比尔·盖茨盛赞作者
人工智能领域里程碑式作品
挖掘人类智能复杂表象背后的简单机制
科技界一代传奇杰夫·霍金斯初次提出人脑工作原理普适框架
深入剖析如何打造眞正的智能机器
《新机器智能》(平装)
北京智源人工智能研究院院长黄铁军
驭势科技（北京）有限公司联合创始人兼CEO吴甘沙
Numenta公司前员工、汤恩科技创始人崔彧玮
倾情作序
北京智源人工智能研究院理事长张宏江
清华大学计算机系教授唐杰
北京大学心理与认知科学学院教授吴思
清华大学基础科学讲席教授刘嘉
清华大学计算机科学与技术系副教授刘知远
中国科学院自动化所研究员余山
易宝支付总裁余晨
诺贝尔奖得主詹姆斯·沃森
诺贝尔奖得主埃里克·坎德尔
加州大学神经科学教授麦克·梅策尼希
美国国际数据集团创始人帕特里克·麦戈文
联袂推荐！
[基本信息]
l分类：人工智能/科技趋势
l书名：《新机器智能》（On Intelligence）
l作者：[美]杰夫·霍金斯（Jeff Hawkins）[美]桑德拉·布莱克斯利（Sandra Blakeslee）
l译者：廖璐 陆玉晨
l定价：99.90元
l开本：16开
l页码：264页
l字数：249千字
l印张：19.25
l出版时间：2022年10月
l策划编辑：王子涵
l责任编辑：李静
l出版社：湛庐文化/浙江教育出版社
l图书品牌：湛庐文化·财富汇
lISBN：978-7-5722-4393-6
lCIP：Ⅰ. ①新… Ⅱ. ①杰… ②桑… ③廖… ④陆… Ⅲ. ①人工智能 Ⅳ. ①TP18
[营销标题]
比尔·盖茨盛赞作者，诺贝尔奖得主詹姆斯·沃森、埃里克·坎德尔推荐之作。科技界一代传奇杰夫·霍金斯人工智能领域里程碑式作品，挖掘人类智能复杂表象背后的简单机制，初次提出人脑工作原理的普适框架。北京智源人工智能研究院院长黄铁军倾情作序推荐。
[内容简介]
人工智能领域一直以来坚信：只要人工智能系统能产生类似于人类的行为，它就是智能的。于是，我们看到了能够打败国际象棋guan军的计算机棋手，能够根据路况选择行驶路线的无人驾驶汽车，能够做手术的“医生”……人们甚至开始担忧：有朝一日，机器人会不会超越人类，进而奴役人类？
在《新机器智能》一书中，科技界一代传奇杰夫·霍金斯指出，如今的人工智能并不智能。要想创造眞正的机器智能，蕞快的途径是理解大脑的工作原理，然后在计算机中模仿这些原理。霍金斯一生痴迷两件事——计算机和大脑。早在几十年前，他创建的Palm掌上电脑就在商业上取得了巨大成功，也成为现代智能手机的原型。但霍金斯一心想弄清楚大脑的工作原理。经过数十年的不懈努力，他终于发现了其中的奥秘：大脑学习世界的一个模型，并使用这个模型来预测未来。人类的创造力、意识都是通过这个模型产生的。这一全新的智能理论框架被命名为“记忆-预测模型”，它改变了人们对智能的看法，也为开发眞正的机器智能奠定了坚实的基础。
《新机器智能》主题宏达又足够吸引人，深入探讨了智能的核心问题：计算机真的智能吗？大脑是如何工作的？为什么弄清大脑的工作原理如此困难？如果不以行为来定义，那应该怎样定义智能呢？“记忆-预测模型”的含义是什么？如果你想了解自身、了解智能、了解机器智能，那么一定不要错过霍金斯的这一本里程碑式作品。
[编辑推荐]
l科技界一代传奇杰夫·霍金斯人工智能领域里程碑式作品，挖掘人类智能复杂表象背后的简单机制，初次提出人脑工作原理的普适框架。
l比尔·盖茨盛赞作者，诺贝尔奖得主詹姆斯·沃森和埃里克·坎德尔推荐之作。
l北京智源人工智能研究院院长黄铁军、驭势科技（北京）有限公司联合创始人兼CEO吴甘沙、Numenta公司前员工兼汤恩科技创始人崔彧玮、北京智源人工智能研究院理事长张宏江、清华大学计算机系教授唐杰、北京大学心理与认知科学学院教授吴思、清华大学脑与智能实验室首席研究员刘嘉、清华大学计算机科学与技术系副教授刘知远、中国科学院自动化所研究员余山、易宝支付总裁余晨、诺贝尔奖得主詹姆斯·沃森联袂推荐。北京智源人工智能研究院学者倾情翻译。
l湛庐文化出品。
[作者简介]
杰夫·霍金斯
l科技界一代传奇，美国知名发明家、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。
l1992年创立Palm公司。1996年，该公司推出的创新产品PalmPolit一经上市便取得了创奇般的成功，18个月内销量超过100万台，将苹果和微软的同期产品远远甩在身后。
l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《千脑智能》《新机器智能》。
桑德拉·布莱克斯利
科学作家，《纽约时报》撰稿人。
[译者简介]
廖璐
北京智源人工智能研究院项目与国际合作经理，美国马里兰大学公共管理硕士，广东外语外贸大学翻译硕士，同声传译。
陆玉晨
加拿大蒙特利尔大学计算机科学在读博士研究生，人工智能创业者。
[各方赞誉]
杰夫·霍金斯是我佩服的极少数人之一，他是一位智能时代的孤胆英雄。霍金斯主要是从功能模拟的角度探索大脑原理（虽然他比很多类脑专家更关心大脑的结构），是基于自顶向下的方法论，类似生命科学中的进化论；我强调的是从结构仿真出发构造大脑，再重现大脑功能，是基于自底向上的方法论，类似生命科学中的从基因组出发合成生命。自顶向下和自底向上论者从来都争执不休，但最终会走到一起，就像进化论和基因组结合才能揭示生命的奥秘一样。希望同样拥有梦想的你我和霍金斯一起努力，创造超级大脑，揭示大脑的奥秘，共同见证那个伟大的会师时刻。
黄铁军
北京智源人工智能研究院院长，北京大学教授
直至16世纪，宇宙模型还是由地球，以及围绕它运行的太阳、行星和恒星组成。然而，这一模型尽管能解释一些天文现象，却总有无法避免的偏差——金星出现在晚早，不像预期穿越苍穹；木星在夜空移动，却忽又折返……对旧模型的修补无法消弭所有偏差，直到地球和行星以椭圆轨道绕太阳运行的日心模型提出。
今天的AI尚未如我们期待那般智慧，与探寻深度学习极限的多数同行有别，霍金斯选择了另一条孤独求索的道路，也许是该有更多人加入他的行列，从修补偏差，转向发展新理论了——我们需要“AI日心说”。
张宏江
北京智源人工智能研究院理事长
《千脑智能》和《新机器智能》两本书是大师级学者杰夫·霍金斯教授深入浅出地探究人脑工作原理以及机器如何实现脑认知的著作。对于脑的推理能力和机器是否可能存在意识，这两本书都进行了深入的解读，对于未来的人类和机器世界的共存方式进行了有意思的思考。译者翻译清楚、简洁，意思也很准确，这是两本很值得读的书。
唐杰
清华大学计算机系教授
国际计算机协会会士，国际电气与电子工程师协会会士
《千脑智能》和《新机器智能》是著名的脑科学“狂人”、曾经的优秀企业家杰夫·霍金斯写的两本关于大脑智能的书。作者基于自己对脑科学知识的梳理，对大脑工作原理的基本框架提出了大胆的假设，也比较了当前人工智能与生物智能的不足。
这两本书特别适合非脑科学专业但同时又对大脑智能充满好奇的读者阅读，大家可以从中获取关于大脑结构的一些基本知识，并和作者一起对大脑工作的奥秘这个可能最具挑战性的科学问题，展开深入而有趣的思考。
吴思
北京大学心理与认知科学学院教授
1992年，霍金斯应邀到英特尔演讲。他提出未来计算的技术将被小到足以放入口袋的计算机所主导。当时，数码音乐与摄影、WiFi与蓝牙等还没有诞生，包括英特尔的创始人在内，没有人相信他的预测。但是，他是对的——手机已经成为我们生活的全部。2003年，霍金斯应邀在TED上进行演讲。他提出了大脑智能的第一性原理：由新皮质中成百上千根皮质柱所构建的世界模型。当时，深度学习尚未登上舞台中央，而脑科学还挣扎在对单个神经元的记录中，于是，他的猜想再次被人们忽略。但是，霍金斯可能是对的，而我们现在有了验证他猜想的一切工具。更重要的是，如果他是对的，那么通用人工智能也许就不再那么触不可及。
刘嘉
清华大学基础科学讲席教授，脑与智能实验室首席研究员
我曾经是《新机器智能》（On Intelligence）2013年中文版译者之一，在认真翻译每句话的过程中，对杰夫·霍金斯雄辩的大脑智能理论深感震撼。近十年过去了，我们经历了深度学习浪潮，人工智能成为显学，这时重温他书中的理论，仍能强烈感受到，他对智能本质的深刻见解，很多还是现在神经网络模型没有触及的。看到霍金斯的新著《千脑智能》和《新机器智能》被一起引进国内，相信可以为人工智能发展碰撞出新的火花。特别值得一提的是，霍金斯先生知行合一，他对人类智能本质的兴趣，不仅停留在理论建构上，还亲力亲为创立公司进行探索实践。人类正是因为有像霍金斯这样的孜孜探索者，才产生了绚烂的文明与科技。虽不能至，心向往之，特别希望这两本书也能激励更多我国有志之士，投身对人类智能本质的探索与实践中。
刘知远
清华大学计算机科学与技术系副教授
2007年，作为美国神经科学学会年会的演讲嘉宾，他激情澎湃地解释了为什么研究大脑对于设计人工智能系统是如此重要，以及他自己对大脑工作原理的深刻理解。作为台下数千名听众中的一员，霍金斯的演讲在我心中埋下了从事类脑智能研究的种子。十几年过去了，人工智能和脑科学的研究都取得了巨大的进展，我们也来到了类脑智能腾飞的前夜。我相信《千脑智能》和《新机器智能》的出版将会启发更多的中国年轻人思考脑与智能的奥秘，在他们的心中点燃创新的火花。
余山
中国科学院自动化所研究员
霍金斯是个特立独行的科学企业家，他的方法是希望用一个统一的、自上而下的框架，把几十年来神经科学、认知科学每一个零散的进步串联起来，形成理论和实验结果上的自洽，进而指导其在机器上重构出人类智能。《新机器智能》和《千脑智能》两本书，完整地呈现了霍金斯的理论体系。
吴甘沙
驭势科技（北京）有限公司联合创始人兼CEO
杰夫·霍金斯是科技界的一代传奇，早在几十年前，霍金斯创建的Palm掌上电脑，成为今天无所不在的智能手机的原型和先驱。而商业界的功成名就只是他职业生涯的上半场，霍金斯真正的志向是探索大脑背后的奥秘，并借此构建更好的机器智能，让我们摆脱生物进化的束缚，为人类的未来文明开启更多的可能性。这或许是当今科技界最具挑战性的艰深领域，因为大脑的深处，通向了另一个浩瀚的宇宙。
余晨
易宝支付总裁，《看见未来》《元宇宙通证》作者
千脑智能理论是一个还在不断生长和发展的智能理论，我相信未来它会包容和解释更多的实验结果，同时为智能机器的研究提供新的思路和方法。
崔彧玮
神经科学博士，Numenta公司前员工，汤恩科技创始人
《新机器智能》将在人工智能领域引起巨大反响。每个人都应该读一读这本书，它为理解大脑奠定了基础。
詹姆斯·沃森
诺贝尔奖得主，分子生物学家
《新机器智能》提出了关于新皮质在感知、认知、行动和智力方面的功能的新理论。这个理论的独特之处在于，它基于对大脑工作方式的广泛了解，并结合现有的关于新皮质及其结构的看法展开讨论。霍金斯称该理论为真正的智能，而不是基于计算机的人工智能。因此，这本书是每个对大脑好奇并想知道它是如何工作的人的必读之书。
埃里克·坎德尔
诺贝尔奖得主，神经科学家
《新机器智能》是一部里程碑式作品，首次提出了人们期盼已久的有关人脑工作原理的普适框架。本书充满智慧、见解独特，一针见血地指出人工智能未能取得较大进展的根本原因，对人脑工作原理的描述可谓精妙。
麦克·梅策尼希
加州大学神经科学教授
《新机器智能》提出了有关大脑工作原理的全新假设，极为精彩。
帕特里克·麦戈文
美国国际数据集团创始人
[目录]
推荐序一探索大脑理论的孤胆英雄
推荐序二在机器上重构人类智能
推荐序三从大脑中探索智能的起源
中文版序人工智能与大脑
序言制造像大脑一样工作的机器智能
第1章 人工智能与人类智能
能力有限的人工智能
不具备智能的计算机
从生物学入手研究智能
第2章 神经网络
自联想记忆
行为决定了智能吗
用简单的框架理解大脑
从大脑内部提取智能
第3章 人类大脑的层次结构
新皮质的功能区
新皮质使用相同的计算工具工作
新皮质的可塑性
新皮质并不直接感知世界
感觉替代
新皮质建立了世界模型
第4章 从记忆中检索答案的大脑
用记忆解决问题
新皮质自动存储模式序列
新皮质可以自动联想到模式
新皮质以固定的形式存储模式
不变的表征
新皮质如何做出具体的预测
第5章 记忆 - 预测模型，全新的智能理论
大脑的预测
预测是人类理解世界的基础
智能的记忆-预测模型
第6章 记忆 - 预测模型是如何工作的
不变的表征
新皮质是一个整体
每个皮质区都会形成不变的表征
新皮质的世界模型
新皮质的序列
皮质区的结构
皮质区的工作原理
信息是如何上下流动的
大脑为什么会忽略反馈
新皮质如何学习
处于一切之上的海马
另一条沿层级向上的新皮质通路
理解新皮质
第7章 意识与创造力
动物具备智慧吗
人类智慧有什么不同
什么是创造力
一些人比另一些人更具有创造力吗
创造力能够被训练出来吗
创造力会让我误入歧途吗
什么是意识
什么是想象力
什么是现实
第8章 智能的未来
我们可以制造智能机器吗
我们应该制造智能机器吗
智能机器能做些什么
智能机器的时代何时到来
后记真正的智能机器
附录经得起检验的11个预测
致谢
参考文献
译者后记
[推荐序一]
探索大脑理论的孤胆英雄
黄铁军
北京智源人工智能研究院院长，北京大学教授
杰夫·霍金斯是我佩服的极少数人之一。这里我之所以用“人”，而没有用学者（他确实醉心于研究）、院士（他是美国工程院院士）或企业家（他是掌上电脑先驱企业Palm创始人）等称呼，是因为很难有一个称呼可以概括他。如果一定要有一个称呼，我想说他是一位智能时代的孤胆英雄。
点燃霍金斯学者梦想的是基因双螺旋结构的发现者弗朗西斯·克里克。克里克1977年移居美国，开始探索大脑和意识这个更难的问题，1979年9月在《科学美国人》（Scientific American）杂志上发表科普文章《思考大脑》（Thinking About the Brain），指出“脑科学研究明显缺乏的是一个普适的思想框架来解释这些研究结果”。那一年，霍金斯刚从康奈尔大学电子工程专业毕业，进入英特尔公司工作，被克里克的文章深深吸引。从此，寻找大脑运行背后的理论框架，就成了这名电子工程师的人生目标。
可是，英特尔公司虽然是“电脑”企业的领头羊，却没有研究“大脑”的部门，于是霍金斯转向信息领域最有可能研究这个问题的顶级学府麻省理工学院，申请人工智能实验室的博士研究生。招生面试组问他想做什么，他回答说，希望“以大脑理论为基础创造智能机器”，然而得到的答复却是：大脑只是一台混乱的计算机，研究它没有任何意义。于是他又转向了美国西海岸更加开放的加州大学伯克利分校，1986年1月被神经科学博士研究生项目录取。这次他的研究课题有所收敛——研究新皮质如何进行预测，当时的系主任弗兰克·韦伯林（Frank Werblin）组织的教授组积极肯定了这个课题的重要性，但霍金斯不确 定如何开展工作，也找不到研究这个方向的导师。
作为博士生导师，我想说这样的学生特别难得。绝大多数博士生更习惯导师指定研究方向甚至论文题目，而不是追求自己发自内心热爱的研究方向。即使有霍金斯这种博士生，如果发现缺乏导师，往往也会知难而退，转向“更保险的”研究课题，发表几篇论文，顺利毕业。因此，很多学校的博士生获得学位的比例很高，但原始创新率很低。
霍金斯没有知难而退，而是在图书馆泡了两年，读了过去50年神经科学领域最重要的数百篇论文，以及心理学家、语言学家、数学家和哲学家对大脑和智能的看法。虽然没找到答案，但人类对这个问题的认知水平他已经了然于胸。霍金斯认为这就是一流教育，我完全同意，这才是每名博士研究生的必修课：不是导师告诉你做什么，而是求教于追寻这一问题的所有先贤，经过了这一关，你就已经和他们站到一起了。
霍金斯经过了这一关，清楚地知道几年的博士研究实现不了自己的梦想，于是决定从长计议。他返回工业界，并开启了掌上电脑的传奇，成立的Palm公司取得了巨大成功。如果他醉心商业，把掌上电脑的成功扩展到手机，苹果手机成功的历史可能会被他改写。但霍金斯志不在此，他心心念念的还是大脑。2002年，他用创业积累的资金成立了红木神经科学研究所（Redwood Neuroscience Institute），专注新皮质理论研究，聘任了10位全职科学家，吸引了100多名访问学者。
但是，顶级神经科学家都知道大脑是个巨大的神秘丛林，他们更愿意聚焦于力所能及的新发现，而不是霍金斯追求的大脑理论。因此，霍金斯决定把红木神经科学研究所捐给加州大学伯克利分校，并创立了研究公司Numenta，自己带领团队专注于大脑理论研究。2010 年，他提出了一种皮质柱预测模型，开发了相应的开源软件HTM，并应用于股票市场异常检测等领域。
我怀着对霍金斯传奇经历的仰慕，于2016年1月访问了Numenta。访问之前，我的研究团队把HTM用于模糊运动目标的检测，验证了模型的独特价值。霍金斯很高兴地看了我的演示，我也顺道指出了他的《新机器智能》一书中的几处小错误，谈了我对大脑和智能之间关系的看法。也正是在那一年，霍金斯有了新发现，就是《千脑智能》（A Thousand Brains）中的“新皮质中的地图状参考系”。
这里就不剧透这个新发现了。如果成功的话，这个新发现对脑科学的意义，就像进化论对生命科学的意义一样重大。我期望这个新学说能够成功，至少作为大脑原理的一部分与世长存，让这位追逐梦想40余年的孤胆英雄稍感慰藉。
然而，作为一名痴迷大脑的同好，我的看法与霍金斯并不相同。我认为未来20年，更重要的任务是实现人类大脑的精细解析、建模和仿真，进而制造出媲美甚至超越人类大脑的超级大脑，之后才算正式踏上揭示大脑奥秘的征程。简言之，霍金斯主要是从功能模拟的角度探索大脑原理（虽然他比很多类脑专家更关心大脑的结构），是基于自顶向下的方法论，类似生命科学中的进化论；我强调的是从结构仿真出发构造大脑，再重现大脑功能，是基于自底向上的方法论，类似生命科学中的从基因组出发合成生命。自顶向下和自底向上论者从来都争执不休，但蕞终会走到一起，就像进化论和基因组结合才能揭示生命的奥秘一样。希望同样拥有梦想的你我和霍金斯一起努力，创造超级大脑，揭示大脑的奥秘，共同见证那个伟大的会师时刻。
[推荐序三]
从大脑中探索智能的起源
崔彧玮
神经科学博士，Numenta公司前员工，汤恩科技创始人
2010年春天，我在中国科学院上海神经科学研究所（以下简称“神经所”）从事本科毕业论文的相关研究。神经科学如同一盒庞大繁杂的拼图，从分子及细胞生物学、解剖学，到系统神经学、心理学、哲学，横跨了十余个艰深的学科。理解大脑如何工作固然是一件令人兴奋的事，但在实际的研究工作中，我却常常有以管窥豹、不见全局的苦恼。
在神经所图书馆的一角，我偶然看到了《新机器智能》这本书的英文版，这是我第一次看到对大脑理论的系统性阐述。如同许多革命性的科学理论框架一样，《新机器智能》提出了一个关键的科学假设：大脑建立学习世界的模型并预测未来。这是一个简单、优雅，却富有指导意义的框架。这个框架并非像很多神经科学领域的学术论文一样追求数据支持和实验验证，而是在很大程度上基于缜密的逻辑推演和大胆假设，即使到今天依然有很多尚未得到证实的部分。
在霍金斯开始研究大脑是如何工作的时代，图书馆里并没有一本书系统地讲述大脑可能是如何工作的。而我很庆幸在开始接触神经科学的时候能读到这样的思想框架，这本书在很大程度上直接影响了我对研究方向和职业的选择，让我选择了计算神经科学作为博士阶段的研究方向，将设计和制造智能机器作为职业目标。我愿意将《新机器智能》这本书推荐给任何一个想要探索大脑是如何工作、想要了解智能的本源是什么的人，或许它不仅会改变你对智能的看法，还会对你的人生和事业产生意想不到的影响。
2014年5月，在我博士学业的最后一年，我有幸加入霍金斯的Numenta公司，零距离目睹并参与了“千脑智能理论”的诞生。2014年是人工智能开始快速发展的一年，由于深度学习算法的进展和硬件算力的提升，这门学科在短时间内吸引了大量的关注，在图像识别、语音识别、自然语言处理等领域得到了大量的应用，标志性的学术论文被数万人引用，无数的人工智能创业公司如雨后春笋般成立。在同一年，神经科学领域还有另一个标志性的事件。2014年诺贝尔生理学或医学奖授予了位置细胞的发现者约翰·奥基夫（John O'Keefe），以及网格细胞的发现者爱德华·莫泽（Edvard Moser）、梅-布里特·莫泽（May‐Britt Moser）。这件事虽然在社会上的受关注程度远不如深度学习，但对《千脑智能》这本书中大脑是如何为世界建立参考系的部分产生了重要的启发。
霍金斯有一种穿越周期的非同寻常的洞察力，既能让Numenta的研究方向不轻易受外界的热点干扰，又能敏锐地捕捉到神经科学领域的关键实验结果，将其用于搭建机器智能的理论框架。这样的例子在《千脑智能》这本书里还有很多。在Numenta工作的几年间，也是我第一次感受到神经科学领域一个个有趣却零散的实验发现，例如树突脉冲、迷你皮质柱等很多高度专业化，并不为很多人所知的神经科学概念，是可以被纳入一个系统性的智能理论框架中的。千脑智能理论是一个还在不断生长和发展的智能理论，我相信未来它会包容和解释更多的实验结果，同时为智能机器的研究提供新的思路和方法。
[中文版序]
人工智能与大脑
杰夫·霍金斯
我写了两本关于人工智能和大脑的书，分别是《新机器智能》和《千脑智能》。《新机器智能》被译成了十几种语言，《千脑智能》目前正在被译成第16种语言，很快就会陆续问世。湛庐同时出版这两本书的中文版，并邀请我为这两本书写一篇序言。
这两本书都基于相同的基本前提：要创造真正智能的机器，我们首先需要对大脑进行逆向工程。我认为，我们需要研究大脑，不仅是为了了解它是如何工作的，也是为了了解什么是智能。人类的大脑是我们拥有的关于智能最好的例子，但今天的人工智能在很多方面还远不如人类智能。因此，我写这两本书的原因之一是，解释为什么如今的人工智能并不智能，以及为什么实现机器智能的最快途径是理解大脑的工作原理，然后在计算机中模仿这些原理。
那么这两本书有什么不同呢?
第一本书《新机器智能》指出了大脑理论应该是什么样的。这本书提出的关键科学观点是，大脑学习世界的一个模型，并使用这个模型来预测未来。我们使用这个内部模型来了解我们在哪里、在做什么，并用它解决问题。我认为，要想变得智能，人工智能系统还必须学习世界的模型。如今的深度学习没有任何类似这种模型的东西，这就是它脆弱、僵化、无法解决新问题的原因。
在写《新机器智能》之后的几年里，我们有了几个重要的发现，这些发现揭示了大脑如何学习预测模型的细节。我的公司Numenta正在开发基于这些原理工作的人工智能系统的技术。我的新书《千脑智能》就是在阐释这些新发现，并揭示这些发现将对人工智能产生的影响。
《千脑智能》中的关键科学思想是：
l我们通过运动来学习。当我们运动时，大脑会跟踪我们的感官相对于身体以及相对于正在感知的事物的位置。大脑将感觉输入与其位置相结合，以学习人、地点和事物的三维模型。令人惊讶的是，大脑使用相同的机制来学习概念和抽象概念。
l我们有很多“模型”。大脑不会只学习一种世界模型，它会学习许多我们所知道的一切的互补模型。这就解释了我们的个人经历和大脑结构，以及我们如何构建强大的人工智能系统。
l我们利用参考系存储知识。大脑中的许多神经元都会创建参考系，以跟踪我们的感官相对于世界上事物的位置。我在书中解释了为什么这些位置跟踪神经元会出现在大脑中的几乎每个区域。参考系是创造智能机器所需的关键组件之一。
《千脑智能》这本书描述了这些发现将如何改变人工智能的未来，以及未来人工智能将如何改变人类。在阅读《千脑智能》之前，你并不需要先阅读《新机器智能》。因为这本新书是独树一帜的。然而，《新机器智能》的内容仍然是与大脑相关的，它提出了《千脑智能》中解决的问题。这两本书一起展示了我们所面临的挑战和目前所取得的进展。对科学研究的历史感兴趣的读者可能会发现这两本书是一个有趣的案例研究。此外，想要更深入地理解《千脑智能》中提出的理论的读者，也会在《新机器智能》一书中有所获益。
当我写《新机器智能》的时候，预测模型的重要性虽然不是闻所未闻，但并不是当时的主流观点。许多读者告诉我，这个理论是一种启示，改变了他们对自己、对智能、对人工智能的看法。如今，预测模型在人工智能研究人员中已是众所周知。尽管目前很少有人工智能系统遵循这些原则，但越来越多的研究人员相信，预测模型在未来将至关重要。基于这些原因，我认为《新机器智能》中的论点仍然有意义。
我在一年多前完成了《千脑智能》一书的写作，所以现在判断它的长期影响还为时过早。书中的预言之一是，在大脑最大的部分、与感知和智能最相关的新皮质中，可以找到创建参考系的神经元，即网格细胞。这个预测与大多数关于大脑的理论背道而驰，因此这是对我们理论的一个很好的测试。我可以很高兴地在这里说，目前已经有越来越多的证据支持这一猜想。书中的其他许多预测还有待实验验证。
那么，这两本书的总体前提是什么呢？那就是人工智能将从目前的深度学习过渡到模仿大脑的原理，比如通过运动来学习和使用参考系来编码知识。这一切还没有发生，但我对此非常有信心。
事实上，许多顶尖的人工智能研究人员已经得出结论，深度学习有着根本的局限性，需要某种东西来取代它。《新机器智能》指出，大脑理论将向我们展示如何制造令人惊叹的智能机器，而《千脑智能》则解释了如何做到这一点以及它对人工智能和人类的影响。
[精彩样章]
第3章 人类大脑的层次结构
新皮质的可塑性
这种忽视部分原因在于，人们没有找到相应的工具来研究信息如何在六层结构的新皮质内流动。我们目前使用的工具还比较粗糙，通常只能用来研究新皮质中的哪些位置，可以产生各种能力，但无法探究这些能力是何时以及如何产生的。例如，我们通过现在流行的新闻报道可知，许多神经科学都认同这样的观点：大脑是高度专业化的模块的集合。功能成像技术，如功能性磁共振成像（fMRI）和正电子发射型计算机断层显像（PET），几乎只关注脑图和前面提到的功能区。通常在这些实验中，被试会躺下，把头放在扫描仪内，并执行某种思维任务或运动任务。这些任务可能是玩电子游戏、做动词变位、阅读句子、看不同的面孔、给图片命名、想象某事、记忆清单上的内容、做财务决策等。扫描仪检测出在做这些任务时，哪些脑区比平时更活跃，并在被试大脑的图像上绘制彩色斑点以精准定位这些脑区。这些脑区的功能可能是完成这些任务的关键。数以千计的功能成像实验已经完成，接下来研究人员还会开展成千上万的此类实验。在整个过程中，我们正在逐步绘制一幅成人大脑的典型图像，标明各个功能发挥作用的位置。这样一来，人们可以很容易地说出：“这是面部识别区，这是数学区，这是音乐区。”由于我们不知道大脑是如何完成这些任务的，因此自然会假设
大脑是以不同的方式执行各类活动的。
但它确实是这样吗？越来越多引人注目的证据都表明芒卡斯尔的观点是正确的。有一些极好的例子证明了新皮质极其灵活。任何一个人，只要得到适当的培养，并处于合适的环境中，他就能学会成千上万种口语中的任何一种。同样，他也可以学习手语、书面语言、音乐语言、数学语言、计算机语言和肢体语言。他可以学会在寒冷的北方或炙热的沙漠中生活，可以成为国际象棋高手、精通钓鱼和耕作的人或理论物理学家。考虑这样一个事实：你有一个特殊的视觉区，似乎专门用于表征书面字母和数字。这是否意味着你生来就有一个可以处理书面字母和数字的语言区？不太可能。相比于漫长的演化历程，书面语是最近才出现的事物，人类的基因无法为它进化出一个特定的机制。因此，在童年时期，人的新皮质仍将自己划分为用于处理特定任务的不同功能区，而在划分时依靠的纯粹是经验。人类的大脑具有令人难以置信的学习和适应能力，哪怕这些环境直到最近才出现。这证明了大脑是一个极其灵活的系统，而不是一个针对一千个问题有一千个解决方案的系统。
神经科学家还发现，新皮质的布线方式具有惊人的“可塑性”，这意味着它可以根据流入其中的输入类型而改变布线方式，并重新布线。例如，新生雪貂的大脑可以通过外科手术重新布线，以便它的眼睛可以将接收的信号发送到新皮质中通常用于发展听觉的区域。结果，雪貂竟然在其大脑的听觉部分发展出了正常的视觉通路。换句话说，它用通常会听到声音的大脑组织看东西。研究人员已经对其他感觉区和脑区完成了类似的实验。例如，可以在老鼠出生时，将它的几片视觉皮质移植到通常表征触觉的区域。随着老鼠的成熟，移植的组织会处理触觉信息而不是视觉信息。细胞并非天生就专门负责处理视觉、触觉或听觉信息。人类的新皮质同样具有可塑性。先天性失聪的成年人在通常应该成为听觉区的地方处理视觉信息。而先天性失明的成年人使用他们的新皮质的最靠后区域阅读盲文，该部分通常专门用于处理视觉信息。由于盲文需要触摸，你可能会认为它主要会激活触摸区，但显然，没有哪个区
域的新皮质会满足于什么都不表征。视觉皮质没有像它“应该做”的那样从眼部接收信息，而是四处寻找其他输入模式筛选信息，也就是对其他皮质区中的信息进行筛选。
所有这些证据都表明，脑区主要会根据其成长过程中流入信息的种类形成专门的功能。与地球表面注定要根据国界线划分成不同的国家不同，新皮质并不是经过严格设计，使用不同的算法执行不同功能的。新皮质的组织，就像全球的政治地理一样，由于早期环境不同，可能会出现不同的结果。
基因决定了新皮质的整体结构，包括哪些区域连接在一起这类具体细节，但在这个结构中，该系统是高度灵活的。
芒卡斯尔是对的。新皮质的每个区域都有一种强大的算法。如果你将新皮质区以合适的层次结构连接在一起，并提供输入流，它就会学习其环境。因此，未来的智能机器不必拥有和人类一样的感觉或能力。皮质算法可以以新颖的方式部署在机械化的新皮质中，表现出新颖的感觉。由此，真正灵活的智能就会在生物大脑之外出现。
