书评 | 理解人类大脑，才能理解人工智能

旧脑和新皮质的协同作用是人类智能的基础。旧脑负责提供基本功能，为新皮质提供必要的支持；新皮质负责处理高级认知任务，为人类的思考、记忆、语言和创造力提供支持。

无论是ChatGPT，还是Bard、文心一言、Claude，这些火爆的成功人工智能产品背后都是大模型。但是，很多人不知道，脑科学也是人工智能研究绕不过去的领域，研究人类大脑甚至是人工智能真正拥有人类智能的必需步骤。我们经常听到的深度学习、卷积神经网络等人工智能相关术语，几乎都和机器模仿人类大脑有关。科技界有不少跨界研究大脑和计算机的专家、学者，也有不少相关优秀著作，《千脑智能》和《新机器智能》就是两部不错的著作。

《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。《千脑智能》是霍金斯的代表作，出版于2020年。在这本书中，霍金斯提出了一种关于大脑和智能的理论——千脑智能理论。

千脑智能理论认为，大脑由成千上万个独立的“智能体”组成，每个智能体负责处理特定的任务。这些智能体通过相互连接和协作，共同完成复杂的认知任务。

霍金斯认为，千脑智能理论能够解释大脑的许多神秘现象。例如，大脑十分复杂，由数十亿个神经元组成，每个神经元都与数千个其他神经元连接，这些神经元可以被视为独立的智能体；大脑具有优秀的学习能力，能够通过学习和适应来改变其结构和功能，这是因为智能体可以通过相互连接来形成新的网络；大脑具有无限的创造力，能够产生新的想法和解决方案，这是因为智能体可以通过相互合作来产生新的想法。

霍金斯在这本著作里面提到的旧脑和新皮质的概念非常有意思，可以帮助我们理解人类为什么在理性之外还会有自己无法控制的欲望、为什么人工智能不具有人类的欲望。旧脑是人类大脑演化最古老的部分，它包括脑干、小脑和边缘系统。旧脑负责控制生命的基本功能，例如呼吸、心跳、睡眠和情绪。新皮质是人类大脑演化最晚的部分，它位于大脑的表面，占据了大脑的大部分空间。

新皮质负责高级认知功能，例如思考、记忆、语言和创造力。霍金斯认为，旧脑和新皮质是两个完全不同的智能系统。旧脑是“模块化”的智能系统，由许多独立的模块组成，每个模块负责特定的任务。新皮质是“分布式”的智能系统，由成千上万个独立的智能体组成，这些智能体通过相互连接和协作来共同完成复杂的任务。这些差异表明，人类智能不是单一的、统一的系统，而是由许多不同的模块和智能体组成的复杂系统。

作者提出，旧脑和新皮质的差异，可以找到创造真正智能机器的方法。如果我们希望创造真正智能的机器，就需要了解人类智能的本质。也就是说，真正的智能机器应该由许多独立的模块组成，这些模块通过相互连接和协作来共同完成复杂的任务，这样，机器就可以更容易地学习和适应新环境。同时，机器应该具有分布式的智能，就像新皮质一样，机器应该由成千上万个独立的智能体组成，这些智能体通过相互连接和协作来共同完成复杂的任务。这样，机器就可以更容易地处理复杂的信息和任务。

具有了“旧脑”和“新皮质”的机器也具有适应性，能够根据环境的变化而改变其结构和功能。这样，机器就可以在不断变化的世界中保持竞争力。霍金斯认为，了解旧脑和新皮质的差异，将为我们创造真正智能机器提供新的思路和方法。

《新机器智能》是霍金斯在《千脑智能》的基础上，进一步探讨人工智能的未来的书。霍金斯认为，千脑智能理论为创造真正智能的机器提供了清晰的路线图。他认为，未来的人工智能将由成千上万个独立的智能体组成，每个智能体都负责特定的任务。这些智能体将通过相互连接和协作，共同完成复杂的任务。

在《新机器智能》中，霍金斯提出人工智能将变得更加模块化和分布式的观点，这也是对《千脑智能》理论的延续。作者认为，未来的人工智能将变得更加适应性和学习能力，将能够根据环境的变化而改变其结构和功能。

《新机器智能》一书中，给笔者留下印象最深印象的概念其实是大脑的“记忆 -预测模型”。霍金斯认为，记忆和预测是智能的两个基本能力。记忆是指对过去经验的存储和检索，预测是指对未来事件的推测。

作者认为，记忆和预测是相互联系的。记忆为预测提供了基础，预测反过来可以帮助我们理解和解释记忆。记忆 -预测模型可以解释大脑的许多功能，例如学习和适应、决策和行动、语言理解和生成、创造力等。在霍金斯的理论中，大脑通过记忆过去的经验来学习和适应新环境、通过预测未来的结果来做出决策和采取行动、通过记忆语言的规则和使用模式来理解和生成语言、通过预测未来的可能性来产生新的想法和解决方案。

记忆-预测模型也可以为人工智能的发展提供新的思路，未来的人工智能应该具有记忆和预测的能力。在机器学习领域，记忆-预测模型可以帮助机器学习从数据中提取信息并做出预测；在自然语言处理领域，记忆-预测模型可以帮助机器理解和生成语言；记忆-预测模型可以用于图像识别，帮助机器识别物体和场景，用于机器人控制，帮助机器自主地执行任务。

作者认为，记忆-预测模型能够解释大脑的许多功能，进而能够为人工智能的发展提供新的思路。同时，该模型具有较强的学习和适应能力，对未来的通用人工智能有很大帮助。当然，作者也提到了记忆-预测模型存在的一些挑战，例如如何实现记忆和预测的有效结合、如何解决记忆和预测的局限性等。霍金斯认为，随着人工智能技术的不断发展，记忆-预测模型将克服这些挑战，成为人工智能发展的新方向。

霍金斯对未来的人工智能总体上是乐观的，他认为人工智能将变得更加具有创造性和自主性，未来的人工智能将能够产生新的想法和解决方案，并能够自主地学习和适应新环境。这两本书都被认为是人工智能领域的里程碑之作——它们出版后不久，ChatGPT横空出世，接近人脑的人工智能出现了。

（文章来源：《创意世界》2024年1月号）

编校：苑宝平，审读：郭丽、管文明