下载掌阅APP，畅读海量书库
立即打开
你大脑中的细胞正在阅读这些文字。想想都很神奇，细胞很简单，单个细胞不能阅读，也不能思考，很多事情都不能做。然而，如果我们把足够多的细胞放在一起组成一个大脑，它就不仅能看书，还能写书。这些组成大脑的细胞能设计建筑、发明技术、破译宇宙的奥秘。一个由简单细胞组成的大脑是如何创造智能的？这是一个非常有趣的问题，并且依然是个未解之谜。
人们认为，了解大脑的工作原理是人类面临的重大挑战之一。这一探索已经催生了数十项国家和国际倡议，如欧洲的“人脑计划”（Human Brain Project）和“国际脑计划”（International Brain Initiative）。实际上，世界各国数以万计的神经科学家在几十个专业领域开展的研究，都在试图了解大脑。虽然神经科学家对不同动物的大脑进行了研究并提出了不同的问题，但神经科学的最终目标是了解人脑是如何产生人类智能的。
你可能会对我的说法感到惊讶：人类的大脑仍然是个谜吗？人们每年都会公布与大脑有关的新发现，出版与大脑有关的新书籍，人工智能等相关领域的研究人员也声称他们创造的人工智能正在接近老鼠或猫的智能。由此很容易得出结论，科学家已经充分了解了大脑的工作原理。但如果你去问神经科学家，几乎所有人都会承认，人类对大脑的探索仍然处于黑暗之中。我们虽然已经掌握了大量关于大脑的知识和事实，但我们对大脑的工作原理了解甚少。
1979年，因研究DNA而闻名的弗朗西斯·克里克写了一篇关于脑科学现状的文章《思考大脑》。他描述了科学家收集到的关于大脑的大量事实，然而他总结道：“尽管有关大脑的细节知识在不断积累，但大脑究竟是如何工作的仍然相当神秘。”他接着说：“脑科学研究明显缺乏的是一个可以解释这些研究结果的普适的思想框架。”
克里克注意到，科学家几十年来一直在收集关于大脑的数据，他们知道大量的事实，但没有人弄清楚如何将这些事实组合成有意义的东西。大脑就像一张巨大的拼图，有成千上万的碎片。这些碎片就在我们面前，但我们无法理解它们。没有人知道解决方案应该是什么样子的。克里克认为，大脑是个谜，不是因为我们没有收集到足够的数据，而是因为我们不知道如何排列已经拥有的这些“碎片”。在克里克写下这篇文章后的40多年里，大脑研究领域有了许多重要的发现，其中有几项我将在后面讲到，但总的来说，克里克的观点仍然是正确的。智能是如何从你大脑中的细胞里产生的，仍然是一个难解之谜。尽管每年都有越来越多的解谜碎片被收集起来，我们有时却感觉自己离了解大脑越来越远了，而不是越来越近了。
我在年轻时读到克里克的文章，受到了很大的鼓舞。我觉得我们可以在有生之年揭开大脑的奥秘，从那时起，我就一直在想方设法实现这个目标。在过去的十几年里，我在硅谷领导了一个研究小组，研究大脑的其中一个部分，即新皮质。新皮质约占大脑体积的70%，它负责与智能有关的一切，从视觉、触觉和听觉，到各种形式的语言，再到数学和哲学等抽象思维。研究的目的是充分了解新皮质的工作原理，以便我们能够解释大脑的生物学特征，并创造基于相同工作原理的智能机器。
2016年年初，我们的研究有了显著变化：我们对大脑的理解有了突破性进展。我们意识到，我们和其他科学家都忽略了一个关键要素。有了这个新的见解，我们明白了拼图的各个部分是如何组合在一起的。换句话说，我相信我们发现了克里克在文章中提到的思想框架，这个框架不仅解释了新皮质工作的基本原理，而且提供了一种思考智能的新方法。我们还没有形成一套完整的大脑理论，还有很长的路要走。科学领域通常是从一个理论框架开始，后来才会有针对细节的研究。也许最著名的例子便是达尔文的进化论。达尔文提出了一个关于物种起源的新思维方式，但其中的细节，如基因和DNA如何发挥作用，直到许多年后才为人所知。
为了变得智能，大脑必须学习关于这个世界的许多东西。我指的不仅是我们在学校学习的东西，还包括基本的东西，比如日常物品的外观、声音和触感。我们必须了解物品的表现方式，从门如何打开和关闭，到我们触摸智能手机的屏幕时那些应用程序会做出什么反应。我们需要知道世界上所有东西的位置，从你把钱放在家里的哪个角落，到图书馆和邮局在镇上的哪个位置。当然，我们还要学习更高层次的概念，如“同情”和“政府”这两个概念的含义。除此以外，我们还学习了数以万计的词汇的含义。我们都拥有大量关于这个世界的知识。我们所拥有的一些基本技能是由基因决定的，如吃饭或对疼痛的本能反应，但我们对这个世界的大部分认知都是后天习得的。
科学家认为，大脑学习的是世界的模型。“模型”这个词意味着我们了解的所有知识不是以一堆事实的形式储存起来的，而是以一种能够体现世界和它所包含的一切这种结构组织起来的。例如，要知道什么是自行车，我们并不会记住关于自行车的一系列事实。相反，我们的大脑创建了一个自行车模型，其中包括自行车不同的部分，这些部分是如何排列的，以及不同的部分是如何移动和配合工作的。为了认出某样东西，我们需要了解它的外观和触感；为了实现目标，我们需要了解世界上的事物在与我们互动时的典型表现。智能与大脑中的世界模型密切相关，因此，要了解大脑如何创造智能，我们必须弄清楚由简单细胞组成的大脑是如何学习这个世界的模型和它所包含的一切事物的。
2016年，我们的研究发现解释了大脑如何学习这个模型。我们推断，大脑新皮质以一种叫作“参考系”的方式储存了我们所知道的一切知识。我稍后会更全面地阐释这一点，但现在，我用一张地图来做类比。一张地图便是一种模型：一个城镇的地图是这个城镇的模型，而网格线（如经纬线）便是一种参考系，它提供了地图的结构。参考系告诉你事物之间的相对位置，以及如何实现目标，比如如何从一个地点到达另一个地点。我们发现，大脑中的世界模型也是基于地图般的参考系建立的，不是一个参考系，而是数十万个。事实上，我们现在了解到，大脑新皮质中的大多数细胞都致力于创建和操控参考系，大脑利用这些参考系部署计划，进行思考。
有了这种新的见解，神经科学领域的一些重大问题的答案便开始进入人们的视野。这些问题包括：我们的各种感觉信息是如何被整合进单一经验中的？当我们思考时大脑发生了什么？两个人为什么会根据相同的观察数据得出不同的观点？为什么我们有自我意识？
这本书讲述了这些发现及其对人类未来的影响。大多数相关的研究论文已经在科学期刊上发表。我在本书的“推荐阅读”中提供了这些论文的出处。然而，科学论文并不适合阐释宏大的理论，尤其是以非专业人士能够理解的方式。
我把这本书分为三个部分。在第一部分中，我描述了参考系理论，我们称之为“千脑智能理论”。该理论部分基于逻辑推理，因此我将带你了解我们通过哪些步骤得出了结论。我还会为你提供一些历史背景知识，以帮助你了解该理论和此前与大脑有关的研究之间的关系。读完第一部分，我希望你能理解在思考和行动时，你的大脑中发生了什么，以及智能意味着什么。
本书的第二部分是关于机器智能的内容。智能机器将改变21世纪，就像计算机改变了20世纪一样。千脑智能理论解释了为什么现在的人工智能还不智能，以及我们需要做什么来制造真正的智能机器。我描述了未来的智能机器将是什么样子，以及我们将如何使用它们。我解释了为什么有些机器将会具有意识，如果这些机器真的具有意识了，我们应该怎么做。许多人会担心，智能机器的存在是一种风险，我们即将创造一种会毁灭人类的技术。我并不认同这种观点。我们的研究发现足以说明机器智能就其本身而言，是良性的。但是，作为一项强大的技术，其风险在于人类将如何运用它。
在本书的第三部分中，我从大脑和智能的角度来看待人类的状况。大脑中的世界模型包括自我模型。这揭示了一个奇特的真相：你和我每时每刻所感知到的，都是一个模拟的世界，而不是真实的世界。千脑智能理论所阐释的一个后果是，我们对世界的信念可能是错误的。我解释了这种情况是如何发生的，为什么错误的信念难以消除，以及错误的信念与我们更原始的情感结合在一起后，会对我们的长期生存构成哪些威胁。
我认为最后几章所讨论的内容，是我们作为一个物种将面临的最重要的选择。我们可以通过两种方式思考自己。第一种方式是从生物有机体的角度思考，因为人类是进化和自然选择的产物。从这个角度来看，人类是由基因决定的，而生命的目的就是复制它们。第二种方式是从智能物种的角度思考，因为我们现在正从纯粹的生物学的过去中脱离出来，已经成为一个智能物种。我们是地球上第一个知道宇宙的大小和年龄的物种；我们是第一个知道地球如何演化以及我们如何形成的物种；我们是第一个发明工具的物种，这些工具使我们能够探索宇宙并了解其奥秘。从这个角度来看，人类是由智能和知识而非基因决定的。当我们思考未来时，面临的选择是，我们应该继续受生物学意义上的过去所驱动，还是选择拥抱新出现的智能。
我们可能无法同时做到这两点。人类正在创造强大的技术，这些技术可以从根本上改变地球，操纵生物，并很快创造出比人类更聪明的机器。但人类仍然拥有使人类走到这一步的原始行为。这种组合是我们必须解决的真正存在的风险。如果我们愿意接受人类是由智能和知识而非基因决定的这一点，那么也许，我们可以创造一个更持久、具有更崇高的目标的未来。
千脑智能理论诞生的过程漫长而曲折。我在大学学习的是电子工程专业，在英特尔公司做第一份工作时，就读到了克里克的论文。这篇论文对我产生了非常深刻的影响，促使我决定转行，一生致力于研究大脑。我曾试图在英特尔公司谋得一个研究大脑的职位，但失败了。之后我申请成为麻省理工学院人工智能实验室的博士研究生，因为我认为制造智能机器最好的方法是先从研究大脑开始。在麻省理工学院的面试中，我提出的以大脑理论为基础创造智能机器的提议遭到拒绝。他们告诉我，大脑只是一个混乱的计算机，研究它没有任何意义。我很沮丧，但没有气馁。接下来，我被加州大学伯克利分校的神经科学博士研究生项目录取，于1986年1月开始了我的研究。
来到加州大学伯克利分校后，我向神经生物学研究生组的系主任弗兰克·韦伯林征求意见。他让我写一篇论文，描述我的博士论文研究课题。在这篇论文中，我论述说，我想研究有关新皮质的理论。我想通过研究新皮质如何进行预测来进一步探究这个问题。韦伯林教授让几位教员阅读了我的论文，他们给出了比较积极的反馈。韦伯林教授告诉我，我的雄心壮志令人钦佩，我的研究方法也合理，我想研究的问题也是科学中最重要的问题之一（我并没有看到这一点），但他不确定我当时如何能够实现这个梦想。作为神经科学专业的一名研究生，我必须开展教授已经在研究的工作，而在加州大学伯克利分校，或者任何其他地方，没有人在做与我想做的事情相近的工作。
人们会认为试图发展出一套完整的关于大脑功能的理论过于雄心勃勃，因此风险太大。如果一个学生在这方面做了5年的研究而没有取得进展，那他可能无法毕业。对教授来说，这样做也有同样的风险，他们可能无法获得终身职位。为研究提供资金的机构也认为这么做风险太大了。专注于理论的研究提案通常会遭到否决。
我本可以在一个实验型实验室工作，但参观了几个实验室后，我发现这并不适合我。我的大部分时间都将花在训练动物、制造实验设备和收集数据上。我发现的任何理论都将局限于该实验室研究的大脑部分。
在接下来的2年时间里，我每天都在大学的图书馆里阅读一篇又一篇的神经科学论文。我读了几百篇，包括过去50年里发表的所有重要论文。我还读了心理学家、语言学家、数学家和哲学家对大脑和智能的看法。我接受了一流的教育，尽管是非常规的教育。经过2年的自学，我决定做出改变，我想到了一个新的计划：我要再次返回工业界，工作4年时间，然后再重新考虑学术界的机会。于是，我又回到了硅谷，投身到个人计算机方面的工作。
作为一个企业家，我开始小有成就。1988年至1992年，我创造了平板电脑GridPad，它属于第一批平板电脑。1992年，我成立了Palm公司，之后在长达10年的时间内，我设计了一些最早的掌上电脑和智能手机，如PalmPilot和Treo。在我公司工作的每个人都知道，我依然心系神经科学，我认为我在移动计算方面的工作只是暂时的。设计第一批掌上电脑和智能手机是一件令人兴奋的事。我知道数十亿人最终都会依赖这些设备，但我觉得了解大脑更为重要。我相信相比于计算机技术，大脑理论将对人类的未来产生更为积极的影响。因此，我需要回到大脑研究中去。
于是，我离开了我创立的公司。在一些神经科学家朋友，特别是加州大学伯克利分校的罗伯特·奈特（Robert Knight）、加州大学戴维斯分校的布鲁诺·奥斯豪森（Bruno Olshausen）和美国国家航空航天局艾姆斯研究中心（NASA Ames Research）的史蒂夫·佐内策（Steve Zornetzer）的帮助和推动下，我在2002年创立了红木神经科学研究所。红木神经科学研究所拥有10位全职科学家，他们都专注于新皮质理论研究。我们都对大脑的宏大理论研究感兴趣，而红木神经科学研究所是世界上唯一一个不仅接纳我们，而且对我们的研究工作心怀期待的地方。在我管理红木神经科学研究所的3年时间里，我们迎来了100多名访问学者，其中一些人在这里只待了几天或几周。我们每周都会有讲座，且对公众开放，这些讲座通常都会变成持续几个小时的讨论和辩论。
在红木神经科学研究所工作的所有人，包括我在内，都认为这很好。我认识了许多世界顶级的神经科学家，与他们共度了一段美好时光。我也因此掌握了神经科学多个领域的知识，而一般的学术职位很难提供这样的便利。问题是，我想知道一系列具体问题的答案，而我并没有看到研究团队在这些问题上达成共识。各个科学家都满足于做他们自己的事情。因此，在管理红木神经科学研究所3年后，我认为实现我的目标的最佳方式就是领导我自己的研究团队。
红木神经科学研究所在其他方面都做得很好，所以我们决定把它搬到加州大学伯克利分校。没错，这个当初不支持我研究大脑理论的地方，在19年后，认为成立一个大脑理论研究中心正是他们所需要的。红木神经科学研究所更名为红木理论神经科学中心（Redwood Center for Theoretical Neuroscience），现在依然在发展。
红木神经科学研究所搬到加州大学伯克利分校后，我和几个同事创立了Numenta公司，一家独立的研究公司。我们的主要目标是提出一套关于新皮质如何工作的理论，次要目标是将我们所学到的关于大脑的知识应用于机器学习和机器智能。Numenta公司与大学里典型的研究实验室类似，但灵活性更大。它使我能够指导一个团队，确保我们都专注于同一任务，并根据需要经常尝试新的想法。
在我写这本书的时候，Numenta已经有超过15年的历史了，然而在某些方面，Numenta仍然像一个初创公司。试图弄清新皮质的工作方式是极具挑战性的。为了取得进展，我们不仅需要保证初创环境的灵活性和专注性，还需要倾注大量的耐心，这在初创企业中并不常见。2010年，即公司创立5年后，我们取得了第一个重大发现：神经元如何进行预测。新皮质中的地图状参考系的发现发生在2016年。
2019年，我们着手进行次级任务，将大脑原理应用于机器学习。那一年我开始写这本书，分享我们所学到的东西。
我发现，宇宙中唯一知道宇宙存在的东西竟是漂浮在我们脑海中重量不足1.4千克的细胞团，这实在太令人惊讶了。这让我想起了一个古老的疑问：如果一棵树在森林中倒下了，而并没有人听到它倒下的声音，那这棵树倒下时有没有发出声音呢？同样，我们可以提出疑问：如果宇宙的出现和消失，没有大脑知道，那么宇宙真的存在吗？谁知道呢？存在于你头骨中的几十亿个细胞不仅知道宇宙的存在，而且知道它是辽阔而古老的。这些细胞已经掌握了一个“世界模型”，据我们所知，这些知识在其他任何地方都不存在。我一生都在努力了解大脑是如何做到这一点的，我对我们所学到的东西感到兴奋，我希望你也会感到兴奋。让我们开始吧。