AL123 千脑智能_AZW3_MOBI_EPUB_［美］杰夫·霍金斯（Jeff Hawkins）;廖璐 熊宇轩 马雷译
内容节选
自成立之初，Numenta公司就期望发展一种普适的理论，论述大脑新皮质是如何工作的。神经科学家每年都会发表数千篇论文描述有关大脑的各种细节，却缺乏一条系统的理论将这些细节串起来。我们决定先关注单根皮质柱。皮质柱物理结构复杂，工作方式也很复杂。在不了解单根皮质柱工作方式的情况下（我在第2章讲过类似分层的模式），就探究它为何无序地连接在一起，就如同在对人类一无所知的情况下，研究社会的工作方式一样，这种做法显然毫无意义。 现在，我们对皮质柱的功能已有了很多了解。我们知道了，每根皮质柱都是一个感觉-运动系统，每根皮质柱都会学习成百上千个物体模型，这些模型都是基于参考系的。一旦我们了解了皮质柱的运行机制，整个新皮质的工作方式就和我们之前所认为的截然不同了。这种新的观点就叫作“千脑智能理论”。 在阐释什么是千脑智能理论之前，我们得先知道它取代了什么。 现有的新皮质理论 在现有的大脑新皮质理论中，最普遍的看法是新皮质就像一个流程图。感觉信息逐步经过处理从新皮质的一个区域传递到下一个区域。科学家称之为特征检测器的一层。人们通常是从视觉的角度来描述这个过程的：视网膜上的每个细胞从图像的某一小部分检测到光的存在，再将光的输入映射到新皮质上。新皮质中最先接收到该输入的区域叫作V1区。V1区的每个神经元只从视网膜的某一小部分接收输入，这就像透过一根吸管看整个世界。 事实表明，V1区的皮质柱并不能识别物体的全貌。这样V1区的功能就具有局限性了，它只能检测微小的视觉特征，如某张图片局部的线条、边界等。接着，V1区的神经元将这些特征传递到新皮质的其他区域。下一个视觉区叫作V2，它把从V1区接收的简单信息聚合成更复杂的特征，如角点或弧形。这个过程会在更多区域中重复更多次，直到神经元能够理解整个物体。有种设想认为，从简单特征到复杂特征再到整个物体的这个过程，在触觉和听觉中同样适用。这种认为新皮质是特征检测器的一层的理论已盛行了半个多世纪。 该理论最大的弊端在于认为视觉是个静止的过程，就像拍一张照片一样，但事实并非如此。眼睛每秒会快速转动约三次（扫视）。每次扫视时，眼睛传递到大脑的信息完全不同。我们每次向前走或左右摇头时，视觉输入也会改变。特征检测器理论则忽略了这些变化，认为视觉输入似乎就是一次拍一张照片，然后再给照片贴个标签。哪怕是随意的观察也表明，视觉是个互动的过程，依赖移动。例如，要了解一个新的物体长什么样，我们需要把它握在手里，不断旋转，从不同角度来观察它的样子。只有通过移动，新皮质才能学习一个物体的模型。 许多人之所以会忽略视觉动态的一面，原因之一是，我们有时不移动眼睛就能识别出图像，如在显示屏上短暂闪过的图片，但这只是一个特例，并不普遍。正常情况下，视觉是主动的感觉-运动过程，不是静态过程。 对于触觉和听觉，感觉-运动过程的重要作用体现得更为明显。如果有人将一个物体放在你张开的手上，除非动一动手指，否则你将无法识别出它是什么。同理，听觉也是一个动态过程。不仅听觉内容（如口语会话）是由随时间变化的声音定义的，当我们聆听时，我们也会移动头部主动完善所听到的内容。目前尚不清楚特征层次理论是如何应用于触觉和听觉的。对于视觉层面，你至少可以想象大脑正在处理类似图片的图像，但对于触觉和听觉，就没什么可类比的了。 有很多其他研究表明，特征层次理论需要进一步完善。以下几个缺点均与视觉相关： · 第一和第二视觉区（V1和V2）是人类新皮质中最大的区域。它们在大脑中所占面积比其他可识别完整物体的视觉区要大得多。为什么检测数量有限的小特征比识别数量多且完整的物体需要更多的大脑区域？在某些哺乳动物（如老鼠）中，这种失衡情况更为严重。老鼠的V1区占据了整个大脑新皮质的很大一部分。相比之下，老鼠大脑中的其他视觉区占比都很小，就好像老鼠几乎所有的视觉行为都发生在V1区中。 · 当研究人员将图像投射到被麻醉的动物眼前并同时记录V1区神经元的活动时，发现了V1区的特征检测神经元。他们发现，神经元在检测到一些简单的特征时，如检测到图片中一小部分的边缘时，会变得异常活跃。由于神经元仅在很小的区域内对简单的特征做出反应，研究人员认为完整的物体必然是在其他区域被识别出来的，从而引出了特征层次模型。但在这些实验中，V1区的大多数神经元并没有对任何明显的物体做出反应，它们可能会不时地发射脉冲，或者连续发射脉冲，一段时间后停止。大多数神经元无法用特征层次理论来解释，因而它们大多被忽略了。但V1区所有无法解释的神经元一定发挥着重要的作用，而不仅仅是特征检测。 · 当眼睛从一个注视点扫视到另一个注视点时，V1区和V2区的一些神经元的某些行为引起了研究人员的注意。在视线移到新的注视点之前，这些神经元似乎就知道它们将会看到什么。尽管视觉输入还没有进入视野，这些神经元就已经变得活跃起来，仿佛它们已经可以看到......
- 封面页
- 信息
- 作者简介
- 赞誉
- 测一测 你了解有关大脑的知识吗？
- 推荐序一 探索大脑理论的孤胆英雄
- 推荐序二 从大脑中探索智能的起源
- 推荐序三 智能的起源
- 中文版序 人工智能与大脑
- 第一部分 千脑智能理论——对大脑的全新理解
- 第1章 新旧大脑的争斗
- 新皮质与旧脑
- 关于新皮质的3个发现
- 第2章 新皮质的智能算法
- 智能的多样性基于一种基本的算法
- 负责感知与智能的皮质柱
- 第3章 大脑中的世界模型
- 通过运动学习世界的预测模型
- 神经元工作的两个基本原则
- 第4章 大脑新皮质的3个发现
- 第一个发现：新皮质学习世界的预测模型
- 第二个发现：预测发生在神经元内部
- 第三个发现：新皮质的关键是参考系
- 第5章 大脑中的地图
- 为世界建立参考系
- 旧脑中的地图
- 新脑中的地图
- 大脑地图的使用方式
- 新皮质中的地图模型
- 新皮质的方向感
- 第6章 大脑中的参考系
- 大脑使用参考系管理所有知识
- 大脑的两个视觉通路
- 皮质柱如何为无法感知到的事物建模
- 找出有用的参考系
- 好的参考系是成为专家的关键
- 第7章 千脑智能理论
- 现有的新皮质理论
- 参考系下的新皮质理论
- 大脑中的知识存储在哪
- 大脑中的“投票”机制
- 稳定的感知
- 大脑的注意力
- 千脑智能理论中的层次结构
- 第二部分 人工智能的未来
- 第8章 并不智能的人工智能
- 实现通用人工智能的两条路
- 将大脑视作人工智能模型
- 从专用到通用人工智能的解决方案
- 智能的判断标准
- 第9章 当机器拥有意识
- 意识的核心
- 感受质的来源是意识之谜
- 关于意识的神经科学
- 有意识的机器
- 生命与意识之谜
- 第10章 机器智能的未来
- 设计智能机器
- 可复制的机器智能
- 机器智能未知的未来应用
- 第11章 机器智能存在的风险
- 智能爆炸的威胁
- 目标失调的威胁
- 智能机器并不会威胁人类的生存
- 第三部分 人类智能的未来
- 第12章 大脑的错误信念
- 我们生活在虚拟世界中吗
- 错误的模型
- 病毒式传播的世界模型
- 病毒式传播的错误世界模型
- 语言与错误信念的传播
- 第13章 人类智能存在的风险
- 旧脑带来的风险
- 错误信念带来的风险
- 我们面临的生存威胁
- 第14章 脑机融合的畅想
- 为什么我们感觉被困在身体里
- 上传你的大脑
- 第15章 保存人类遗产的3种可能
- 漂流瓶之信
- 长明灯
- 维基地球
- 第16章 阻止人类灭绝的3种方法
- 方法1：成为星际物种
- 选择我们的未来
- 方法2：修改自身基因
- 方法3：离开达尔文轨道
- 有目标和方向的未来
- 后记 人类最重要的科学探索
- 推荐阅读
- 致谢
- 译者后记
