正在加载视频...
视频章节
在这期与Lex Fridman的长谈中,神经科学家Jeff Hawkins系统阐述了“千脑理论”:智能并非来自单一中枢,而是源于大量皮层柱并行构建世界模型。本文提炼其最关键的洞见、方法论与对AI未来的判断。
一千个大脑如何工作:Jeff Hawkins重新定义智能的核心逻辑
在这期与Lex Fridman的长谈中,神经科学家Jeff Hawkins系统阐述了“千脑理论”:智能并非来自单一中枢,而是源于大量皮层柱并行构建世界模型。本文提炼其最关键的洞见、方法论与对AI未来的判断。
为什么理解大脑结构,是理解智能的起点
这一整场对话的出发点其实很朴素:如果我们想真正理解什么是智能,就必须回到大脑本身。Hawkins反复强调,他进入神经科学领域,并不是为了做应用,而是出于一种根本性的好奇——“智能到底从何而来”。在他看来,许多关于AI的讨论过早地跳到了工程实现,却忽略了生物智能背后的结构性事实。
Hawkins指出,人类新皮层(neocortex)在解剖结构上高度重复:无论是处理视觉、听觉还是触觉,基本单元几乎一致。这意味着,大脑并不是由一堆为不同任务“定制”的模块拼凑而成,而是由大量相同的计算单元构成。正是这个观察,成为“千脑理论”的起点。
他用一句非常直白的话概括这一点:“大脑里没有魔法,只有结构。”这句话的重要性在于,它把智能从神秘主义拉回到可研究、可工程化的范畴。如果结构是统一的,那么原理也应当是统一的。
千脑理论:不是一个模型,而是成百上千个
千脑理论的核心主张是:每一个皮层柱都在独立学习一个“世界模型”。所谓世界模型,指的是对外部世界中物体、关系和变化规律的内部表征。不同于传统观点认为“感知在底层、认知在高层”,Hawkins认为,每个皮层柱都同时具备感知与认知能力。
在对话中,他解释说,这些皮层柱并不是被动接收信息,而是通过运动与感知的结合来学习世界。无论是你移动眼睛,还是用手触摸物体,感知总是伴随着位移。正是在这种“感觉—运动回路”中,大脑学会了三维世界的稳定结构。
Hawkins用接近口语但极具冲击力的方式总结这一点:“智能不是看见了什么,而是知道你在世界中的位置,以及东西相对你在哪里。”多个皮层柱从不同参考系出发建模,再通过投票机制形成一致判断,这就是“一千个大脑”协同工作的方式。
从神经元到概念:参考系如何支撑抽象思维
一个经常被忽略、但在对话中反复出现的关键词是“参考系”(reference frame)。在神经科学中,它指的是用来表示位置和关系的坐标体系。Hawkins认为,参考系不仅用于空间导航,也是一切概念形成的基础。
他解释说,单个神经元并不“理解”一个完整概念,它只对某个非常具体的模式作出反应。真正的感知与理解,是大量神经元在参考系中协同活动的结果。正因为如此,大脑才能从具体的感官输入,逐步抽象出“物体”“因果”“规则”这类高层概念。
当Lex Fridman追问高层概念是否存在质变时,Hawkins的回答是否定的。他认为不存在一条从低级感知突然跳到高级思维的断裂线。“这是一条连续谱,而不是两个世界。”这一判断,直接挑战了许多把符号推理与感知学习严格分开的AI架构。
对深度学习的评价:像,但还不够像大脑
谈到当代深度学习的进展,Hawkins的态度既肯定又克制。他承认,深度神经网络在层级结构上的确“看起来很像”新皮层,人们也开始看到一些相似的涌现行为。但在他看来,关键差异在于:当前主流模型缺乏真实的世界模型。
深度学习系统大多依赖大量静态数据进行训练,而人类大脑则是在持续与世界互动中学习。Hawkins指出,没有运动、没有参考系、没有对象级别的建模,模型就很难真正理解世界,只能拟合统计相关性。
他用一句颇为尖锐的话点出问题核心:“如果你的系统不知道什么是一个‘东西’,那它就不知道它在做什么。”这也是他认为,未来通用人工智能需要从神经科学中汲取更多结构性灵感的原因。
写给未来的读者:为什么这本书现在才被理解
在谈到写作《A Thousand Brains》这本书的初衷时,Hawkins透露,他其实预期读者并不只是当下的研究者。他说自己很清楚,有些观点在提出时会显得“奇怪”,甚至不合时宜,但科学进步往往就是如此。
他提到,很多真正重要的想法,需要等技术条件、学科背景和集体认知都成熟之后,才会被认真对待。这也是他鼓励年轻人保持耐心与长期视角的原因。“不要指望一周或两周内看到结果,”他说,“理解智能是一条很长的路。”
这段对话的尾声,也回到了一个出人意料但真诚的主题:价值观。Hawkins强调,理解智能的最终目的,不只是造出更强的机器,还包括更好地理解人类自身,而“其中最重要的,当然是爱”。
总结
Jeff Hawkins在这期播客中提供的,不是一套现成的AI方案,而是一种看待智能的全新坐标系。千脑理论提醒我们:智能源于并行、多样且具身的世界模型,而非单点突破。对普通读者而言,这不仅刷新了对大脑的理解,也为判断AI发展方向提供了一把更可靠的尺子。
关键词: 千脑理论, Jeff Hawkins, 世界模型, 新皮层, 深度学习
事实核查备注: Jeff Hawkins:神经科学家,《A Thousand Brains》作者;千脑理论(Thousand Brains Theory);新皮层(neocortex);世界模型(world model);参考系(reference frame);Lex Fridman Podcast 第208期,发布时间2021-08-08。