。。今日书朋推荐 || 编号：[1450]
。。原作名: A Thousand Brains: A New Theory of Intelligence
。。ISBN: 9787572241840
。。内容简介。。
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。
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。
。。作者简介 。。
杰夫·霍金斯（Jeff Hawkins），美国著名发明家、计算机科学家和神经科学家，于2003年当选美国国家工程院院士。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。他认为只有把人类智能弄明白，才能制造出像人类大脑一样工作的机器智能。著有《On Intelligence》《A Thousand Brains》。
。。短评。。
#
提出了千脑和坐标的概念来加强之前的记忆预测模型~
#
是针对生物学的脑细胞研究，那么这本书更偏向对意识、智慧、学习建模的研究，更人工智能。
#
霍夫曼的思路特别清晰，层层递进，非常舒畅。翻译也能看出特别用心，读起来丝毫没有翻译感。这本书的阅读体验是 literally mind-blowing 。用这种新的视角来看各种问题，都能获得新的启发。
#
大脑的进化史一目了然，大脑的进化是是在旧部分的基础上进化出新的部分，逐渐具备了操纵越来越复杂的行为的能力。
人类大脑最新的部分是新皮质，意思是新的外层，只有哺乳动物和人类才有新皮质，人类的新皮质特别大，约占大脑体积的70%。新皮质负责与智能有关的一切，从视觉、触觉、听觉到语言，还包括数学、哲学等抽象思维。
新皮质看起来就像一大片细胞，并没有明显的分界线。在整个新皮质中，全部皮质柱和迷你皮质柱都做着同样的事情，执行一套普适基本算法：每根皮质柱都在进行预测。大脑永远不会停止预测。当大脑的预测得到验证时，就意味着大脑中的世界模型是正确的，一个错误的预测会使你注意到这个错误并更新该模型。新皮质在你刚出生时就已对世界有一些固有的假设，但对于具体事物一无所知，通过经验积累，它学习了一个丰富而复杂的世界模型。大脑学习世界模型的唯一途径是通过其输入的变化，大多数时候我们必须通过移动来发现物体、地点和动作的结构。大脑中的连接存储着我们通过经验学习到的世界模型。
大脑通过将感觉输入与参考系中的位置联系起来，即皮质柱通过不断的感应和移动（每根皮质柱都具有代表参考系和位置的神经元，预测建立在新皮质中），来建立和调整世界模型。新皮质利用位置细胞、网格细胞、头朝向细胞的导航作用（其作用模式与旧脑中海马体、内嗅皮层的位置细胞和网格细胞相似）追踪物体的位置。
只有不到10%的细胞突出是在近端区，其他90%以上的突触距离都比较远，当远端树突上一组相邻的突触同时接收信息输入时，就会产生树突脉冲，树突脉冲使细胞进入预测状态。如果后续的输入已经是预测到的，那么已处于预测状态的神经元会更早发射脉冲信号。而未预测到的输入通常会比预测到的输入引起更大的刺激。
同样，大脑也是用参考系来管理所有知识，并且思考是移动的一种形式。当神经元激活参考系中一个又一个的位置时，思考就会产生（信息存储在参考系中，正如好地图可以使你弄清楚如何高效到达新位置;新皮质中的好参考系可以使你弄清楚如何高效构建知识目标，找出一个有用的参考系，是学习或创新最困难的部分），成为专家主要是要找到好的参考系来组织事件和数据。
嵌套结构和递归是语言的关键属性，事实上，世界上所有事物都是通过这种方式组成的。皮质柱为正在学习的每个物体（概念）创建参考系，而这些参考系会指向先前学过的参考系链接，无须重头开始。
大脑中的知识是分布式存储的，关于一个物体的知识会分布在成千上万根皮质柱中。新皮质并不依赖单根皮质柱。每一根皮质柱都是一个完整的感觉-运动系统。皮质柱会进行“投票”，感知是投票后达成的共识。
旧脑则负责与我们生存至关重要的部分，包括：呼吸、运动、饮食、性和反射反应等更原始的行为。旧脑包含几十个独立的器官，每个器官都有特定的功能，从视觉上看他们是彼此分离的，比如杏仁核、海马体。
#
霍金斯团队发现，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，将改变我们对大脑和人工智能的未来的理解。
#
幸亏有像Musk和Hawkins这样的执着求知，愚蠢和野蛮才不会阻挡人类前进的脚步。Hawkins是Palm的创始人，但一生痴迷的是深入理解新皮质neocortex。他提出颠覆性的framework ，继而通过反向工程新皮质和思维模式来创立全面人工智能(Artificial General Intelligence)，而不只是单一技能deep learning的AI。“We know how incredibly big the universe is and how incredibly small we are”，第三部分对old brain的声讨和对生命意义的重新定义（从基因的传承变为智慧的传承），其实未必与第一二部分脱节。基于智慧优于基因，因为基因只是复制，智慧knowledge/intelligence 除了有传承的方向，还具有真正的意义end goal。适合星际航行的智慧机器会是一种高阶（？）的生命形式，既不受限于old brain，又没有皮囊的羁绊（尽管也有复制的难处）。从而能让人类的智慧在太阳系灭亡后还能存续下去，或许有一天和智慧外星人相遇。作者的乐观基于回溯两百年无人敢想象今日人类的智慧成就，同理我们无需担心未来人类的创造能力让一切皆有可能。
。。关注朋朋 遇见好书。。
