些原因，我认为《新机器智能》中的论点仍然有意义。
我在一年多前完成了《千脑智能》一书的写作，所以现在判断它的长期影响还为时过早。书中的预言之一是，在大脑优选的部分、与感知和智能最相关的新皮质中，可以找到创建参考系的神经元，即网格细胞。这个预测与大多数关于大脑的理论背道而驰，因此这是对我们理论的一个很好的测试。我可以很高兴地在这里说，目前已经有越来越多的证据支持这一猜想。书中的其他许多预测还有待实验验证。
那么，这两本书的总体前提是什么呢？那就是人工智能将从目前的深度学习过渡到模仿大脑的原理，比如通过运动来学习和使用参考系来编码知识。这一切还没有发生，但我对此非常有信心。
事实上，许多很好的人工智能研究人员已经得出结论，深度学习有着根本的局限性，需要某种东西来取代它。《新机器智能》指出，大脑理论将向我们展示如何制造令人惊叹的智能机器，而《千脑智能》则解释了如何做到这一点以及它对人工智能和人类的影响。
