千腦智能

強烈推薦傑夫.霍金斯的《千腦智能》，這是我讀第二遍。在當前大模型不斷突破的情況下，重讀此書有很多新感知。 儘管在基本的生成-判斷模式上，霍金斯的理論跟現在大語言模型有高度相似性，但是霍金斯認爲人腦智能更多來自“感知-運動系統”。這個運動系統，與物理學的概念基本是一致的，即有參照系，然後人基於參照系去預測（生成）各類信息。這個參照系不單是視覺的，也包括觸覺、聲覺等所有人類感覺系統，所以霍金斯等於用一套理論框架統一了多模態的訓練。我們腦中世界並不是真實世界，只是真實世界的意相，真是佛法所說“凡所有相，皆是虛妄”。 在本書中，霍金斯討論了語言問題，也通過很多實例，講述了言語的重要性以及語言的問題，但他並沒有去講語言本身的訓練能否逼近AGI。只不過，從行文來說，他更加看重多模態。 比較有意思的是，人的“感知-運動系統”是個龐大的並行系統，每個模塊都在預測和判斷，然後再通過某種機制形成最終推理結果。相當於未來的多模態預訓練模型的prompt包括了色、聲、香、味、觸、法，並且有數萬數十萬甚至更多prompt。這麼巨量的prompt一起作用，形成了推理結果，會有什麼樣的神奇結果呢？現在還不知道，但這麼一比，當前的GPT4差距就大了。 另外，霍金斯把人工智能分爲具身智能（embodiment）、新腦智能和舊腦智能，現在的大模型主要是新腦智能。人類慾望主要是舊腦決定的，在它驅使下，人才會有情緒，人會自私，也會去做壞事。所以霍金斯認爲，不給人工智能去裝上舊難智能，人工智能就不會主動去做壞事。 而具體智能，無論是物理的各類機器人還是各類虛擬人、數字人，實際是相對獨立的領域，需要相對獨立去研究，這跟我們中科深智的認知和實戰體會是一致的。現在不少人認爲，搞定大語言模型，就順帶搞定了虛擬人，等於看輕了具身智能，這個認知是錯誤的。

大腦新皮質通過皮質柱構建參考系的精妙機制——正是這種並行處理與持續學習的特性，讓我意識到智能的本質不在於單一任務的優化，而在於多維度世界模型的動態構建。書中對當前AI侷限性的剖析讓我反思：缺乏類似人腦的動機系統和移動學習機制，或許正是通用人工智能難以突破的瓶頸，而解決之道可能藏在大腦舊腦與新腦的協同演化邏輯中。最震撼的是作者對人類文明存續的思考——當看到"保存知識比基因延續更重要"的論斷時，我彷彿站在星際文明的維度重新審視人類存在的意義，這種將智能體視爲文明傳承載體的視角，徹底顛覆了我對生命本質的認知。

《千腦智能》是由美國發明家、計算機科學家和神經科學家傑夫·霍金斯（Jeff Hawkins）所著，由廖璐、熊宇軒、馬雷翻譯，浙江教育出版社出版。這本書揭示了一種關於大腦和智能的理論——千腦智能理論。 書中指出，大腦使用類似地圖的結構來建立一個世界的模型，而且不僅僅是一個模型，而是成千上萬個我們所知道的一切的模型。這一發現爲創造機器智能提供了清晰的路線圖。 作者傑夫·霍金斯多年來致力於大腦研究，他認爲實現機器智能的最快途徑是理解大腦的工作原理，然後在計算機中模仿這些原理。在該書中，他提出的千腦智能理論爲神經科學和人工智能領域提供了重要啓示。 書中的一些主要觀點： 新皮質及其原理：大腦分爲舊腦和新腦，新腦的關鍵構成是“新皮質”和“新皮質柱”。新皮質可被視作一個輸入輸出系統，接收大量信息並據此學習，其學習過程和記憶存儲在神經元中。新皮質分 what 區域和 where 區域，它們互補並創建不同的知識參考系，通過分佈式存儲，對物體的辨認是皮質柱集體“投票”的結果。人類成爲專家的關鍵是找到好的參考系來組織事件和觀察數據並長期訓練。新皮質參考系的建模理論成爲 AI 世界模型的基礎。 對 AI 的啓示：AI 中的世界模型與新皮質理論模型有相似之處。新皮質的基礎結構是神經元和突觸，其參考系是單根皮質柱能通過感應和移動學習物體三維形狀並進行分佈式數據存儲。新皮質柱整體通過感覺器官的信息輸入，與知識參考系中的“位置與座標”聯繫起來建立世界模型，進行判斷和預測，這個不斷刷新參考系數據模型的過程就是“思考”。可以簡單理解爲每根皮質柱能通過外部傳感器收集數據，動態創建知識地圖用於預測和決策，這類似於“具身智能”，但目前技術上還需突破和解決融合與打通的問題。

《千腦智能》一書的作者是美國計算機科學家與神經科學家傑夫·霍金斯，這本書被比爾蓋茨列入了2021年的推薦書單。 本書核心是提出了“千腦智能理論”。認爲大腦並非通過單一的、整體的模型來理解世界，而是依靠新皮質中成千上萬個“皮質柱”並行工作。 這些分散的模型通過一種類似投票的機制整合起來，形成我們統一的認知。智能的本質在於預測與學習，而學習過程離不開主動的運動與探索，例如通過轉動物體、觸摸表面來更新模型。 本書理論存在爭議。部分神經科學家認爲大腦皮質柱在結構和功能，缺乏足夠的實驗證據支撐，理論整體可能對大腦的複雜性有所簡化。 本書作者的另一本書《新機器智能》，侯世達的《智能的本質》，克里克的《意識的奧祕》是本書的相關書籍。

受教了。千腦架構，15 萬獨立皮質柱並行自主運行處理信息，通過“投票”形成統一感知，依靠參考系，感覺-運動機制，預測機制來構建認識世界的模型。。。你可能會感覺這些很抽象，這就是霍金斯關於我們大腦的“千腦智能理論”。從他這個理論出發，目前流行的人工智能深度學習並不能叫做智能！還有一些觀點都很顛覆傳統觀念。比如：運動是學習的核心，思考本質是一種運動。智能離不開身體與運動，我們通過移動、改變感官視角獲取信息，構建世界模型；抽象思考本質也是內部“虛擬運動”，靜止無法產生真正智能。。。多麼震撼人心的觀點，牆裂推薦。

再一次感謝微信讀書很快就上架本書，讓我這種又邊緣又沒錢的南野原人可以滑滑手指就近水樓臺先得月了。先說結論， 這本書是我人生可讀性 TOP50 的一本書。以下說下幾點原因和讀書心得。 第一，霍金斯這本書我是從比爾蓋茨的推薦所知，鑑定一本書比較笨和直接的方法就是看誰推薦的。蓋茨是全球計算科技屆的大神了，而另外一位大神是來自進化生物界的科學家道金斯。這本書的一個獨到價值就在於作者自身的履歷橫跨了科技商業和生物域的神經科學。有大佬跨界推薦是最省力直接的辦法。讀書多的人都應該知道蓋茨和道金斯的號召力，尤其是道金斯的推薦序其實比作者自己寫的還好，從內容的提煉度和歷史座標定位而言。 第二，這本書研究的是人類最核心的祕密--認識你自己--尤其是研究你的大腦運作。所以讀起來可以有一種非常令人激動的感覺，因爲搞明白各位讀者在看屏幕上我的文字這一簡單過程實際上就是宇宙的終極奧義了。而本書精華主要是道金斯的推薦序和自序，其次是第一部分的第一第二第三第六第七這五個小節。 第三，我自己大腦內部也預設了參照系，我知道一個高人往往就高在兩方面。首先他可以把自己專業內的前沿發現用很簡單明白的話讓外行懂，就是蓋茨推薦的簡單明瞭的科普，我在這個生物領域讀到過另外一本經典著作是生命的運作方式。其次，真正高人對於自己的研究往往是孤膽的熱忱，自然一路下來會有很多獨到的理解。他們的孤膽熱忱反過來又會給一般研究者和圍觀羣衆用前面很簡單的語言去說服他們很多從根本上，從出發點的認知其實是錯的，用一盆盆冷水潑下來讓你醍醐灌頂。作者用自身的研究最少澆滅了四種妄想。第一，真實世界接觸不到，都是我們大腦預測世界模型在起作用；第二，現在人工智能的路線根本上是錯的，而現在的智能在他眼裏壓根不是智能；第三，不要指望什麼腦機接口什麼上傳大腦實現數字永生；第四，我們被囚禁在我們的大腦結構之中幾乎無法突破。 第四，這本書 90%的內容並不是道金斯那種原創性的創新，所以作者在原文中也有幾次用很謙卑的語氣也提到了道金斯的研究成果。就是因爲我上面說的四種冷水之前也有人提到過，我自己就早就知道新舊腦之爭，大腦預測模型還有不存在真實世界這些玩意。作者的成功大多數在於赫拉利那種組合創新，當然他又比赫拉利強，因爲作者還有 10%的原創性創新，這個創新就是“每根皮質柱都使用參考系學習世界模型，這是千腦智能理論的一個核心部分”。其次他自己開了以盈利性和公益性爲目的研究機構 ，這種實實在在的跨界比赫拉利那些二手知識組合靠譜得多，這本書有一些第一手科研知識的組合，要更加前沿。 第五，我自己大腦的預測模型是那些探索宇宙終極真理的願望很好，但是基本上都是天坑。比如什麼建超級對撞機研究宇宙粒子起源，什麼核聚變發電有永久性清潔能源，什麼量子計算，最終來到了我們這顆大腦要逆向工程研究出超腦人工智能我覺得是不可能的。最終都是四大天坑，從 56 年開始到今年也有快七十年了，人工智能其實還是沒有辦法去理解最基本的問題，這點李飛飛也表達過同樣的無奈。當然，用書中的話來說，這只是我的千腦模型之一併不是真實世界。而社科類的陽明心學致良知和人人皆可成聖就是天坑中的天坑了。我勸大家少碰這些聲稱是終極的玩意爲妙。 第六，通過作者一些順帶的研究心路歷程描寫我認爲作者的可貴之處就是一直強烈的遵循了自己與生俱來的內心之光，前半生去了商業領域賺錢之後還能一路想着倒回去研究自己所熱愛的神經科學。從作者的履歷來看作者應該是一個很有洞察力和預見性的人，我很贊同這本書裏面大量很有啓發性但是聽上去很悲觀的論點，而我比他還要悲觀。當然這本書有沒有些許商業推廣的目的呢？我覺得也是有的。這可能也是寫作動力之一吧。 第七，我一直認爲我們活在各式各樣的監獄裏面，就像一個老鼠在籠子跑來跑去都在原地。只是有人是在底層牢房，有的人稍微條件好一些住大一點的，還有少部分人是獄警。作者從腦科學的角度其實很好的從根本上證明了這點，比如最後一章，雖然給了幾點路子比如基因改造我還是覺得天方夜譚了。我們如何出獄？宗教上叫衆生皆苦要覺悟，成功學有說學習自律等，哲學上讓我們知道自己一無所知。而我自己認爲一個人能夠深刻意識到自己在困局之中是出獄的前提和走向刑滿釋放路的一半了 。比如人工智能全面降臨並不會真真正正的取代人類但是真真正正的恐怖是我們自己困在這個智能技術世界裏面加速被異化被甩空，我們如果還沒意識自己正在沒落就是在活生生的在坐牢了。 綜上，這是一本提供瞭解釋人生根本處境和出路的一本好書。

三大啓發： 1. 智能的核心在於預測，預測的核心在於運動/移動。 不光是行千裏路讀萬卷書的見多識廣，只要某項活動讓心智的“參考系”發生改變，便可促使大腦更新對世界的模型，冥想可以被理解爲一種“思緒的運動”，這就是爲什麼得道高僧一輩子在寺廟裏打坐唸經也能提升修爲。 2. 大腦與小腦的對抗映射到智能與基因的博弈。 不要怪男歡女愛總是三分鐘熱度，大部分人類慾望都是一次性體驗即可滿足。不想被慾望挾持大腦，關鍵在於用心流站在客觀視角審視自己，想清楚什麼是自己想做的，什麼是自己不做就很難受的，不要把不得不做的事情當作是自己想做的事，否則會活得很痛苦。 3.爲什麼腦機不能“盜夢空間” 智能的本質是一種分佈，大腦讀取和寫入的難度是非對稱的：寫入知識意味着要精準電擊數百萬個突觸，產生大量熱耗可能會煮熟蛋白質，所以技術上和生理上都不可行。未來可行的腦機還是以精準讀取爲主流，提取需求上傳到雲端處理，處理結果再返回至ai眼鏡或者手機。

讀完《千腦智能》，合上書頁的瞬間，彷彿有人掀開了我顱骨的蓋子——原來那些習以爲常的思考、爭吵甚至焦慮，不過是大腦裏15萬“微型議會”在爭奪話語權。霍金斯筆下的新皮質，像一座永不停歇的辯論場，每個皮質柱都舉着不同的觀點，而我們所謂的“理性決策”，不過是這場混戰中偶然達成的臨時共識。 最震撼的莫過於“預測即學習”的頓悟。想起自己備考時反覆刷題卻總在考場大腦空白的經歷，書中解釋終於讓我釋然：機械記憶就像單線程背誦答案，而真正高效的學習，是像大腦皮質柱那樣，在不同情境下反覆驗證、修正模型。後來我嘗試用“錯題本+場景模擬”的方式備考，將知識點拆解成生活案例（比如用超市購物預算理解經濟學原理），成績竟提升了40%。這種從被動接受知識到主動構建模型的轉變，讓我第一次觸摸到“智能”的溫度。 書中“知識高於基因”的論斷更像一記重錘。當我在職業選擇中反覆糾結“穩定工作VS創業風險”時，霍金斯提醒我：舊腦的生存本能（基因本能）與新腦的探索欲（知識驅動）正在角力。最終促使我辭職創業的，不是對財富的渴望，而是意識到——若僅依賴基因延續的生存邏輯，人類永遠困在“安全區”；而知識允許我們像牛頓那樣，用三維模型重新定義世界的運行規則。這種覺醒，讓我在深夜加班時不再焦慮，因爲每一次代碼調試，都是在爲人類知識庫添磚加瓦。 掩卷沉思，霍金斯揭示的不僅是大腦的奧祕，更是對現代人精神困境的療愈。當我們被短視頻算法綁架注意力時，何嘗不是舊腦的“即時滿足”機制在作祟？而書中“運動重塑思維”的觀點，則讓我重新愛上徒步——在山野間行走時，身體與環境的互動激活了更多皮質柱，那些困擾已久的創意竟在汗水與草木氣息中自然湧現。 這本書最動人的部分，在於它撕開了人類優越感的僞裝：我們引以爲傲的理性，不過是進化偶然饋贈的副產品；那些引以爲恥的偏見，恰是百萬年生存博弈的烙印。但正是這種“不完美”，讓人類在浩瀚宇宙中顯得如此獨特——我們既是基因的囚徒，也是知識的造物主。當AI開始模仿皮質柱的投票機制時，或許我們終將明白：真正的智能，從不在計算速度的較量，而在承認侷限後依然選擇向未知躍進的勇氣。

推薦這本書，特別用紙質版的方式讀，因爲整本書有一種專業教育的感覺的同時，讓你去理解大腦的運作。 作者通過儘管在基本的生成-判斷模式上，霍金斯的理論跟現在大語言模型有高度相似性，但是霍金斯認爲人腦智能更多來自“感知-運動系統”。這個運動系統，與物理學的概念基本是一致的，即有參照系，然後人基於參照系去預測（生成）各類信息。這個參照系不單是視覺的，也包括觸覺、聲覺等所有人類感覺系統，所以霍金斯等於用一套理論框架統一了多模態的訓練。我們腦中世界並不是真實世界，只是真實世界的意相，真是佛法所說“凡所有相，皆是虛妄”。 所以我們要去理解的是，我們的舊腦，爲了生存，傳遞基因，當下的快樂。到後續的新腦-各種皮質層，新的皮質柱，形成了我們的一些禮義廉恥、科學道理等等的新的東西。 中間我們又由丘腦連接着新腦舊腦，但是因爲舊腦的一些人性的控制，會導致我們原子彈、氣候變暖等等會滅絕人類的事情的誕生。 與此同時，現在當下熱鬧的機器人產業，也讓我思考了，可能未來的機器人，更多重複性工作的替代，或者危險的勞動的工作的替代。 因爲大腦的功能中，我們當下研究的模型，其實情緒、舊腦的覆蓋還不夠，沒辦法完全的去替換人腦。 正如最後作者說的，希望知識可以傳遞下去，因爲這是我們人類的意義。回頭一想，不然我們爲了基因的傳遞，其實和恐龍沒有很大的區別。

一直，我堅持人也是機器，雖然依然不知道人類智能的原理，總還是認爲大腦就是一臺計算機那樣的機械，更復雜而已！ 但從這本書起，機器還是機器，計算機卻消失了，應該說是集羣才貼切一些！ 什麼是智能？某種程度上，它就是“未卜先知”，小到石塊如何下落，大到“湧現”如何出現！生活裏我們能完成最先進的機器人依然無法完成的那些事情，都依賴於這些預測！所以，智能是什麼？是一個好的“預測模型”的運行結果！一個足夠好的預測模型，就是智能本身！作者認爲我們的智能，來自於大腦新皮質，正在對它將要看到、聽到和感覺到的東西同時做出多種預測。每次我移動眼睛，大腦新皮質就對它將要看到的東西進行預測。每次我拿起東西，大腦新皮質就會預測每個手指應該有什麼感覺。我做出的每一個動作都會使大腦新皮質預測我將聽到什麼。 每根皮質柱都是一個感覺-運動系統，每根皮質柱都會學習成百上千個物體模型，這些模型都是基於參考系的。參考系不是智能的任一組成部分，它是所有信息在大腦中的存儲結構。你所知道的每一個事實都與參考系中的一個位置相對應。所以，我說對千腦正確的理解不是多核的CPU,而應該是自成系統自帶數據自配路由和軟件的電腦集羣！而且，感覺作者又暗示說一切的變化，當然各種各樣，但運動，是最普遍邏輯的，比如持續、累加、對沖、平衡……等等，可以套用到別的那些上去？！ 我總把參考系理解爲3d建模裏組成一個物體的那些三角面，感受具體物體的過程，就是根據位置細胞和網格細胞定位後在具體的位置上貼上材質圖！如果皮質柱理論是正確的，傳統CV的路數將困難重重嗎？是遠比皮質柱效率低下的算法？但CV作爲分析外部世界的技術，只需要分析視野裏的物品，並不需要對物品的所有知識，什麼也不需要做什麼決策！這是CV簡單的地方！本來，我覺得特斯拉選視覺自動導航是做對了！類似第一推動問題，將皮質柱理解爲一個擅長處理空間參考系的通用處理機，可以啓發性的幫助理解大腦對現實的認知，但，怎麼神經細胞就透過重重迷陣直接看到這個本質呢？真像智慧設計啊！ 皮質柱這種假設，看似簡單化了人類智能，但引入了更神奇的參考系模型這種東西，這一點也沒讓知識的表徵變得可行，只是用一個新困難替代了舊困難，除了蛛絲馬跡，似乎都建立在猜想上！ 哪怕這本書的理論是錯的，看這樣的書，都是有着巨大的收益，僅僅是這麼想的這種視角轉換，這種啓發，都是那些陳詞濫調的書無法帶來的！ 我覺得類似《頭腦特工隊》那樣的動畫片真的不僅僅是一個講故事的電影，它把某些科學的觀念植入了你的腦中！相愛那些錯誤的陳詞濫調的說教的植入，這纔是新時代的好風尚！我爲什麼不喜歡大多數的修仙、穿越劇，就在於它哪怕說了正確的道理，不知不覺植入的糟粕更多更隱蔽！ 作者的書寫不但照顧到了初學者，深入淺出，而且，最後，教我知道了真想深入可以現查維基百科，再學術搜尋綜論。，然後去讀論文，所以，哪怕有懷疑，也覺得學術態度上沒有問題！這本書，關於大腦認知原理的，只佔了1/3，剛開始看，振奮莫名，讀的不忍釋卷，難怪道金斯說別在睡覺前去讀這本書，它會讓你鼓舞振奮，興奮的睡不着！我現在就是！到後來，感覺幾乎都是猜想，原創的發現（距離細胞和格子細胞）都是別人的，然後，就出來皮質柱、參考系了！剩下的2/3，就是暢想了！結尾又這麼樂觀，預言智能機器幾十年後就是現實！隨後得去看看別人怎麼評價了