智能时代

《智能时代》是跨界天才杰夫·霍金斯的颠覆性著作，融合计算机科学、神经科学与哲学思考，提出“记忆 - 预测框架”这一智能本质理论。霍金斯以工程师的敏锐与科学家的洞见，揭示了人类大脑通过记忆构建恒定表征、持续预测世界的运行机制，并批判传统人工智能研究陷入“行为主义”误区——仅追逐外在行为模仿，却忽视智能的内在认知逻辑。 书中指出，当前人工智能的算法局限在于缺乏大脑的通用性：视觉与听觉处理在计算机中是割裂的，而大脑通过层级化神经网络实现跨模态模式关联。霍金斯以动物幼崽感官神经重组实验为例，证明大脑具有强大的自适应学习能力，这种能力源于对时序模式的动态捕捉。他更预言，未来智能机器必须模拟大脑皮层结构，通过持续预测实现类人认知，而非依赖预设程序。 霍金斯的实践精神令人震撼。从发明 PalmPilot 到创立脑机接口公司，他始终践行“理论 - 实践”闭环。书中对创造力与意识的探讨尤其深刻：创造力是预测的副产品，而意识本质是记忆与预测的量子纠缠。这种将抽象理论转化为技术路径的思维，为 AI 发展提供了全新范式——不是追赶人类行为表象，而是解码智能底层算法。 霍金斯的理论直面 AI 领域三大困境： 1、​​感知的不可解性​​：人类感知是预测与感官输入的融合，而当前 AI 仅能处理离散数据； 2、​​学习的通用性缺失​​：深度学习依赖海量标注数据，远逊于大脑的少量样本学习能力； 3、​​意识的工程化困境​​：意识作为预测系统的涌现属性，难以通过模块化设计实现。 书中对 MIT 学界“无需研究大脑”的批判，恰似一记警钟。当全球 AI 研究陷入技术内卷时，《智能时代》提醒我们：真正的智能革命，始于对大脑运作本质的谦卑探索。

《智能时代》围绕“大脑如何工作、机器如何模仿、二者如何共生”展开，其核心观点可归纳为七个层面：1. ​​智能的根本动力：预测未来​​ 作者将“预测能力”视为智能的核心。大脑通过不断构建外部世界的内部模型，对未来状态进行预测并提前做出决策，这比单纯的记忆或计算更能解释人类智能的本质。2. ​​记忆-预测框架​​ 智能体（无论是人还是机器）都依靠“存储-检索-预测”循环：将经验以模式序列存入记忆，当下级刺激到来时，通过相似性检索旧模式并预测下一步，从而指导行动。这一框架既描述了大脑皮层的工作方式，也为机器算法提供了范式。3. ​​大脑皮层的结构与功能​​ 大脑皮层是记忆与智能的中心，具备巨大的存储空间、自联想检索机制和高度可塑性。理解其层级结构与信息流，是开发更高效人工智能系统的前提。4. ​​机器如何获得智能​​ 机器学习，尤其是深度学习，正沿着“感知—认知—决策—自主学习”的路径快速进化。其成功依赖于大数据、云计算与超级计算等基础设施，这些技术为算法提供了“喂养”与“训练”的土壤。5. ​​人机共生与角色分工​​ 在智能时代，机器承担重复、高精度或危险任务，人类则专注于创造、同理与价值判断。作者提出“做事是AI的事，做人才是人的事”，强调人类不可替代的情感与伦理维度。6. ​​社会与经济的重构​​ 智能技术将生产方式推向“数据驱动、算法决定”的新范式：生产全球化、分配智能化、服务业与平台经济进一步升级。与此同时，隐私、安全、失业与伦理风险也随之而来，需要新的制度与治理框架。7. ​​未来的挑战与机遇​​ 作者认为我们正处在“智能青年时代”——技术既能毁灭也能创造。人类需在创新速度与社会适应之间找到平衡，通过教育、政策与伦理建设，让智能成为普惠工具而非新的鸿沟。总的来说，本书通过脑科学与人工智能的双重视角阐明：智能是记忆与预测的产物；理解大脑皮层是根本；大数据与算法让机器学会预测；人类与机器在分工中互补；社会制度必须同步演进以应对新风险。这些论点共同勾勒出一个“以智能为核心生产力”的未来图景。

《智能时代》—突破下意识思维，改变下意识 读了作者第二本书的积淀，此书的内容少了些思维火花的熊熊燃烧。但它是第二本书思想燃料的来源。如作者的思考：当所有的机器都能学习思考，我们的生活会如何改变？书中的许多观点依旧有启发的思考性。两本书对比，它是观念的科学延续和细化，也是思想猜测的递进。 《关于大脑的思考》由DNA结构的发现者弗朗西斯.克里克撰写的，对作者转向大脑研究领域有着难以忽视的影响。怀疑精神是科学方法的核心，也是区分事实与虚构的唯一方法。“新想法”往往都是旧想法的重新包装和重新诠释。作者的这个观点，一瞬间想起一本书《从零到一》。记忆-预测框架理论的核心概念，作者在第二本书做了更科学详细的诠释。也是“新想法”的最好注解。 人的直觉往往是发现真理的最大阻碍。有时它是对的，但改变自以为正确的惯性思维是很难的。这是人的直觉，下意识的思维。最近一直学习一位老师的课，期间他也在谈：人最难打破的就是自己，打破自己的常规认知，越应该做的事情越不要去做，越不想碰的事情，越要去做。 每年数以千计的研究报告发表，研究者往往只是堆砌新的细节，而不是将它们组织起来。这种努力上的失败，并非是没有足够的正确数据，有时需要的是转换角度的思考，正确的框架下细节才能有意义和可操控。例如，人有视觉、听觉、触觉、嗅觉和味觉。视觉是运动、颜色和亮度感觉的集合。触觉包括压力、温度、痛觉和震动。人们还拥有一套运动传感器系统，告诉人关节的角度和位置。没有它，我们就无法运动。内耳中的前庭系统使我们拥有平衡感。研究的角度，人的五大感觉是笼统概括。而研究要细化，每个因素都很重要，甚至需要重新归类。 研究体象的神经科学家们发现，自我意识比感觉灵活的多。所以人的学习和适应能力是很强大的，超乎想象。作者反复指出过，我们所见所闻和所感经常高度依赖于我们的自身行动。基底核是原始的运动系统，小脑负责学习事件。兼精准的时间关系，海马体则存储和特定事件与地点有关的记忆。 大脑的记忆-预测框架在于大脑认识世界所凭借的一系列感觉，探测到绝对世界的一部分。这些感觉形成模式被传入大脑皮层，经过皮层算法处理后，创建出世界的模型。而更大胆的猜测想法：我们的世界就是大脑模型的世界。 大脑皮层的存储是序列模式，以自-联想的方式提取模式记忆，以恒定的形式存储模式。自-联想记忆系统是一个能够根据不完整或被扭曲的输入信息，提取出全部完整的模式系统。它对于空间和时间模式都适用。所以无论何时，一个记忆片段都可以激活全部的记忆。这是这一模式的本质。因此，人的随机想法或异想天开都不是平白无故的，它都是与记忆有关联的。随机的想法是不可能发生的。 柏拉图提出的解决方案，即是著名的理念论。他总结道，我们的高级心智一定是被束缚在超现实的某些先验层面上，其中存在着永恒完美的恒定概念。他认为我们出生前的灵魂就来自于这个神秘之处，并在这里第一次获得各种理念，在我们出生后仍然保留着这些潜在的知识。学习和理解的发生，是因为现实世界的形式使我们回忆起了对应的理念。这段话如同科学之前的哲学，哲学之前的神学。柏拉图在神学范围内找到了哲学，在哲学范围里找到了科学。这是绝对疯狂和超前的，如同中世纪哥白尼第一次提出日心说的震撼感。 所以对于很多物种来说，学习只能发生在演化过程中，通过很多代来实现。通过大脑皮层的层次结构、恒定表征以及类比预测，哺乳动物比其他没有大脑皮层的动物可以更好地利用这个世界的丰富结构。 由大脑皮层的存储模式，创造力可以简单定义为类比预测，在大脑皮层中随时随处发生。它由大脑皮层外的特殊结构和回路控制。它是每个大脑皮层区域的内生属性。它是预测的必要组成部分。 所以预测乃至我们的才能都是在我们经历的基础上建立起的。人也可以训练创造力：人们需要假设面对的问题是有答案的，但人们往往很容易放弃。需要拓展思维，让大脑畅想，给大脑足够的时间和空间来找到答案。但是错误的类比是很危险的。找到答案必须于经常面对问题陷入沉思也需要做些别的事情，让大脑皮层有机会找到可类比的记忆。 关于智能的未来，作者一直在引用《魔法学徒》中的魔法扫帚，能够从碎片中重生，并不分日夜的工作从而引发灾难的故事思考。作者一直的观点是智能机器是没有旧脑的，人类对智能机器担心的点在于人的旧脑的情感驱动。所以图灵测试将智能等同于人类行为，所以它也限制了我们对未来的憧憬。 关于创业。他说创业成功的关键一点，你必须在 100% 肯定自己能成功之前，就投身于新的领域。时机很重要，如果跳的太早，你会备受煎熬。而如果等待不确定性完全消散，往往为时已晚。这也是作者传奇经历的解释。

大脑不是一台计算机，它不”计算“答案。它做的事情只有一件： 预测。 具体来说大脑新皮层 （neocortex) 时刻在做三件事： 1. 把经历过的感知序列存入记忆 2. 遇到新的输入时，从记忆中召回最匹配的模式 3. 在事情发生之前，就预测接下来会发生什么 这就是 ”记忆-预测框架”。 霍金斯认为，预测能力的高低，就是智能程度的高低。 现在的LLM本质上也是在预测下一个词，这和20多年前的这本书的理论一致。但是霍金斯说，光会预测还不够，真正的智能需要层级化的不变性表征，也就是能从千变万化的感知中抽象出稳定的概念。

现代人工智能以深度学习为主导，以DNN、大数据和超高速计算机为三驾马车，它们是现在人工智能的制胜之道，但也是局限所在。它常常表现出解决某些特定问题的能力和行为，但无法充分解释智能是什么，无法回答理解事物的能力意味着什么。 现实AI(Narrow AI)缺乏常识，而常识是实现理想AI(Broad AI) 或者说真实智能(real intelligence)的关键。 大脑是复杂系统，《智能时代》将智能定义为介于生物和计算机科学之间的一个计算问题(参考《AI3.0》)。智能不是由行为定义的，而是： “ 大脑使用大量的记忆资源来创建关于世界的模型。你所知道和所学到的一切，都存储在这个模型中。大脑根据这个基于记忆的模型，不断对未来事件作出预测。预测未来的能力，才是定义智能的关键。” 理解大脑结构和工作方式，是理解人类智能的前提，对大脑的理解有3个标准： （1）必须考虑时间的因素，大脑始终在处理快速变化的信息流； （2）反馈的重要性，信息不仅自下而上流动，也自上而下，即反馈，这是预测的关键； （3）任何理论或有关大脑的模型，都应该能够解释大脑的物理结构，大脑存在不断重复的层级结构； 前两个标准，和《如何创造可信的AI》关于通用智能的观点非常契合： 在正确表征知识（即编码知识）的基础上，理解事物与时间的关系、理解一切关于世界如何随时间变化的知识，即具备因果关系的思考能力，具备推理的能力，机器才真正具备常识，拥有对世界的连贯理解。 基于大脑的结构和神经生物学的研究结论，即“大脑皮层在外表和结构上存在着惊人的同质性，大脑皮层似乎使用相同的计算方法来完成它的一切功能”（1978，约翰·霍普金斯大学的神经科学家弗农·蒙卡斯尔），作者提出记忆-预测框架的假设，它尝试解读人类的常识是什么，它们是怎样产生的。 大脑结构是层次化的，存在各种感官的联合区，实质是处理模式的机器： （1）记忆：记忆的四个属性，包括大脑皮层存储的是序列模式，以自—联想的方式提取模式记忆，以恒定的形式存储模式，将模式存储在层级结构中。大脑皮层建立了这个世界的模型，大脑皮层的层级结构存储了这个世界层级结构模型；“大脑并不计算复杂的任务，而是从记忆或者模式中提取答案”。 （2）预测：存在自上而下的反馈，具备处理因果关系或者预测的能力，且预测需要通过经验学习得到，先形成记忆或模式； “大自然首先创造出一些动物，如爬行动物，它们拥有复杂的感官和复杂但有限的行为模式。随后大自然发现，通过给这些动物增加一个记忆系统，并输入感觉信息流，这些动物就可以记住过去的经验。当动物身处相同或类似的情境下时，过去的记忆就会被唤醒，引发对接下来可能会发生的事情的预测。因此，当记忆系统将预测反馈给感觉信息流的时候，智能和理解就出现了。这些预测便是理解的本质。理解一件事情，就意味着你能够对它作出预测。” （3）学习：海马体是大脑皮层金字塔的顶端，是新事物通过海马体学习，并转移到大脑皮层；”如果一个区域无法理解当前的输入信息，它就会将其向上传递，直到有更高层区域能理解它”，海马体就是这个最高层的区域； 关于创造力： （1）“创造力是每个大脑皮层区域的内生属性。它是预测的必要组成部分。怎么可能是这样呢？难道创造力不应该是某种非凡的品质，需要更高的智能和天赋才能实现吗？实际上并不需要。创造力可以简单地定义为类比预测，这在你的大脑皮层中随时随处都在发生着”。 （2）“创造力，就是将你曾经经历和一生所学的所有模式进行混合和匹配。这就像是说：“这个有点像那个”。”实际上说的就是在记忆或者经验里面，建立新的连接； 关于想象力： （1）“从概念上讲，想象力很简单。进入每个皮层区域的模式流，要么来自你的感官，要么来自记忆层级的较低区域。每个皮层区域都在作出预测，然后传回到较低层级。如果想要想象什么，你只需要将预测的内容转回来作为输入信息即可（“想象”需要大脑拥有将预测转换为输入信息的神经机制）。即使在物理世界没有做任何事情，你也可以感受到预测的后果。“如果A事件发生了，然后B事件就会发生，然后C事件就会发生”，如此等等”。 （2）“某些运动员，例如速降滑雪者，能够通过在脑中反复演练来提高比赛成绩。闭上眼睛，他们想象每个转弯、每个障碍，甚至最终胜利到达终点的样子，通过想象他们提高了成功的可能性。想象不过是规划的另一种说法，这是由我们大脑皮层的预测能力实现的，它能让我们在真正行动之前就能知道这些行动的后果。”（菲尔普斯也是通过这种想象提高或者稳定比赛成绩，包括出现逆境场景应对的想象） 文中其它一些有意思的地方： （1）大脑具有非凡的灵活性，比如基于蒙卡斯尔理论，”大脑皮层近乎相同的计算方式来完成它的一切功能“，大脑存在感官联合区，因此激发了感觉替代装置的发明，比如通过舌头的感觉学会“看“（将感觉信息转化为空间信息）。 （2）专家和非专家的区别是专家通过反复钻研某一组特定对象，在大脑皮层不断重构对象记忆表征，并逐级下移，这就可以把较高层的大脑皮层空闲出来，学习更细致、复杂的关系，发现模式中的模式； （3）我们看到我们手臂在动，实际是大脑皮层先预测会看到手臂移动，然后这一预测引发它发出运动指令，从而使预测成为现实；你首先产生想法，然后才去行动来使想法成真； （4）“在高科技领域有个说法，你的短期期望往往需要更长的时间，而长期期望则往往比你的预期发生得快”；

人类大脑皮层有三个记忆特征：存储序列、自—一联想回忆和恒定表征。用这三个特征可以解释为何即便是婴儿，也能很轻松地从嘈杂的声音中，精准地辩识出父母的声音。反观现在的人工智能，要做到这点，虽有海量的数据，强大的算力以及先进的算法做支持，但也很难做到。看来人工智能想要拥有大脑皮层的这三大功能，路还很漫长。通过了图灵测试，也仅仅是实现了万里长征的第一步。

我想，这个emoji完美地描绘了我读完这本书后的心情:🤯 作为和AI 3.0一起推送给我的书籍，智能时代（On Intelligence，其实翻译不准确，更应该翻译为“论智能”）这本书传达了和前者相似的信息。与AI 3.0一书的作者的想法不谋而合的是：科学家们若想要人工智能达到“智能”，必须首先直面“思考”这一只有人类具有的高等能力；否则人工智能就是人工傻瓜，它只能够在计算能力上一次次地突破而非在思考能力和意识上，这样的话，智能又从何说起呢？科学家想要建造人工智能机器，更准确来说应该是通用智能；而这“通用智能”在于一个物体可以反思自己做过的事和尝试去理解周围的世界而对周边的新事物和环境做出适应，并不是像当前的人工智能一样，即使其精通某一领域，例如音乐程序EMI，它虽然懂得创造出甚至以人类审美观上来评判都觉得优美的新音乐，但是它却没有这个赏析能力；它无法理解其创造出来的音乐的意义。而这等思考与理解的能力便是智能的关键，便是我们在制造真正的人工智能所需要突破的关键。如作者所言，“本书的其中一个主题便是：理解是无法通过外部行为来测量的，相反，它是对大脑如何形成记忆并利用这些记忆来作出预测的一个内部度量。倘若真如图灵所说，衡量智能的标准便是由机器所做出的行为来评判，那么我们能够在黑暗中什么都不做的情况下也能进行思考的能力又该如何解释？只是思考和理解，我们也是智能的，即使不发出任何声音，不做出任何举动。”忽略头脑中的活动而只关注于行为，对理解智能和建造智能机器造成了极大的障碍。“ 实话实说，尽管媒体如何大篇幅地炒作人工智能，目前来看”我们没有会思考的机器，只有能干活儿的机器。“ 大脑，这个占据我们人类体重2%的器官却消耗了我们吸入的氧气的20%，是我们人类一切心智行为（如意识，创造力，想象力）的根本所在。思考”人脑“与”人工脑“（人工智能）之间的区别可以向我们揭示智能的秘密，而人脑中一个很关键的结构即是大脑皮层。本书的作者相信大脑皮层是产生智能的关键所在，他围绕着这个结构进行论证和举例。但是令人失望的事情是虽然世界各地有无数的人致力于三层神经网络的研究，对于真实皮层的网络的研究却是凤毛麟角。缺乏一个从大局观上描述大脑的神经学构架也是限制了科学家研究智能的绊脚石。于是，本书想要探讨的问题就是构建一个能够描述大脑工作机理以及其如何催生的智能理论的框架。 请大家记住这几个词：“结构”, “预测”, “大脑皮层”, “记忆”。这四个词是这本书中反复出现的字眼，与智能紧密相连，也可以算是这本书的浓缩了。 首先讲讲大脑皮层。本书的第四章从解剖学和生理学的角度上详细地讲述了大脑皮层的构造及其功能。作者提到：“人类之所以更聪明，是因为我们的大脑皮层相对于我们的体型来说，覆盖了更大的区域，而不是因为它更厚或是含有某类特殊的”智能“细胞。”后半句的“不是含有某类特殊的’智能‘细胞”很重要。如果这句话是正确的话，那么智能并不是专属于人类的一项能力，也不是一种上天赋予人类的魔法，而是能够被复制出来的一项能力。这意味着智能并不受到智能出现在生物体上的这一物理限制，而是能够在机器上实现，只要我们能够在其身上实现像大脑皮层一样的结构。另外关于大脑皮层的一点也很奇妙，很反直觉。也就是说，用哪个感官来“看”，“听”并不是决定性的，感官之间可以互相置换。比如说，当我们听到猫咪的声音，我们就可以在脑海中想象到猫咪的这一视觉画面。在这个例子中，视觉和听觉互相合作联合，而这其中的秘密在于“造成大脑皮层区域之间细微差别的原因在于它们连接的对象不同，而非它们的基本功能不同。他总结道，所有大脑皮层的区域都有着共同的功能，遵循一个共同的算法，视觉、听觉和运动输出之间并不存在差别。他还认为，大脑皮层区域之间的连接方式是由基因决定的，会因功能和物种的不同而不同，但大脑皮层组织本身在各个区域都做着相同的事情。“ 关于这一点（”大脑皮层的各个区域共享着一个强大的通用算法“），作者提出了一个令人震惊的设想：”如果将皮层区域按照合适的层级结构连接起来，并输入一个信息流，它就能学会去了解四周的环境。因此，未来的智能机器并不需要同我们人类一样的感官和能力。大脑皮层的算法能够在人造的机器“皮层”上，通过新的感官和新的方式实现，这样一来，具有灵活性的真正智能便出现了，它将脱离生物脑的范畴。“这将是一项划时代意义的突破。 第五章中作者提到了下一个关键词：记忆。他认为大脑皮层就是一个记忆系统，而不是计算机，因为大脑皮层不会去计算问题的答案，而是用储存的记忆来解决问题并产生行为。作者还提出了大脑皮层记忆的4个完全区别于计算机记忆的属性： 大脑皮层存储的是序列模式（所有的记忆都是以序列化的形式储存的，如时间序列阐述了事情发生的先后顺序） 大脑皮层以自—联想的方式提取模式记忆（大脑能根据不完整或扭曲的输入信息，提取出全不完整模式的系统） 大脑皮层以恒定的形式存储模式（尽管接收到的刺激不断变化，大脑中表征一个事物整体的内部模式却不会改变） 大脑皮层将模式存储在层级结构中（于第六章细讲，也就是关于世界结构和模式的识别和记忆） 第六章提到了“预测”的这一非凡能力，完善了”记忆-预测“这一框架，也是我本书中最喜欢的一章节。大家有没有想过，人类能够创造出美丽绚烂的文明，音乐和文化，能够建设高楼大厦，航母飞船，靠的是什么能力？本章给出的答案就是预测。在进化中，在原始脑（也就是所有动物大脑中都有的一部分，用来控制简单的动作）的感官基础上添加一个记忆系统，动物就能够获得预测未来的能力。接着，“随着大脑皮层进化得越来越大，它所能够记忆的关于世界的信息也越来越多。它能够形成更多的记忆，作出更多的预测。而这些记忆和预测的复杂性也随之增加。” 于是，大脑皮层的进化主要是为了提供对外部世界的记忆，拥有大的大脑皮层的动物，可以和你我一样感知这个世界。然而人类的独特之处在于，人的大脑皮层在产生和控制行为方面起着主导和超前的作用。这就是为什么我们拥有复杂的语言和工具，而其他动物没有，也解释了为什么我们可以写小说、上网冲浪、发送探测器到火星和建造邮轮。” 总之，我们在出生之时大脑便通过感官处理周边世界的信息，便在我们的大脑中构建一个高度模拟现实世界的一个世界，产生记忆。这个世界的构建依赖于真实世界的结构性。因为它有结构，所以它是可以预测的。世界包含着各式各样的模式，它不是随机的，于是大脑可以通过形成记忆来对这个世界进行理解并且作出预测和行为。“如果世界没有结构，记忆，预测和行为都会变得毫无意义。“ 作者提到，其实创新力也等同于预测，其相似处在于创新是我们大脑在遇到新的问题时，能够运用记忆来回忆以前符合于这个新问题的旧模式，从而运用这个旧模式来解决新问题。所以作者说：”预测就是将恒定记忆序列应用于新的情境。因此所有的大脑皮层预测都是类比预测。我们通过类比过去来预测未来。 “ 第七章比较复杂，篇幅最长，需要多次阅读来理解。总的来说，第七章介绍了大脑皮层的工作方式和构成大脑皮层的六层细胞之间的互动，详细地讲述了大脑皮层如何形成恒定记忆且如何对新事物做出预测从而指导行动。本章从功能上来说是”记忆-预测“这一框架的详细支撑。 最后作者做出了对未来的智能机器的一些展望。我期待有一天人类能够破解智能的奥妙，并将其应用到现实生活中来改善人类的生活，造福社会。

看得很畅快的一本 20 年前的书，结合计算机科学与神经科学，排除不可避免的时代局限性，并不严格学术但足够启发性，今天仍旧不过时甚至极具引领性。 杰夫霍金斯强调大脑足够复杂但也简洁（围绕神经科学家弗农·蒙卡斯尔的假说“大脑皮层各区域共享一个强大通用的算法”），我们需要一种通用的理论框架来引导研究。 对智能科学的探讨、对利用大脑机制建造真正的智能机器。 过去，普遍共识建立起的关于大脑不可解释的直觉是一种阻碍。 “人工智能领域存在着一个根本性的错误：它无法充分解释智能是什么，也无法回答理解事物的能力究竟意味着什么。” 反对当时也是如今对于以行为判别智能的一种标准，视智能为一种可通过计算性质解决的问题，提倡结合生物学解决智能问题。 智能不仅仅体现在行为上，还包括大脑的内在信息处理和思考过程。 “记忆-预测框架”尤其独特。大脑皮层作为核心结构，通过层级化的处理、信息上下层相互传递，输入与反馈不断进行。 每个区域都遵循通用的算法，处理视觉、听觉和触觉等不同类型的信息。 大脑通过算法逐步形成内在模型，存储为序列模式，使得记忆按照时间顺序组织与处理。 自-联想回忆能力同时增强基于序列模式的记忆能力，进行合理地预测与补全。 大脑皮层会形成恒定表征，一种对于事物存在的本质存储。 大脑皮层的记忆是序列的、自-联想的、恒定的并且以层次化存储的。 提出人类对于世界的认识、日常生活与生产，不同于计算机的实时运算，而是基于记忆的不断召回与预测，并以此加强过程与调整反馈。 “理解智能的关键在于大脑的预测功能。” “大脑皮层通过预测来理解世界，利用记忆来形成对未来的预测。” “预测与行为密切相关，预测是行为的副产品，并指导行为以实现预测。” 意识与创造力甚至也是预测与类比的结果。 创造是否来源于记忆多层的抽象，进一步的类比、模式应用。 意识是否因为记忆？因为有了更多的“我”？更多的不同的感觉，与当下自我感知的对比形成...

《智能时代》围绕“大脑如何工作、机器如何模仿大脑”这一核心议题展开。作者杰夫·霍金斯既是神经科学家，也是 Palm 和 Handspring 等公司的创始人，他将对大脑的多年研究与造出可预测未来的智能机器的实践经验结合起来，提出“记忆-预测框架”理论——认为大脑最重要的能力是基于记忆对未来进行预测，而这正是智能的本质。 全书大致分为三条主线： 1. ​​大脑篇​​：通过解析神经元、突触及大脑回路，说明人类智能源于大脑的预测机制，而不仅仅是存储信息。 2. ​​技术篇​​：探讨如何把大脑的这种“预测”能力迁移到机器中，建造真正具有前瞻性的智能系统，并回顾作者在 Palm、Handspring 等项目中的技术尝试与教训。 3. ​​未来篇​​：展望未来几十年可能出现的智能机器与人类协作方式，提醒读者既要期待技术带来的巨大进步，也要警惕其潜在风险，提出应建立新的社会与伦理框架来应对“智能时代”。 简言之，这本书用通俗语言把神经科学与计算机科学的最新成果串联起来，解释了“智能”究竟是什么、大脑如何产生智能，以及我们怎样才能造出比今天更聪明的机器。它既是理解大脑与 AI 关系的入门读物，也是一部思考人机共生未来的前瞻性作品。

现在（2025年） 是Attention is all you need（2017年）发表后的第八年，ChatGPT（2022年）发布后的第三年，此时阅读一本2014年的关于人工智能的书，真的颇多感慨。 其实我最近读了好几本类似的书，都是LLM出现前讨论人工智能的书，似乎此时此刻没有比较有影响力的人会写关于人工智能的书，大概是因为 Transformer 的威力还没有完全发挥出来，我们此时还处于剧烈变动的时期，确实也不适合写关于人工智能的书。怕是至少要十年以后才会有比较有影响力的大佬出面写书梳理并总结人工智能的进展吧。现在这个时期只能读到LLM之前的关于人工智能的书，或者只能去读论文了。这算第一个感慨吧。 第二个感慨是，理解语言真的是件异常困难的事，LLM出现之前真没有人能乐观到认为十年或者五年内计算机就可以读懂笑话并解释笑点，描述一张图片上都有什么，甚至辅助人类写代码。 第三个感慨是，当年的大佬们确实是有一些洞见的。比如这本书中提到的“预测”的部分，作者认为“预测”是人工智能道路上很重要的部分。真是可惜，作者有这样的洞见，但是没想到方法将这个洞见落实成为代码。而 Transformer 的本质也就是预测下一个 token 而已。甚至比作者描述的预测能力更弱。但其展现的威力已经让人惊叹了。 最后，我认为 Transformer 是一个巨大的进步，但我不认为只有 Transformer 就可以实现 AGI。我希望未来的十年内能再出现一两个像 Transformer 这样有巨大进步性的新算法出现。