《智能时代》(1)解锁大脑原理,你看到的世界未必真实存在

作者简介 :

本书作者有两位,第一位是:杰夫霍金斯,被受世界科技界推崇的领袖级人物,掌上电脑及手写输入系统发明人,Plam Computing、Handspring及红木神经科学研究院创始人,美国国家工程院成员。第二位是:桑德拉·布莱克斯利,《纽约时报》著名科普专栏作者。

本书简介:

世界科技界领袖级人物、掌上电脑PDA发明人杰夫·霍金斯经典力著全新升级版。

详细揭示未来主流大趋势,比大数据更能决定我们生活的是智能。智能手机,智能汽车,智能家居,智能城市……智能时代已经大踏步来临。

深入人脑核心区域,探究人类智能原理。两届诺贝尔得主强烈推荐。

回归硬件,用智能重塑所有既有的产业,已经成为公认的最有想象空间超级大势。随着可穿戴设备、手机、路由器等浅智能产品不断涌现,智能已经不再是营销的噱头以及极客们自娱自乐的玩具,它正越来越广泛的嵌入到每一个人的生活情境之中。先机决定一切,谷歌等科技巨鳄正疯狂加速在智能领域的布局,未来的世界注定是一个智能的世界。

什么是智能?

什么是智能?它是否只存在于人脑中,而不是存在于计算机中。一个6岁的小孩可以在河边自由跑动,但是即便是最先进的机器人也只能笨拙地走动;一个3岁小孩所掌握的语言能力是最好的计算机所不能及的;我们能在1秒内准确识别出猫或者狗,但是超级计算机却做不到。目前大部分人工智能试图将计算机像人类大脑那样工作,具有人类大脑的神经网络,像人脑那样去思考和运算,但是到目前为止依然离我们想要的结果相差甚远。是否意味着,我们在错误的道路上越走越远?人脑和计算机的工作原理是否天然就存在着本质的差别?

作者1979年从康奈尔大学毕业,毕业后进入了英特尔公司工作,但是一开始的工作并不顺利,作者逐渐对人脑结构和人工智能非常感兴趣,并试图加入MIT人类智能实验室,但是被拒绝之后,作者开始着手自己研究,他一开始似乎意识到,计算机和人脑的工作原理完全不同,计算机有中央处理器,而人脑没有中心,是一个网状结构,计算机的运行是高度精确的,但是人脑是可以容忍错误的。它们之间存在着很多本质的运行原理的差别。尽管普遍的人工智能提出的理论是:计算机能模拟整个大脑,一台计算机可以模拟所有的神经元和它们之间的连接,一旦这个神经网络形成,那么计算机将真正具有智能。但是作者却得出了相反的结论:人工智能领域的研究或许能产生很多有用的产品,但是他们不可能建造出真正意义上的智能机器。

在离开了英特尔后,作者加入了一家硅谷的初创公司,该公司发明了第一台笔记本电脑,在哪里作者发明了以自己命名的编程语言:GridTask,作者随后的职业生涯也发展顺利,但是他仍然摆脱不了对大脑和智能机器的好奇心和热情,因此依然决定离职全身心开始研究人工智能。

神经网络的缺陷

从1956年人类首次提出“人工智能”以来,人类就致力于赋予机器智能,在这个过程中,我们发明了文字处理器、数据库、视频游戏、互联网、手机和逼真的电脑动画等等。但是真正的智能还是离我们遥遥无期。作者认为,要创造智能,就要理解大脑,必须要回到大脑的研究中,尤其是大脑的智力的来源“新皮层”的研究。理解大脑内部的智能是如何产生的。

1986年,作者拿到了加州大学在伯克利分校的研究生学习机会,在那里他研究了上百篇科学论文和大量解剖学、生理学、哲学和语言学方面的科学论文。在20世纪80年代随着神经网络的提出,人工智能向前迈进了一大步。神经网络和人脑工作原理类似,它没有中央处理器(CPU),也不需要存储,整个网络中的知识和记忆都分散在连接上的各个节点中。但作者很快意识到,这样的神经网络依然存在3个致命缺陷。

1:大脑功能会考虑时间因素,大脑的处理是连续不断的。而且会根据实际情况进行不断调整。

2:大脑工作原理中,反馈连接非常重要,大脑接收信息后反馈的数量要比接收的多出10倍。而神经网络工作时,信息只会向一个方向传递。

3:大脑的物理结构是不断重复的层级结构,而基于计算机的神经网络却不是。

作者认为,80年代之后很长一段时间的人工智能科学家们对人工智能和神经网络的理解都陷入了“智能等同于行为”的怪圈,认为智能一定要通过行为表现出来,但是即便一个人躺在黑暗中一动不动,没有任何输出和行为,他的大脑也是可以在高速运转的。

20世纪90年代,这10年被称之为“大脑研究的十年”,当时最受欢迎的技术之一就是核磁共振成像技术,可以拍摄出人类大脑活动的图像,但是它不能记录快速的变化。

从直觉上看,一个智能系统的衡量标准显然是智能的行为。但作者认为正是这种直觉让我们没有看到正确的答案。就像哥白尼之前的天文学家错误地认为地球是固定不动,处于宇宙的中心一样荒谬。所以作者认为不能淹没在细节的海洋中,应该转换研究的角度去思考。

许多哲学家和心理学家认为,思维和大脑的关系就像是软件和硬件的关系,我们的思维可以存在于任何类似大脑的硬件中,就像很多软件是可以跨平台运行的一样,因此从这个角度,理解了大脑也并不能帮助我们理解思维。所以人工智能中,只在行为上跟人相同显然是不够的,我们需要在思维层面产生智能,即像人一样去思考。

大脑和人工智能的神经网络有什么不同?大脑是如何工作的,这部分的内容让我们详细探讨大脑的工作原理。这部分的内容有点抽象,比较难以理解,所以在阅读之前请大家集中精力,相信这短短的10多分钟,会让你脑洞大开。

我们从一个故事开始,你相信可以用舌头看世界吗?有一位世界级运动员艾瑞克·维汉梅尔,在13岁时失明,但是他2002年的成功登顶了珠穆朗玛峰,成为了有史以来尝试并完成这一挑战的第一位盲人。他意志坚定,四处演讲分享与失明命运斗争的经历,在2003年,维汉梅尔又一次重新看到了世界,但并不是通过眼睛,而是安装在舌头上的一个显示视觉模式的装置,该装置和安装在他前额上面的一个摄像头连接起来,通过摄像头的像素点的不同传感到舌头上的压力来传递给大脑图像的视觉信息,而且大脑也真的学会和理解了这些信息,并形成了图像,在安装了这套装置后,他看到了一个球在地板上朝他滚过来,他可以和人玩剪刀石头布的游戏,可以走向走廊和开门等等正常人所能做的一些事情。他是如何做到的?接下来,让我们从大脑的结构开始讲起。

普遍理解的大脑

人类大脑外表非常均衡,被一层薄薄的、软软的、粉灰色的、上面布满了脊突和沟壑的新大脑皮层包裹着。我们的人类几乎所有的智力的能力,都来自于这篇区域,包括感知、语言、想象力、数学、艺术、音乐等等一起与智力相关的能力。所有让我们再放大它深入看看到底里面结构是怎样的。

大脑皮层层级系统

在结构上,大脑新皮层由6层大约2毫米厚的皮层组成,可以想象就像六章扑克牌的卡片叠在一起那样,当然其他动物比如老鼠也有类似光滑的6层的大脑皮层,人类之所以聪明,是因为我们的大脑皮层更大,覆盖区域更广,如果把这6层皮层铺开,面积相当于一张大的晚餐餐布那么大,而老鼠的就只有一张邮票那么大;猴子的相当于一个商业信封的大小。而且这6个皮层之间是有高低的层级概念的,就像公司中的职位等级一样,它们的层级跟它们所处的位置无关,取决于它们之间的连接方式,而连接方式的不同是基因决定的。身体从外部会首先到达低级别区域,然后将信息从底层向高层传递,而高层区域用另外一种方式向下发送反馈信息,而且发现信息的反馈比正向的流动更多。各层级之间的工作任务也是不同的,例如视觉信息通过眼睛到达大脑的最低层级处理,对低级别视觉特征进行检测,比如辨别色彩和对比度等信息,随后信息传递到更高一层大脑区域,一些层级会处理比如红色和蓝色的反应,另外一些层次专门负责检测物体的运动,位于视觉皮层更高级别是一些表征你对各种物体的视觉记忆的区域等等。

大脑皮层内部结构

大脑神经元

大脑皮层上分布着约300亿个神经元细胞,它们包含了你几乎所有的记忆、技能、知识等等一切。这300亿个神经元细胞绝大部分是锥形的,每个细胞上面有线状的分子结构,称之为轴突和树突,当一个神经元的轴突接触到另外一个神经元的树突时,就会形成一些连接,称之为突触。每个神经元有数千个突触与其他神经元相连接,一个神经元的神经冲动就是通过突触将信号(动作电位)传递给另外一个神经元。300亿个神经细胞排列非常紧凑,相互连接。

大脑如何处理各种信息

我们的视觉、听觉、嗅觉、味觉、触觉是如何通过传递到我们大脑,然后如何直到我们的行为的呢?普通的脑科学,尤其是90年代以后核磁共振技术的发展,普遍的脑科学家都认为我们大脑每个部分有各自的功能。但1978年神经科学家蒙卡斯尔在其研究论文《大脑功能的组织原则》中提出了另外一个解释。大脑每个部分的功能并非固定不变的,相互之间是可以相互学习和替代的,而且不管是视觉、听觉还是触觉都信息,在大脑内部都遵循相同的处理模式。各区域大脑皮层的外表和结构上存在这高度的同质性。处理听觉输入的皮层区域与处理触觉的区域相似,同时控制肌肉的皮层区域也相似,同时这些不同的区域所发挥的作用也是相同的,大脑皮层似乎使用相同的计算方法来完成它的一切功能,类似遵循同一个算法来计算视觉、听觉和运动等信息,意味着之前用于处理听觉的大脑部分也可以用于处理视觉,它们之间具有高度的灵活性和可塑性,例如将刚出生的老鼠几块视觉皮层移植到负责触觉的区域,经过发育成熟后,这部分脑区就慢慢开始可以处理触觉信息。那为什么大脑能分别处理我们的视觉、听觉等信息呢?大脑主要是通过大脑各区域输入的信息来发展出专门的功能,类似一个管子,如果是用于传输自来水,就是自来水管,如果用于传输石油,那么就是输油管道一样。大脑皮层中的组织如同地区的政治地理一样,如果在早期设定一个完全不同的环境,就可能会导致与今天完全不同的地缘划分情况。

大脑具有高度灵活性和可塑性

基因决定着大脑整个机构,包括区域之间相互连接的具体细节,但在这个系统中,具有高度的灵活性和可塑性,各个皮层区域共享一个强大的通用算法。作者同时指出所有的信息,包括声音、图像、触觉、味觉等信息都同时具有时间和空间两个属性,不同的信息会转化为轴突上的“空间-时间”模式进入你的大脑。我们大脑里面一片漆黑和寂静,无法直接感知外部世界,它所了解的方式只有轴突上的输入时间-空间模式流来感知世界和产生自我意识。而且所有的外部信息都会转化成为相同的模式通过大脑的通用算法进行处理,为此,美国生物医学工程教授保罗发明了一种在舌头上显示视觉模式的装置,盲人可以通过舌头上的感觉来转化成为视觉信息,这就是刚开始我们将的那个离奇的故事。

大脑是处理模式的机器,从本质上讲,模式才是大脑工作的实质,各个部分基于同一个算法,处理来自视觉、听觉还是触觉信息,大脑就类似一个黑盒子,所有的输入信息都只是一个个模式而已。可以想象如果我们能破译新皮层的算法并创立一种模式科学,我们就可以将其应用到任何想要使之拥有智能的系统上,这样我们可以让任何物体拥有智能,它们可以看,可以听也可以和人类一样产生感觉和自我意识。

对于大脑来说,所有的信息只是一个个模式而已,由此作者引发出了一个哲学问题。我们真实的世界真的是像我们看到和感觉的客观存在吗,并不是我们想象出来的吗?

(0)

相关推荐

  • 获得性学者症候群

    /// Acquired savant syndrome 说个有关大脑的有意思的事情.一位读者,牛sjeans,跟我说,他小时候有两次头被磕破流血了,之后好像突然变得特别聪明.考试成绩也好,课堂表现也 ...

  • 人脑与卷积神经网络的诡异对应,识别三维图形反应模式非常相似

    新智元发布时间:10-2714:00万象大会年度获奖创作者,新智元官方帐号新智元导读]一直以来,神经网络可以让我们了解我们的大脑,就像我们利用我们对大脑的了解来开发新的神经网络一样.近日,有研究团队发 ...

  • “大脑地图”的数字探秘

    "大脑地图"的数字探秘 来源:<中国科学报>2021-06-24 09:14 人脑样本的图像采集 图片源自论文 ■记者 刁雯蕙 近日,谷歌与哈佛大学的Jeff Lich ...

  • 在这个方面,早期人脑和人工智能有着“诡异”的对应

    研究人员发现电脑视觉和人脑视觉在视觉策略方面有着惊人的相似性.它们在视觉形成的初始阶段就会检测到三维形状信号. 一项近日发表在<当代生物学>杂志的文章指出,大脑在视觉形成的初始阶段就会检测 ...

  • 连载9|智能时代的指挥与控制

    九.智能时代的指挥与控制 张维明 朱先强 黄松平 智能化时代已经来临,战争形态正加速向智能化战争演变.军事智能已经成为未来军事科技的制高点,引领人工智能领域的发展,颠覆军事思想.装备体系.部队编成和作 ...

  • 智能时代,奢华手机鼻祖VERTU现在怎么样了?

    丘吉尔的传记影片<至暗时刻>还在上映,口碑极好,被影评人认定是2018年奥斯卡奖的最强竞争者之一. 除了加里·奥德曼对丘吉尔几近真实的演绎,影片的服装设计也颇受好评,几乎每一帧画面拿出来都 ...

  • 医疗智能时代来临,医生护士要失业?

    随着两会上人工智能首次列入李总理的政府工作报告,人工智能成了热议话题.两会上,政协委员郭广昌提出重视医学人工智能方面,推进健康医疗大数据应用等建议,让医疗人工智能备受关注. 其实不仅是国内,在全球医疗 ...

  • 5G、AI快速发力,智能家居迎来主动智能时代

    作为新时期的热词,"智能"备受家电行业关注,越来越多企业正不断拓宽其智能化道路,智能家居迎来主动智能时代. 智慧家庭市场,规模加速扩容 近五年,国内智慧家庭市场规模加速扩容,在20 ...

  • 2%的人将控制未来,成为他们或被淘汰——读《智能时代》

    很怀念小时候,那时报纸.杂志.电视和广播是我们的灯塔,图书馆是我们的星辰大海.那时我们的记忆力好于体力,没有云存储,只有脑回路. 这是申鹤公众号第846天的第840篇原创文章 最近还在研究平台的大数据 ...

  • 数字智能时代的集团型企业票财税一体化转型思考

    在数字化转型的大趋势下,中国税务征管环境迎来智能化变革.金税三期全面上线,纳税征管平台进一步集中,预示着税款征收已经网络化;增值税电子普通发票稳步推进,增值税电子专用发票试点,税源管理日趋数字化;千户 ...

  • 智能时代,把这三种能力锻炼得专业,会让你的发展立于不败之地

    你觉得智能时代的到来,会让哪些人失业呢? 不用说一些高大上的例子,就拿停车场来说.以前在每个停车场的出入口,都会有人待在值班室里面看守车辆进出. 而现在?几乎慢慢都换成了智能车牌识别系统,变成了无人看 ...

  • 没知识不可怕,没思维才可怕,智能时代生存应具备的3种思维

    以前我们只要学习知识就够了,为什么这几年开始重视思维方式的提升? 一个原因是知识增长太快,知识膨胀的速度远大于个人学习的速度,即使一个很细分的行业,也很难将这个小领域的全部知识学完学精. 另一个原因是 ...

  • 智能时代的基本功:1月书单

    智能时代的基本功:1月书单