《千脑智能》：通向超人类AI的未来之路

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。 

揭开大脑的神秘面纱

人类大脑是自然界中一个神秘的杰作，其复杂的结构和动态的能力特征标志着其独特性。它指挥着从基本的生存本能到复杂的认知任务，如阅读、写作、发明和设计等广泛功能。其细胞架构被划分为专门的部门，每个部门都致力于不同的功能，凸显了大脑的多样性和特异性。例如，参与情感处理的区域与协调身体运动的区域明显不同。

机器人智能只有在与人类的创造力和解决问题的能力结合时才有效。

虽然现代技术开启了一个复杂人工智能的时代，但这些系统仍然无法模仿大脑微妙的能力。作者杰夫·霍金斯（Jeff Hawkins）强调了机器智能与人类创造力之间的协同作用，暗示机器在人类智慧的补充下表现出色。

与人工构造物区别开来的一个关键因素是大脑的进化动态性。人类智能经历了世代的精炼，显示出持续成长的轨迹。大脑的适应能力和从周围环境中学习的能力推动了其进化，强调了环境互动和日常经验在塑造认知发展中的重要性。

解读大脑功能

人类大脑持续进化的能力是其最显著的特点之一，每个进化阶段都会引入新的大脑结构。新皮层（neocortex）占大脑约70%，是这一持续发展的见证。数百万年前出现的新皮层相对于更古老的大脑区域（这些区域仅负责基本的生存和情感反应）来说，是相对较新的进步。

新皮层是大脑智力的所在地，然而，我们出生时拥有的新皮层是一张白纸，一无所知。我们的基因决定了新皮层的大小、它将拥有多少部分，以及神经元将如何将这些部分与我们身体的不同区域（例如，与鼻子相关的嗅觉、耳朵相关的听觉和眼睛相关的视觉）连接起来。尽管学习的结构在出生时就已经存在，但实际的知识是在成长和与世界互动中获得的。

这个大脑区域对认知活动负有重要责任，它负责人类的能力，如视觉、推理、阅读和理解语言。在不同物种的动物中，新皮层的基本结构几乎相同。

大脑的学习与适应机制

我们的大脑并不总是立即处理进入的信息，大部分信息被存储以供将来参考。当您在阅读或听这段文字时，您的大脑不仅仅在解析文字，它还在记录您的坐姿、躺姿或站姿，并注意周围的微妙背景声音，这些细节被存储起来，除非必要，否则不会吸引您的注意力。

这个非凡的器官擅长同时处理多项任务——观察、记录并从每次经历中学习。当您移动和探索时，这个学习过程甚至更快。例如，要了解一所学校或教堂的外观，您必须进入并观察建筑的不同部分，神经元（neuron）使您能够做到这一点，并且还负责学习。

神经元，大脑中的信使细胞，通过复杂的化学和电信号系统在它们之间的微观间隙，即突触（synapse），传递信息。想象一个在一所大房子里的朋友网络，他们急切地通过温和的对话和紧急的消息交换新闻，这反映了不同大脑区域之间的动态沟通。每一个“房间”或大脑区域执行独特的功能，共享和接收信息，共同塑造我们对世界的理解和反应。

大脑中的专业技能发展

我们的大脑配备了称为头部方向细胞（head direction cell）的特殊神经元，这些细胞对于导航和理解我们在环境中的定位至关重要。这些细胞像内部指南针一样工作，即使在没有视觉线索的情况下（例如，闭上眼睛），也能保持我们的方向感。这种能力证明了人类与其他动物相比具有高级的认知能力。

人类在推理、信息处理和预测不同情况下的结果方面超越了任何其他动物，这表明我们的大脑以特定的参考点或框架存储知识。这种存储方法类似于在寻宝游戏中使用地图，坐标指导您找到宝藏。在大脑中，这些“参考框架”（reference frame）对于理解事物之间的相对位置和理解我们周围的世界至关重要。

参考框架之所以重要，是因为它们在知识存储和思考活动中起着核心作用。

新皮层的非凡效率

在大脑中，信息并不集中在一个地方，而是分布在皮质柱（cortical column）中，这些皮质柱是专门的神经元集群，它们协同在大脑的皮层内处理信息。这一层对于更高级的认知功能至关重要，展示了大脑复杂的组织结构及其进行高级处理的能力。

每个皮质柱由垂直排列的神经元组成，每个神经元都对特定的刺激（如形状、颜色或运动）敏感，对感官输入处理和丰富我们对环境的感知与理解起着关键作用。

这些柱之间的相互连接促进了复杂且有凝聚力的信息处理，使大脑能够辨识模式、预测结果，并形成对我们周围环境的统一感知。

这种复杂的设置导致了“千脑理论”的形成，该理论认为，由于新皮层由数百万个皮质柱组成，大脑不是构建一个物体的单一模型，而是从不同视角编译了无数模型。例如，一个人对杯子的理解包括了从顶部、侧面和底部视图的模型，这些模型通过不同的柱合成，形成了对物体的全面感知。

人脑与人工智能不可比拟的复杂性

尽管自20世纪中叶人工智能（AI）出现以来取得了显著的进步，但技术发明者承认，AI的能力仍然无法匹配人脑的复杂性和适应性。人脑的进化特性，通过持续学习和经历而成长和适应，对于复制其自然智能水平构成了重大挑战。

霍金斯指出学习和技能获取对大脑的变革性影响，强调每一次新经验都会在其结构内发生的动态变化。

虽然AI在模仿人类智能方面取得了重大进步，实现了与人类类似的学习和解决问题的水平，但在此文章截稿时，它仍然因无法进行持续学习和缺乏意识——人脑的两大标志性特征——而与人脑区别开来。

持续学习：大脑的神经元促进了其持续学习的能力，通过形成突触来适应新信息。AI目前的局限性源于缺乏这种灵活性，尽管正在取得进展，以使AI系统能够随时间学习和适应而不丢失先前的知识。正在探索像迁移学习（transfer learning）这样的技术，允许AI将一个情境中获得的知识应用于另一个情境以提升性能，模仿人类在不同情境中转移技能和理解的能力。

意识：AI落后的另一个领域是实现意识，这是人脑的一个基本方面，涉及与环境的积极互动和记忆的形成。这种思维和记忆创造激发了一系列神经元活动，记录了人们思考时连续的过去行动的回忆。

智能的风险

21世纪初期，人们对人工智能（AI）持怀疑态度，主要是因为其发展缓慢和被认为可能带来的危害。然而，这一叙述很快就发生了变化，AI迅速成长为一个关键的研究领域，随之而来的是对其可能对人类构成存在性威胁的新担忧。这些担忧范围从个人滥用AI，到AI自主行动以可能危及人类安全的不安可能性。

随着这些系统变得更加复杂，AI技术的滥用，如普遍的监视或传播虚假信息的风险变得更大。创建高度智能的自主武器系统的惊人前景进一步加剧了这些担忧。例如，想象无人机被用来部署武器而不是提供援助，这突显了需要严格的监管措施。

但是，潜在的危险并非AI独有。受我们大脑原始部分驱动的人类行为，可能导致破坏性的竞争行动，如领土争端或资源冲突。

幸运的是，通过儿童早期教育伦理和道德，可以缓解我们原始本能的这些风险，引导个体在成熟时朝向更加建设性的行为。

与我们更原始的大脑区域不同，新皮层由于其先进的能力和创造性，带来了独特的风险。例如，避孕药的发展展示了新皮层利用自然过程为人类优势的能力，满足基本欲望同时避免其自然后果。

霍金斯同时警告说，任何形式的力量如果不明智管理，都可能被滥用。这对于新皮层也是真实的，尽管它具有复杂性，但仍然可以被错误信息欺骗。

小结：智能洞察及人工智能的未来

理解人类和人工智能的智能，取决于理解个体如何学习和适应世界模型。新皮层在人类大脑中的这一过程中扮演着关键角色，体现了学习和识别的本质。

尽管人工智能在技术上取得了显著的进步，但它仍然无法模仿人脑细致的复杂性和适应性的学习能力。创造能够与人类智能相媲美的AI的主要挑战在于对智能本身的理解不完整以及机器中意识的难以捉摸。然而，对人类大脑工作机制的更深入理解为未来可能媲美甚至超越人类认知能力的创新提供了希望。

随着AI的持续发展，认识到它对正面和负面影响的双重潜力至关重要。向着开发或使用AI技术的旅程必须带着对这些动态的敏锐意识进行导航，旨在负责任地利用AI的能力以丰富人类生活。