2022新機(jī)器智能教材

22新機(jī)器智能PAGEPAGE100第1章人工智能與人類智能1979年6月，當(dāng)我從康奈爾大學(xué)電氣工程專業(yè)畢業(yè)時(shí)，對(duì)自己的生活沒(méi)有任何規(guī)劃。我開(kāi)始在美國(guó)俄勒岡州波特蘭市新成立的英特爾公司擔(dān)任工程師。當(dāng)時(shí)，微型計(jì)算機(jī)行業(yè)剛剛起步，而英特爾公司則是行業(yè)翹楚。我的工作是分析和解決我們公司的主要產(chǎn)品，即單板機(jī)在使用過(guò)程中出現(xiàn)的問(wèn)題。由于英特爾公司發(fā)明了微處理器，從而使整臺(tái)計(jì)算機(jī)可以放在一塊電路板上。我印發(fā)了一份新聞簡(jiǎn)報(bào)，去了一些地方旅行，并拜訪了一些客戶。盡管那時(shí)我很年輕，很想念在俄亥俄州辛辛那提工作的好友，但說(shuō)實(shí)話日子過(guò)得不錯(cuò)。幾個(gè)月后發(fā)生的一件事改變了我的人生方向。我閱讀了新出版的《科學(xué)美國(guó)人》9月刊。那一期的內(nèi)容全部與大腦有關(guān)，它重新點(diǎn)燃了我童年時(shí)對(duì)大腦的興趣。這期雜志很吸引人，從中我了解到大腦的組織結(jié)構(gòu)、發(fā)育情況和化學(xué)成分，視覺(jué)、運(yùn)動(dòng)和其他特殊功能的神經(jīng)機(jī)制，以及精神障礙的生物學(xué)基礎(chǔ)。我覺(jué)得這是《科學(xué)美國(guó)人》有史以來(lái)最好的一期。與我交談過(guò)的幾位神經(jīng)科學(xué)家告訴我，這期雜志對(duì)他們的職業(yè)選擇起到的作用，就像它對(duì)我產(chǎn)生的影響一樣重要。該期雜志中，最后一篇文章《思考大腦》是弗朗西斯·克里克寫的，他是DNA克認(rèn)為，盡管關(guān)于大腦的詳細(xì)知識(shí)在不斷積累，但大腦的工作原理仍然是一個(gè)難解之謎。科學(xué)家通常不寫他們不知道的東西，但克里克不在乎。他就像那個(gè)指出皇帝沒(méi)穿衣服的男孩。根據(jù)克里克的說(shuō)法，神經(jīng)科學(xué)只有大量的數(shù)據(jù)，沒(méi)有一種理論。他的原話是：“目前明顯缺乏的是一個(gè)普適的思想框架。”對(duì)我來(lái)說(shuō)，這位英國(guó)紳士的言外之意是：我們對(duì)大腦的工作原理毫無(wú)頭緒。在當(dāng)時(shí)，情況的確如此；而到了今天，情況依然如此?？死锟说脑拰?duì)我來(lái)說(shuō)有一種號(hào)召力。它喚醒了我渴望了解大腦和制造智能機(jī)器的畢生愿望。雖然我當(dāng)時(shí)剛剛大學(xué)畢業(yè)，但我決定改變職業(yè)方向。我要研究大腦，不僅要了解它是如何工作的，而且要以這些知識(shí)作為新技術(shù)的基礎(chǔ)，制造智能機(jī)器。但是，要將這個(gè)計(jì)劃付諸行動(dòng)，我還需要一些時(shí)間。1980年春天，我被調(diào)到英特爾公司的波士頓辦事處，與我未來(lái)的妻子團(tuán)聚，那時(shí)她剛剛開(kāi)始讀研。我當(dāng)時(shí)的工作是教導(dǎo)客戶和員工如何設(shè)計(jì)基于微處理器的系統(tǒng)。但一個(gè)不同的目標(biāo)吸引了我：我想弄清楚如何設(shè)計(jì)基于大腦理論的系統(tǒng)。我心中的工程師角色意識(shí)到，只要了解了大腦是如何工作的，就可以制造它們，而制造人工大腦的自然方法是用硅芯片。而我當(dāng)時(shí)就在一家發(fā)明了硅存儲(chǔ)芯片和微處理器的公司工作，因此我想，說(shuō)不定我可以勸說(shuō)英特爾公司高層，讓我能花部分時(shí)間思考智能以及如何設(shè)計(jì)類似大腦的存儲(chǔ)芯片的問(wèn)題。我給英特爾公司時(shí)任董事長(zhǎng)戈登·摩爾（GordonMoore）寫了一封信。這封信的主要內(nèi)容如下：親愛(ài)的摩爾博士：意。杰夫·霍金斯摩爾幫我與英特爾公司的首席科學(xué)家特德·霍夫（TedHoff）聯(lián)系。我飛到加利福尼亞去見(jiàn)他，并提出了研究大腦的建議?；舴蛞騼杉露劽旱谝患率撬谠O(shè)計(jì)第一個(gè)微處理器過(guò)程中的貢獻(xiàn)，我知道這件事。第二件事是他在早期神經(jīng)網(wǎng)絡(luò)理論方面的成就，當(dāng)時(shí)我還不知道。霍夫?qū)θ斯ど窠?jīng)元及其應(yīng)用經(jīng)驗(yàn)豐富。而彼時(shí)的我在這方面還沒(méi)有太多經(jīng)驗(yàn)。聽(tīng)完我的建議后，他說(shuō)他不相信在可預(yù)見(jiàn)的未來(lái)人們有可能弄清楚大腦是如何工作的，因此對(duì)于英特爾公司來(lái)說(shuō)，支持我沒(méi)有意義。霍夫是正確的，現(xiàn)在幾十年過(guò)去了，我們才剛開(kāi)始在理解大腦方面取得重大進(jìn)展。在商業(yè)界，時(shí)機(jī)就是一切。不過(guò)，當(dāng)時(shí)我還是很不服氣。后，我開(kāi)始尋找下一個(gè)最好的辦法。我決定申請(qǐng)麻省理工學(xué)院的研究培訓(xùn)，我有一個(gè)制造智能機(jī)器的愿望，這些都沒(méi)問(wèn)題。我想先研究大腦，看看它們是如何工作的……的科學(xué)家看來(lái)，是不可能實(shí)現(xiàn)的。的事情，計(jì)算機(jī)都能做到，就算是大腦做不到的事情，計(jì)算機(jī)也能做到，所以為什么要被“自然界計(jì)算機(jī)”——大腦那與生俱來(lái)的混亂狀況限制思維呢？研究大腦會(huì)限制思維。他們認(rèn)為，最好是研究計(jì)算的極限，然后在數(shù)字計(jì)算機(jī)中完美地表達(dá)出來(lái)。他們的終極目標(biāo)是寫出最初與人類能力相匹配，然后超越人類能力的計(jì)算機(jī)程序。他們采取了一種以目的證明手段的方法，卻對(duì)真正的大腦如何工作不感興趣，一些人甚至以忽視神經(jīng)生物學(xué)為榮。這讓我很震驚，因?yàn)槲矣X(jué)得這種解決問(wèn)題的方式完全錯(cuò)誤。直覺(jué)告訴我，人工智能的方法不僅無(wú)法創(chuàng)造出能產(chǎn)生人類行為的程序，而且也無(wú)法使我們理解什么是智能。計(jì)算機(jī)和大腦秉承兩種完全不同的原則。一個(gè)是編程，一個(gè)是自學(xué)；一個(gè)必須性能完好才能工作，一個(gè)自然靈活且能兼容失誤；計(jì)算機(jī)具備中央處理器（CPU），大腦則沒(méi)有中央控制機(jī)制。個(gè)中差異不勝枚舉。我了解計(jì)算機(jī)的工作原理，無(wú)論是上層的操作系統(tǒng)，還是底層的物理實(shí)現(xiàn)，這些知識(shí)讓我有一種強(qiáng)烈的直覺(jué)，即大腦和計(jì)算機(jī)在本質(zhì)上是不同的。我無(wú)法證明這一點(diǎn)，但我就是知道這一點(diǎn)，就像一個(gè)人可以憑直覺(jué)知曉事物一樣。真正的智能機(jī)器。之前沒(méi)辦法做到。他們不相信需要研究真正的大腦才能了解智能和制造智能機(jī)器。1981年，麻省理工學(xué)院拒絕了我的入學(xué)申請(qǐng)。能力有限的人工智能今天許多人還會(huì)這樣認(rèn)為，人工智能依舊是一個(gè)前景光明的方向，只是在等待足夠的算力來(lái)兌現(xiàn)它的許多承諾。持這種想法的人認(rèn)為，當(dāng)計(jì)算機(jī)擁有足夠大的內(nèi)存和足夠強(qiáng)的處理能力時(shí)，人工智能研究人員將能夠制造智能機(jī)器。我不同意這種觀點(diǎn)。人工智能有一個(gè)根本缺陷，那就是它未能充分理解什么是智能，或未能理解某個(gè)事物意味著什么。簡(jiǎn)單回顧一下人工智能的歷史和它秉承的原則，就能解釋這一研究方向是如何走偏的。域發(fā)展的一個(gè)關(guān)鍵人物是英國(guó)數(shù)學(xué)家艾倫·圖靈（AlanTuring），他是通用計(jì)算機(jī)概念的提出者之一。他的壯舉是正式證明了通用計(jì)算的概情況都是如此。作為驗(yàn)證的一部分，他構(gòu)想了這樣一臺(tái)機(jī)器——名的1和0靈就想到用紙帶存儲(chǔ)信息。這個(gè)盒子，也就是我們今天所說(shuō)的CPU，會(huì)遵循一套固定的規(guī)則來(lái)讀取和編輯紙帶上的信息。圖靈用數(shù)學(xué)方法證明，如果你為CPU選擇了一套正確的規(guī)則，并給它一個(gè)無(wú)限長(zhǎng)的紙帶，無(wú)論你要處理的問(wèn)題是計(jì)算平方根、計(jì)算彈道軌跡、玩游戲、編輯圖片，還是核對(duì)銀行交易信息，它們本質(zhì)上都是一串由0和1息處理。所有數(shù)字計(jì)算機(jī)在邏輯上都是等價(jià)的。不重要，只要它能產(chǎn)生類似于人類的行為即可。人工智能的支持者看到了計(jì)算和思考之間的相似之處。他們說(shuō)：“生了什么？人類使用心理符號(hào)表征各枚棋子的位置和彼此間的恰當(dāng)聯(lián)還可以用大腦的神經(jīng)元網(wǎng)絡(luò)，不管怎樣，只要你的工具能夠?qū)崿F(xiàn)通用圖靈機(jī)的等效功能即可?！?943年，神經(jīng)生理學(xué)家沃倫·麥庫(kù)洛克（WarrenMcCulloch）和數(shù)學(xué)家沃爾特·皮茨（WalterPitts）發(fā)表的一篇科學(xué)論文支持了這一假設(shè)。這篇論文頗具影響力，其中描述了神經(jīng)元怎樣執(zhí)行數(shù)字功能，也就是說(shuō)，他們想到了神經(jīng)細(xì)胞怎樣復(fù)制計(jì)算機(jī)的核心形式邏輯。他們的想法是，神經(jīng)元可以像工程師所說(shuō)的邏輯門那樣執(zhí)行操作。邏輯門實(shí)現(xiàn)了簡(jiǎn)單的邏輯運(yùn)算，如與運(yùn)算、或運(yùn)算和非運(yùn)算，對(duì)應(yīng)的邏輯運(yùn)算符分別為AND、OR和NOT。計(jì)算機(jī)芯片由數(shù)以百萬(wàn)計(jì)的邏輯門組成，它們被連接成精確而復(fù)雜的電路。一個(gè)CPU只是一個(gè)邏輯門的集合。將大腦想象成是由“與門”“或門”和其他邏輯元素組成的，這些邏輯元素有可能是這樣。從邏輯上講，這樣看待神經(jīng)元也能說(shuō)得通。從理論上大腦只是另一種計(jì)算機(jī)。另外要注意的是，人工智能哲學(xué)還得到了20世紀(jì)上半葉心理學(xué)主流趨勢(shì)，即行為主義的支持。行為主義者認(rèn)為我們不可能知道大腦內(nèi)部發(fā)生了什么。他們把大腦稱作一個(gè)黑盒子，認(rèn)為人們不知道里面正在發(fā)生什么。但人們可以觀察和測(cè)量動(dòng)物的環(huán)境和行為，即它的感覺(jué)和行為，它的輸入和輸出。他們承認(rèn)，大腦含有反射機(jī)制，可以通過(guò)獎(jiǎng)勵(lì)和懲罰來(lái)調(diào)節(jié)動(dòng)物的新行為。但除此之外，人們不需要研究大腦，尤其是混亂的主觀感受，如饑餓、恐懼，或不需要理解某種事物的含義。行為主義最終在20世紀(jì)下半葉衰落了，但人工智能將長(zhǎng)期持續(xù)存在。到第二次世界大戰(zhàn)結(jié)束后，電子數(shù)字計(jì)算機(jī)得到了更廣泛的應(yīng)用，研究人工智能的先驅(qū)們摩拳擦掌，開(kāi)始編程。語(yǔ)言翻譯？簡(jiǎn)單！就是一種破譯代碼的方式，我們只需要將系統(tǒng)A中的每個(gè)符號(hào)映射到系統(tǒng)B中的對(duì)應(yīng)物上即可。視覺(jué)？也很容易。我們已經(jīng)知道處理旋轉(zhuǎn)、比例和位移的幾何理論，而且可以很容易地將它們編碼為計(jì)算機(jī)算法，所以我們已經(jīng)成功了一半。人工智能專家提出了大膽的設(shè)想，即計(jì)算機(jī)智能將首先與人類智能相當(dāng)，然后超越人類智能。具有諷刺意味的是，幾乎可以通過(guò)圖靈測(cè)試的計(jì)算機(jī)程序是一個(gè)名為伊麗莎（Eliza）的程序。它扮演的是精神分析師的角色，它采用的策略是將你的問(wèn)題重新表述給你聽(tīng)。例如，如果一個(gè)人輸入“我男朋友不再和我說(shuō)話了”，伊麗莎可能會(huì)說(shuō)：“告訴我更多關(guān)于你男朋友的事?！被蛘邥?huì)問(wèn)：“你為什么認(rèn)為你的男朋友和你不再說(shuō)話了？”這個(gè)程序只是隨隨便便設(shè)計(jì)出來(lái)的，盡管功能非常簡(jiǎn)單且微不足道，但它還是騙過(guò)了一些人。開(kāi)發(fā)人員做過(guò)一些更認(rèn)真的嘗試，比如編寫程序“積木世界”（BlocksWorld）。它是一個(gè)模擬房間，里面有不同顏色和形狀的積木。你可以向“積木世界”提出問(wèn)題，如：“紅色大方塊上面有一個(gè)綠色金字塔嗎？”或者提出要求“把藍(lán)色方塊移到紅色小方塊上面”。程序會(huì)回答你的問(wèn)題或嘗試做你要求它做的事情。所有這些都是虛擬的，而它確實(shí)能按你的要求行事。但它的這些操作都僅限于它那高度人工化的積木世界，超出這個(gè)范圍就行不通了。因此程序員無(wú)法將其泛化推廣，從而做一些有用的事情。與此同時(shí)，公眾也被源源不斷且看似成功的人工智能技術(shù)和新聞報(bào)道所打動(dòng)。有一個(gè)能解決數(shù)學(xué)定理的程序最初令人們興奮不已。自柏拉圖以來(lái)，多步驟推理一直被視作人類智能的巔峰，所以一開(kāi)始人工智能似乎大獲成功。但是，就像“積木世界”一樣，人們最終發(fā)現(xiàn)這個(gè)程序是受限的。它只能發(fā)現(xiàn)非常簡(jiǎn)單的定理，而這些定理都是已知的。然后，“專家系統(tǒng)”引起了巨大轟動(dòng)，這類系統(tǒng)是包含大量知識(shí)與經(jīng)驗(yàn)的數(shù)據(jù)人類用戶給出的癥狀清單診斷病人所患疾病。但它們的能力同樣有達(dá)到專業(yè)人類棋手的水平，IBM開(kāi)發(fā)的國(guó)際象棋計(jì)算機(jī)“深藍(lán)”擊敗了國(guó)際象棋世界冠軍加里·卡斯帕羅夫。但這些成功并非真正意義上的成功：“深藍(lán)”不是因?yàn)楸热祟惵斆鞫@勝，而是因?yàn)樗挠?jì)算速度是人類計(jì)算速度的數(shù)百萬(wàn)倍?！吧钏{(lán)”沒(méi)有直覺(jué)。一個(gè)專業(yè)的人類棋手看著棋盤算機(jī)對(duì)什么是重要的沒(méi)有與生俱來(lái)的感知，因此必須探索更多的選擇?！吧钏{(lán)”會(huì)下棋卻不了解國(guó)際象棋，就像計(jì)算器會(huì)算術(shù)卻不了解數(shù)學(xué)一樣。在所有情況下，成功的人工智能程序都只擅長(zhǎng)做專門為它們?cè)O(shè)計(jì)的那件特定的事情。它們沒(méi)有普適性，也沒(méi)有顯示出靈活性，就連它們的創(chuàng)造者都承認(rèn)它們不會(huì)像人類那樣思考。起初，人們認(rèn)為某些人工智能問(wèn)題很容易解決，但后來(lái)沒(méi)有取得任何進(jìn)展。即便在今天，也沒(méi)有一臺(tái)計(jì)算機(jī)能夠像3歲孩童那樣理解語(yǔ)言，或者像小老鼠那樣看東西。失色。該領(lǐng)域的科學(xué)家轉(zhuǎn)向了其他研究領(lǐng)域。人工智能創(chuàng)業(yè)公司失敗解決，但大多數(shù)科學(xué)家認(rèn)為整個(gè)努力的過(guò)程都存在缺陷。我們不應(yīng)該責(zé)怪人工智能先驅(qū)的失敗。圖靈非常聰明。他們都能看出，通用圖靈機(jī)將改變世界，而且它確實(shí)改變了世界，但不是通過(guò)人工智能改變的。不具備智能的計(jì)算機(jī)我對(duì)人工智能論斷的質(zhì)疑形成于我申請(qǐng)進(jìn)入麻省理工學(xué)院學(xué)習(xí)那段時(shí)間。加州大學(xué)伯克利分校頗具影響力的哲學(xué)教授約翰·塞爾（JohnSearle）說(shuō)，計(jì)算機(jī)不是也不可能是智能的。為了證明這一點(diǎn)，他在1980年設(shè)計(jì)了一個(gè)叫作“中文屋”（ChineseRoom）的思想實(shí)驗(yàn)。這個(gè)實(shí)驗(yàn)是這樣的：假設(shè)你有一個(gè)房間，房間的一面墻上有一條窄縫，房間里面有一個(gè)只會(huì)說(shuō)英語(yǔ)的人坐在桌子旁邊。他手里有一本厚厚的說(shuō)明書，以及數(shù)量足夠多的鉛筆和草稿紙。這本說(shuō)明書上用英語(yǔ)寫明了操作、分類和比較漢字的方法。請(qǐng)注意，說(shuō)明書中沒(méi)有介紹漢字的含義，只介紹了如何復(fù)制、擦除、重新排序、抄錄漢字等。但他拿起紙，按照說(shuō)明書開(kāi)始工作。他機(jī)械地按照說(shuō)明書上的指令行去。他照做了，并想知道這乏味的一整套操作到底有什么含義。故事是關(guān)于什么的。理解這個(gè)故事的也不是那本說(shuō)明書，那只是一本筆在紙上劃來(lái)劃去的動(dòng)作而已?，F(xiàn)在將這個(gè)場(chǎng)景套用到人工智能身上：“中文屋”和數(shù)字計(jì)算機(jī)簡(jiǎn)直一模一樣。人是CPU，無(wú)意識(shí)地執(zhí)行指令，書是向CPU提供指令的軟件程序，而在紙上劃來(lái)劃去相當(dāng)于將信息存入存儲(chǔ)器。因此，無(wú)論計(jì)算機(jī)設(shè)計(jì)得多么巧妙，哪怕能夠通過(guò)產(chǎn)生與人相同的行為來(lái)模擬智能，它都沒(méi)有理解力，也沒(méi)有智能。塞爾明確表示他不知道什么是智能，他只是說(shuō)不管智能是什么，計(jì)算機(jī)顯然并不具備這一能力。這一觀點(diǎn)在哲學(xué)家和人工智能專家之間引起了軒然大波，催生了數(shù)以百計(jì)的文章，并招來(lái)了很多謾罵。人工智能的捍衛(wèi)者擺出了幾十條理由反駁塞爾的這一觀點(diǎn)，比如說(shuō)，盡管房間里的所有部件都不懂中文，但整個(gè)房間懂，或者房間里的人在執(zhí)行操作時(shí)理解了中文，只是他自己沒(méi)有意識(shí)到而已。我則認(rèn)為塞爾的觀點(diǎn)是正確的。當(dāng)我思考有關(guān)“中文屋”的爭(zhēng)論，以及計(jì)算機(jī)如何工作時(shí)，我沒(méi)有看到理解發(fā)生在任何地方。我確信我們需要理解什么是“理解”，需要一種定義它的方式，這樣我們才能清楚一個(gè)系統(tǒng)什么時(shí)候是智能的，什么時(shí)候不是，什么時(shí)候理解中文，什么時(shí)候不理解中文。而它的行為并沒(méi)有告訴我們這些。人不需要通過(guò)“做”什么來(lái)理解一個(gè)故事。我可以安靜地讀一個(gè)故它反而是大腦記憶事物并利用這些記憶進(jìn)行預(yù)測(cè)的內(nèi)部衡量標(biāo)準(zhǔn)?！爸形奈荨薄吧钏{(lán)”和大多數(shù)計(jì)算機(jī)程序都沒(méi)有類似的衡量標(biāo)準(zhǔn)。它們不明白或行為進(jìn)行判斷。以模擬整個(gè)大腦。計(jì)算機(jī)可以模擬所有神經(jīng)元及其連接，如果它做到了，就沒(méi)有什么可以區(qū)分大腦的“智能”和計(jì)算機(jī)模擬的“智能”了。雖然方式，就無(wú)法模擬它。從生物學(xué)入手研究智能在計(jì)算機(jī)領(lǐng)域。我對(duì)于留在波士頓感到很滿足，但在1982想搬到加利福尼亞，所以我們就搬家了（這同樣是一條最簡(jiǎn)單易行的路）。我在硅谷一家名叫GRID系統(tǒng)的創(chuàng)業(yè)公司找到了一份工作。該公終發(fā)明了一種名為GridTask的高級(jí)編程語(yǔ)言。我和我發(fā)明的這種編程語(yǔ)言在GRID系統(tǒng)公司取得成功過(guò)程中，發(fā)揮了越來(lái)越重要的作用，因此，我的事業(yè)也得以順利發(fā)展。項(xiàng)目錄取，成為全日制研究生。我欣喜若狂。我認(rèn)為自己終于可以認(rèn)真地開(kāi)始研究大腦理論了。我辭去了在GRID系統(tǒng)公司的工作，并不打算再涉足計(jì)算機(jī)行業(yè)。當(dāng)然，這意味著我沒(méi)了收入。我的妻子在想“是時(shí)候買房成家了”，而我則高興地成為一個(gè)不用養(yǎng)家糊口的人。這絕對(duì)不是一條最簡(jiǎn)單易行的路，但這是我最好的選擇，我妻子也尊重我的決定。GRID系統(tǒng)公司的創(chuàng)始人約翰·埃倫比（JohnEllenby）在我離開(kāi)之前把我拉到他的辦公室，對(duì)我說(shuō)：“我知道你不打算再回GRID系統(tǒng)公司或計(jì)算機(jī)行業(yè)了，但你永遠(yuǎn)不知道會(huì)發(fā)生什么。為什么要徹底離開(kāi)而不選擇請(qǐng)假呢？這樣的話，如果在一兩年內(nèi)你真的回來(lái)了，你還能重新獲得你離開(kāi)時(shí)的工資、職位和股票期權(quán)?！彼膽B(tài)度很誠(chéng)懇。我接受了，但我知道，我已經(jīng)永遠(yuǎn)離開(kāi)了計(jì)算機(jī)行業(yè)。第2章神經(jīng)網(wǎng)絡(luò)1986年1月，當(dāng)我進(jìn)入加州大學(xué)伯克利分校工作時(shí)，做的第一件事是梳理智能和大腦功能方面相關(guān)理論的發(fā)展歷史。我閱讀了由解剖學(xué)描述既不一致也不完整。語(yǔ)言學(xué)家用諸如“句法”和“語(yǔ)義”之類的術(shù)語(yǔ)談的是2D、2.5D和3D草圖，因?yàn)樵谒麄兛磥?lái)，大腦和智能都與視覺(jué)模式且令人沮喪。且頗有前景。自20世紀(jì)60系?！爸剡_(dá)800磅的大猩猩”(1)人工智能明顯比神經(jīng)網(wǎng)絡(luò)研究更受人們的追捧。神經(jīng)網(wǎng)絡(luò)研究人員被列入黑名單，長(zhǎng)達(dá)數(shù)年無(wú)法獲得資助。不過(guò)，仍有少數(shù)人在繼續(xù)思考這一方向，直到20世紀(jì)80種。神經(jīng)網(wǎng)絡(luò)是對(duì)人工智能方法的真正改進(jìn)，因?yàn)樯窠?jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu)基于真實(shí)的神經(jīng)系統(tǒng)，不過(guò)非常松散。神經(jīng)網(wǎng)絡(luò)研究人員，也被稱為連接主義者，他們并不熱衷于計(jì)算機(jī)編程，而是渴望研究神經(jīng)元相互連接后形成的整體所展現(xiàn)的行為。大腦由神經(jīng)元構(gòu)成，因而大腦就是一個(gè)神經(jīng)網(wǎng)絡(luò)。連接主義者希望通過(guò)研究神經(jīng)元之間的相互作用，清楚地了解智能難以捉摸的特性，并通過(guò)復(fù)制神經(jīng)元群之間的正確連接來(lái)解決人工智能無(wú)法解決的一些問(wèn)題。神經(jīng)網(wǎng)絡(luò)與計(jì)算機(jī)的不同之處在于，它沒(méi)有CPU，也不會(huì)將信息存儲(chǔ)在集中式存儲(chǔ)器中。神經(jīng)網(wǎng)絡(luò)的知識(shí)和記憶分布在整個(gè)連接中，就像真正的大腦一樣。從表面上看，神經(jīng)網(wǎng)絡(luò)似乎與我的興趣非常契合，但我很快對(duì)這個(gè)領(lǐng)域的研究感到失望。當(dāng)時(shí)我認(rèn)為，對(duì)于理解大腦而言，有必不可少的三大準(zhǔn)則。夠處理快速變化的龐大信息流，而這種通過(guò)大腦的信息流完全是動(dòng)態(tài)的。第二準(zhǔn)則是反饋的重要性。神經(jīng)解剖學(xué)家早已發(fā)現(xiàn)，大腦內(nèi)部充滿了反饋連接。比方說(shuō)，在新皮質(zhì)和在大腦中位置比較靠下的丘腦之間的連接回路中，反向連接（即通向輸入）的數(shù)量幾乎經(jīng)常是正向連接數(shù)量的10倍！這就意味著，每有一根向前傳遞信息進(jìn)入新皮質(zhì)的神經(jīng)纖維，就會(huì)有10根從新皮質(zhì)反向?qū)⑿畔鬟f回感官的神經(jīng)纖維。同時(shí)，反饋也控制著整個(gè)新皮質(zhì)的大多數(shù)連接。雖然反饋的確切用途還不為人所知，但從已發(fā)表的研究成果來(lái)看，它確實(shí)廣泛存在。綜上所述，我認(rèn)為反饋是至關(guān)重要的。第三準(zhǔn)則是，任何一個(gè)關(guān)于大腦的理論或模型都應(yīng)該能夠解釋大腦的物理結(jié)構(gòu)。就像后文中提到的那樣，新皮質(zhì)不是一個(gè)簡(jiǎn)單的結(jié)構(gòu)，而是由一個(gè)不斷重復(fù)的層次結(jié)構(gòu)組成的。任何一個(gè)沒(méi)有體現(xiàn)這種結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，肯定不會(huì)像大腦那樣工作。很可惜，雖然神經(jīng)網(wǎng)絡(luò)研究呈爆炸式增長(zhǎng)，但大多數(shù)研究都止步于一些極其簡(jiǎn)化的模型，而這些模型都無(wú)法滿足上述三大準(zhǔn)則。大多數(shù)神經(jīng)網(wǎng)絡(luò)主要是由少量神經(jīng)元組成的三層網(wǎng)絡(luò)。第一層神經(jīng)元被用來(lái)表示輸入模式；然后，這些輸入神經(jīng)元會(huì)被連到第二層神經(jīng)元，即隱藏層神經(jīng)元；隨后，隱藏層神經(jīng)元被連到了第三層的輸出層神經(jīng)元。神經(jīng)元之間的連接具有不同強(qiáng)度。根據(jù)連接強(qiáng)度的不同，一個(gè)神經(jīng)元的激活會(huì)促進(jìn)另一個(gè)神經(jīng)元的激活，但可能會(huì)抑制第三個(gè)神經(jīng)元的激活。因此通過(guò)改變這些連接強(qiáng)度，神經(jīng)網(wǎng)絡(luò)可以學(xué)會(huì)將輸入模式映射到輸出模式。結(jié)構(gòu)上也完全不像人腦中的神經(jīng)網(wǎng)絡(luò)。有一種最常見(jiàn)的神經(jīng)網(wǎng)絡(luò)叫“反向傳播”網(wǎng)絡(luò)。這種網(wǎng)絡(luò)通過(guò)將錯(cuò)誤信號(hào)從輸出層反向傳播回輸入層來(lái)學(xué)習(xí)。你可能認(rèn)為這應(yīng)該算一種反饋，但其實(shí)不是。首先，雖然“反向傳播”網(wǎng)絡(luò)在學(xué)習(xí)時(shí)，會(huì)發(fā)生錯(cuò)誤信息的反向傳播，但是當(dāng)網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練能夠正常工作時(shí)，信息傳播就只有一個(gè)方向了，即從輸入層到輸出怕是剛發(fā)生不久的事情。最后，與大腦中那些復(fù)雜的層次結(jié)構(gòu)相比，這些神經(jīng)網(wǎng)絡(luò)的架構(gòu)還是顯得微不足道。我以為該領(lǐng)域內(nèi)的研究會(huì)很快轉(zhuǎn)向更為真實(shí)的網(wǎng)絡(luò)，但這種情況并沒(méi)有發(fā)生。由于這些簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)的應(yīng)用場(chǎng)景已經(jīng)有很多，整體研究反而停滯了很多年，并未取得進(jìn)展。隨著這樣一種全新又有趣的工具的誕生，一夜之間，成千上萬(wàn)的科學(xué)家、工程師和學(xué)生可以據(jù)此申請(qǐng)研究經(jīng)費(fèi)，獲得博士學(xué)位，出版關(guān)于神經(jīng)網(wǎng)絡(luò)的書籍。人們忙于創(chuàng)辦各種公司，利用神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)股市、處理貸款申請(qǐng)、核實(shí)簽名，以及監(jiān)測(cè)其他上百種關(guān)于模式分類的應(yīng)用。也許神經(jīng)網(wǎng)絡(luò)的創(chuàng)造者懷有更宏偉的目標(biāo)，但是這個(gè)領(lǐng)域被另一批人主宰了，而這些人對(duì)于理解大腦工作原理及智能并沒(méi)有興趣。大眾媒體并不太了解這種區(qū)別。報(bào)紙、雜志和電視科學(xué)節(jié)目將神經(jīng)網(wǎng)絡(luò)描述為“類腦”，或者將其稱為“按照與大腦相同的原理”工作。與必須對(duì)所有程序進(jìn)行編程的人工智能不同，神經(jīng)網(wǎng)絡(luò)通過(guò)樣例學(xué)習(xí)，在某種程度上似乎更智能。NetTalk就是一個(gè)經(jīng)典案例，它學(xué)會(huì)了將字母序列映射到語(yǔ)音中。用印刷文本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，聽(tīng)起來(lái)就像是計(jì)算機(jī)在朗讀單詞。不難想象，假以時(shí)日，神經(jīng)網(wǎng)絡(luò)就能與人類對(duì)話。各大官方媒體報(bào)道都錯(cuò)誤地將NetTalk稱為一種學(xué)習(xí)如何朗讀的機(jī)器。NetTalk是一個(gè)很棒的案例，但它的實(shí)際功能微不足道。它無(wú)法閱讀，也不能理解，幾乎沒(méi)有實(shí)用價(jià)值。它只是將字母組合與預(yù)定義的聲音模式匹配起來(lái)。式連接。因此，有一天我們決定只連接少數(shù)晶體管，想看看會(huì)發(fā)生什么。我們沒(méi)有想到，雖然只有3根晶體管，但以某種形式連接時(shí)，它們雖然都由神經(jīng)元構(gòu)成，但它們也毫無(wú)共同點(diǎn)。1987年夏天，有件事情進(jìn)一步澆滅了我對(duì)神經(jīng)網(wǎng)絡(luò)的熱情。我參加了一次神經(jīng)網(wǎng)絡(luò)會(huì)議，聽(tīng)了一家名叫Nestor的公司相關(guān)人員的演講。該公司試圖出售一種神經(jīng)網(wǎng)絡(luò)應(yīng)用程序，用于識(shí)別便箋簿上的筆跡。他們公司給該程序定價(jià)100萬(wàn)美元。這引起了我的注意。盡管Nestor公司宣傳他們的神經(jīng)網(wǎng)絡(luò)算法有多么高超，將它視為又一項(xiàng)重大突破，但我認(rèn)為可以用更簡(jiǎn)單傳統(tǒng)的方式識(shí)別筆跡。那晚回家后，我開(kāi)始思考這個(gè)問(wèn)題。兩天后，我就設(shè)計(jì)出一款筆跡識(shí)別器，它識(shí)別速度很快，尺寸小巧，功能靈活。我的方案沒(méi)有使用神經(jīng)網(wǎng)絡(luò)，也沒(méi)有像大腦那樣工作。盡管受那次會(huì)議的啟發(fā)，我打算設(shè)計(jì)一種帶手寫功能的計(jì)算機(jī)，并最終在10年后產(chǎn)生了PalmPilot，但它也使我確信：神經(jīng)網(wǎng)絡(luò)相較于傳統(tǒng)方法，并無(wú)多大改進(jìn)。我創(chuàng)建的筆跡識(shí)別器最終成為涂鴉（Graffiti）文本輸入系統(tǒng)的基礎(chǔ)，這套系統(tǒng)用于首批Palm產(chǎn)品。我覺(jué)得Nestor公司離倒閉不遠(yuǎn)了。對(duì)簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的介紹就到這里。它們的大多數(shù)功能都可以通過(guò)其他方法輕松處理，最終媒體也不再報(bào)道了。至少，神經(jīng)網(wǎng)絡(luò)研究人員并沒(méi)有聲稱他們的模型是智能的。畢竟，它們就是非常簡(jiǎn)單的網(wǎng)絡(luò)，無(wú)法媲美人工智能程序。人員一直在研究不同類型的神經(jīng)網(wǎng)絡(luò)。如今，“神經(jīng)網(wǎng)絡(luò)”一詞用于描述些則不盡然，但幾乎沒(méi)有人嘗試了解新皮質(zhì)的整體功能或結(jié)構(gòu)。有的特征。兩者都因?yàn)檫^(guò)于關(guān)注行為而承受著不可衡量的損失。無(wú)論將這些行為稱為“答案”、“模式”還是“輸出”，人工智能和神經(jīng)網(wǎng)絡(luò)都是在假定智能就是程序或神經(jīng)網(wǎng)絡(luò)在處理給定輸入后產(chǎn)生的行出。受圖靈啟發(fā)，神經(jīng)網(wǎng)絡(luò)的研究人員認(rèn)為智能就等于行為。但不是智能的核心特征或基本定義。只要稍加思考，你便能明白這一點(diǎn)：你足夠智能，可以躺在黑暗中思考和理解。忽略大腦中發(fā)生的事大障礙。自聯(lián)想記憶該研究在描述大腦如何工作方面與大腦的實(shí)際情況非常接近。但問(wèn)題是，很少有人意識(shí)到這項(xiàng)研究的重要性。當(dāng)神經(jīng)網(wǎng)絡(luò)大出風(fēng)頭時(shí)，有一小部分神經(jīng)網(wǎng)絡(luò)理論家創(chuàng)造了一些并不關(guān)注行為的網(wǎng)絡(luò)，并稱之為自聯(lián)想記憶（auto-associativememory）。這些網(wǎng)絡(luò)也由簡(jiǎn)單的神經(jīng)元構(gòu)成。神經(jīng)元之間互相連接，并在達(dá)到一定閾值時(shí)被激活。不同的是，這些連接包括了許多反饋。比起反向傳播網(wǎng)絡(luò)只是把信息向前傳遞，自聯(lián)想記憶會(huì)把每一個(gè)神經(jīng)元的輸出反饋給輸入，就好像自己給自己打電話一樣。這樣的反饋回路導(dǎo)致出現(xiàn)了一些有趣的特性。當(dāng)一種行為模式應(yīng)用于這些人工神經(jīng)元時(shí)，它們會(huì)對(duì)這種模式形成記憶，同時(shí)，網(wǎng)絡(luò)會(huì)把模式與這些記憶自動(dòng)關(guān)聯(lián)。這也是他們被稱作“自聯(lián)想記憶”的原因。這樣一種連接方式可能第一眼看起來(lái)特別荒唐。為了從記憶里檢索一種模式，你必須提供你想要檢索的模式。這就好像你去水果店買一串香蕉，店主問(wèn)你如何支付時(shí)，你說(shuō)用香蕉支付。你可能會(huì)問(wèn)，這樣做有什么意義呢？但是自聯(lián)想記憶確實(shí)存在幾項(xiàng)重要特性，而這些特性也存在于真實(shí)的大腦中。是一個(gè)被弄得一團(tuán)糟的模式，自聯(lián)想網(wǎng)絡(luò)也可以用它檢索出正確的模張無(wú)法辨認(rèn)的殘幣，然后收銀員對(duì)你說(shuō)：“這看起來(lái)是一張破損的100元紙幣。把它給我，我給你換張新的。”第二個(gè)重要特性是，與其他神經(jīng)網(wǎng)絡(luò)不同，自聯(lián)想記憶可以用來(lái)記憶一個(gè)模式序列，或者是時(shí)間模式（temporalpattern）。這個(gè)功能可以通過(guò)在反饋上加入時(shí)間延遲來(lái)實(shí)現(xiàn)。通過(guò)這個(gè)延遲，你可以給自聯(lián)想記憶呈現(xiàn)一個(gè)模式的序列，它可以記住這個(gè)序列。以一段旋律為例，我先輸入“一閃一閃亮晶晶”的前幾個(gè)音符，然后自聯(lián)想記憶就可以返回整首歌。即使只輸入一部分序列，自聯(lián)想記憶也可以找回剩余部分。我們之后也會(huì)看到，這就是人類學(xué)習(xí)所有事物的方式。我認(rèn)為大腦也使用了類似自聯(lián)想記憶的連接方式來(lái)實(shí)現(xiàn)這點(diǎn)。自聯(lián)想記憶暗示了反饋和時(shí)變輸入的潛在重要性，但大多數(shù)研究人工智能、神經(jīng)網(wǎng)絡(luò)以及認(rèn)知行為的科學(xué)家都忽視了它們。就整體而言，神經(jīng)科學(xué)家并沒(méi)有做得更好。他們也很了解反饋，因?yàn)樗麄兙褪前l(fā)現(xiàn)反饋的人，但大多數(shù)人沒(méi)有形成或發(fā)展相關(guān)理論，來(lái)解釋為什么大腦需要這么多反饋，只是在模糊地談?wù)摗半A段”和“調(diào)制”。在他們提出的關(guān)于大腦整體功能的多數(shù)想法中，并沒(méi)有考慮時(shí)間的作用或考慮得不夠充分。他們傾向于根據(jù)事情發(fā)生的地點(diǎn)來(lái)繪制大腦圖表，而不看隨著時(shí)間的推移，神經(jīng)激發(fā)模式何時(shí)會(huì)相互影響，以及以何種方式相互影響。當(dāng)然，這種偏見(jiàn)部分源自當(dāng)前實(shí)驗(yàn)技術(shù)的局限性。20世紀(jì)90年代又被稱為“腦研究的黃金十年”，功能成像技術(shù)是當(dāng)時(shí)是心理照片。結(jié)果，科學(xué)家掌握了大量數(shù)據(jù)，弄清了在執(zhí)行某些任務(wù)秀的技術(shù)手段。因此，許多主流的認(rèn)知神經(jīng)科學(xué)家繼續(xù)相信“從輸入到輸出”的謬論。固定一種輸入，然后看會(huì)得到何種輸出。新皮質(zhì)的連接區(qū)域，再將指令下達(dá)給肌肉。先感知，后行動(dòng)。我并非想暗示每個(gè)人都忽略了時(shí)間和反饋。這個(gè)領(lǐng)域如此廣闊，幾乎每個(gè)理論都有它的擁護(hù)者。近年來(lái)，人們?cè)絹?lái)越相信反饋、時(shí)間和預(yù)測(cè)的重要性。但多年來(lái)，人工智能和經(jīng)典神經(jīng)網(wǎng)絡(luò)所受到的熱烈追捧，使得其他方法都被抑制和低估了。行為決定了智能嗎無(wú)論是智能領(lǐng)域外行還是專家，都認(rèn)為行為決定了智能。這一點(diǎn)并不難理解。至少幾個(gè)世紀(jì)以來(lái)，人們一直將大腦的能力比作發(fā)條，接著又將其比作泵和管道，然后是蒸汽機(jī)，后來(lái)又比作計(jì)算機(jī)。從艾薩克·阿西莫夫（IsaacAsimov）提出的機(jī)器人學(xué)三定律，到《星球大戰(zhàn)》（StarWars）系列影片中的機(jī)器人C-3PO，幾十年來(lái)，科幻小說(shuō)中充斥觀察人類同胞，我們也會(huì)關(guān)注他們的行為，而不是探究他們潛藏的想法。因此，從直覺(jué)上看，智能行為似乎應(yīng)該是智能系統(tǒng)的度量標(biāo)準(zhǔn)。日心說(shuō)之前，當(dāng)時(shí)的天文學(xué)家錯(cuò)誤地認(rèn)為地球處于宇宙中心，靜止不動(dòng)。因?yàn)閺母杏X(jué)上講，情況就是這樣的。從直覺(jué)上說(shuō)，這是顯而易見(jiàn)設(shè)地球像陀螺一樣自轉(zhuǎn)，自轉(zhuǎn)的平均角速度為7.292×10-5弧度／秒，并框架。有些簡(jiǎn)單易懂的事情，我們憑直覺(jué)認(rèn)為它們并不正確。在達(dá)爾文提出進(jìn)化論之前，很明顯，物種的類別就是固定的。鱷魚不與蜂鳥(niǎo)交配，它們是不同物種，無(wú)法融合。物種進(jìn)化的理念不僅違背了宗教教義，也違背了常識(shí)。承認(rèn)進(jìn)化論，意味著你與這個(gè)星球上的每種生物都有一個(gè)共同的祖先，包括蠕蟲和廚房里的開(kāi)花植物。我們現(xiàn)在知道這是真的，而直覺(jué)卻不然。之所以要提到這些著名的例子，是因?yàn)槲蚁嘈艑?duì)智能機(jī)器的追求也會(huì)受到阻礙我們進(jìn)步的直覺(jué)假設(shè)的負(fù)面影響。當(dāng)你問(wèn)自己“智能系統(tǒng)有什么用”時(shí)，你會(huì)憑直覺(jué)從行為的角度進(jìn)行思考。人類通過(guò)言語(yǔ)、寫作和行動(dòng)來(lái)展示智慧，對(duì)嗎？對(duì)，但不完全對(duì)。智能是發(fā)生在你頭腦中的事情，行為在這里是一種可有可無(wú)的成分。雖然從直覺(jué)上說(shuō)，這并不是顯而易見(jiàn)的，但也不難理解。用簡(jiǎn)單的框架理解大腦1986年春天，我日復(fù)一日地坐在辦公桌前閱讀科學(xué)文章，努力梳理智能的歷史，并密切關(guān)注人工智能和神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展，我發(fā)現(xiàn)自己陷入了細(xì)節(jié)中。的確，有無(wú)窮無(wú)盡的知識(shí)值得研究和閱讀，但我對(duì)整個(gè)大腦到底是怎樣工作的，甚至它有什么作用，都沒(méi)有任何清晰的了解。這是因?yàn)橹暗纳窠?jīng)科學(xué)領(lǐng)域本身關(guān)注的全是細(xì)節(jié)，現(xiàn)在仍然如此。每年該領(lǐng)域都會(huì)有數(shù)以千計(jì)的研究報(bào)告發(fā)表，但這些研究報(bào)告內(nèi)容大同小異，都是對(duì)現(xiàn)有研究成果的堆砌，而非內(nèi)容的整合。至今仍然沒(méi)有全面的理論或框架解釋大腦的運(yùn)作過(guò)程和機(jī)制。我開(kāi)始想象這個(gè)問(wèn)題的解決方案會(huì)是什么樣子的，是否會(huì)因?yàn)榇竽X的復(fù)雜而變得極其復(fù)雜？是否需要100頁(yè)密密麻麻的數(shù)學(xué)運(yùn)算來(lái)描述大腦的工作原理？我們是否需要繪制成百上千個(gè)獨(dú)立電路，才能理解真正有用的發(fā)現(xiàn)？我認(rèn)為情況并非如此。歷史表明，科學(xué)問(wèn)題的最佳解決方案往往是簡(jiǎn)單而優(yōu)雅的。雖然細(xì)節(jié)可能令人生畏，通往最終理論的道路可能異常艱辛，但最終的概念框架通常很簡(jiǎn)單。夢(mèng)。但是經(jīng)過(guò)仔細(xì)檢查，我們發(fā)現(xiàn)大腦并不是一個(gè)隨機(jī)堆疊起來(lái)的東腦。神經(jīng)科學(xué)領(lǐng)域之所以沒(méi)有取得太多成果，不是因?yàn)闆](méi)有足夠的數(shù)明白我的意思了。想象一下，幾千年后，人類已經(jīng)滅絕，來(lái)自外星的探險(xiǎn)家登陸地星和實(shí)地勘測(cè)，對(duì)所有東西進(jìn)行歸類。他們應(yīng)該是一絲不茍的考古學(xué)看起來(lái)幾乎是偶然形成的；在某些地方，它們形成了一種很規(guī)則的網(wǎng)困擾了他們很長(zhǎng)一段時(shí)間。最終，其中一位探險(xiǎn)家說(shuō)：“我明白了！……這些生物無(wú)法像我們動(dòng)平臺(tái)?！庇蛇@個(gè)基本的觀點(diǎn)出發(fā)，許多細(xì)節(jié)就說(shuō)得通了。小而曲折的劃分方式，以及商業(yè)需求和交通基礎(chǔ)設(shè)施之間可能的關(guān)系等。事實(shí)證但不再令人費(fèi)解。我們可以確信，同樣類型的突破也將使我們了解大腦的所有細(xì)節(jié)。從大腦內(nèi)部提取智能很可惜，并不是每個(gè)人都相信人類可以理解大腦是如何工作的。許多人，包括一些神經(jīng)科學(xué)家，都相信大腦和智能在某種程度上是無(wú)法解釋的。有些人認(rèn)為，即使我們能理解它們，也不可能制造出以同樣的方式工作的機(jī)器，這種智能需要人體、神經(jīng)元，也許還有一些新的、深不可測(cè)的物理定律。每當(dāng)我聽(tīng)到這些爭(zhēng)論時(shí)，我不禁想起過(guò)去的知識(shí)分子反對(duì)研究天空或反對(duì)解剖尸體，阻礙人們了解人體的運(yùn)行機(jī)制。“別費(fèi)心研究那個(gè)，它不會(huì)帶來(lái)任何好處，即使你能理解它是如何工作的，我們也無(wú)法用這些知識(shí)做任何事情?！敝T如此類的觀點(diǎn)將我們引向了一個(gè)叫作功能主義的哲學(xué)分支，這是人類在思維方面形成的簡(jiǎn)短歷史中的最后一站。根據(jù)功能主義的理論，智能或“有思想”純粹是組織的一種屬性，與你是由什么構(gòu)成的沒(méi)有本質(zhì)上的關(guān)系。心智可存在于任何系統(tǒng)中，只要其組成部分之間具有正確的因果關(guān)系即可，這些部分可以是神經(jīng)元、硅芯片或其他東西。顯然，這種觀點(diǎn)對(duì)于任何潛在的智能機(jī)器制造商來(lái)說(shuō)就是標(biāo)準(zhǔn)的問(wèn)題。想一想：如果用鹽瓶代替丟失的國(guó)際象棋騎士棋子下棋，會(huì)不會(huì)不那么真實(shí)？顯然不是。鹽瓶在功能上等同于騎士，因?yàn)辂}瓶在棋盤上移動(dòng)并與其他棋子相互作用，因此你的游戲還是真正的國(guó)際象棋游戲，而不僅僅是一場(chǎng)模擬游戲。再想一想，如果我用光標(biāo)刪除每個(gè)字符然后重新輸入，這句話會(huì)不會(huì)一樣？或者再想想：每隔幾年，你的身體就會(huì)替換掉構(gòu)成你的大部分原子，盡管如此，你在所有重要的方面依然如故。如果一個(gè)原子在你的分子構(gòu)成中發(fā)揮相同的功能，那么它們就是等同的。同樣的邏輯也適用于大腦：如果一個(gè)瘋狂的科學(xué)家用一個(gè)功能等效的微型機(jī)器復(fù)制品替換了你的每個(gè)神經(jīng)元，那么手術(shù)結(jié)束后，你依然能夠感受到真實(shí)的自我，與手術(shù)前無(wú)異。根據(jù)這個(gè)原則，一個(gè)使用與人腦相同功能架構(gòu)的人工系統(tǒng)應(yīng)該同樣具有智能，它不僅是人造的，而且實(shí)際上是真正智能的。人工智能的支持者、連接主義者和我都是功能主義者，因?yàn)槲覀兌枷嘈糯竽X沒(méi)有什么內(nèi)在的特殊或神奇之處可以讓它變得智能。我們都相信有一天人類將能夠以某種方式制造智能機(jī)器。但是人們對(duì)功能主義有著不同的解釋。雖然我已經(jīng)說(shuō)明了我認(rèn)為人工智能和連接主義范式之所以失敗，關(guān)鍵在于輸入-輸出謬誤，但關(guān)于為何人類仍未能設(shè)計(jì)出智能機(jī)器，還有一個(gè)關(guān)鍵點(diǎn)。雖然人工智能的支持者采取了我認(rèn)為是弄巧成拙的強(qiáng)硬路線，但在我看來(lái)，連接主義者的主要問(wèn)題是太膽怯了。人工智能研究人員會(huì)問(wèn)：“為什么人類工程師要被進(jìn)化過(guò)程中偶然發(fā)現(xiàn)的解決方案所束縛呢？”原則上，他們的這種質(zhì)疑是有道理的。眾所周知，生物系統(tǒng)，如大腦和基因組，并非具有優(yōu)雅的結(jié)構(gòu)。魯布·戈德堡機(jī)械（RubeGoldbergmachine）就是人們常用的比喻，它以大蕭條時(shí)期的漫畫家魯布·戈德堡（RubeGoldberg）的名字命名。他的漫畫中而設(shè)計(jì)的。軟件設(shè)計(jì)師也有一個(gè)相關(guān)的術(shù)語(yǔ)kludge，它指的是編寫程序糟，是一個(gè)有著數(shù)億年歷史的雜亂無(wú)章的東西，充滿了低效率和進(jìn)化的“遺留代碼”。如果是這樣，他們想知道，為什么不摒棄整個(gè)令人遺憾的混亂架構(gòu)并另辟蹊徑呢？許多哲學(xué)家和認(rèn)知心理學(xué)家都認(rèn)同這種觀點(diǎn)。他們喜歡將思維比喻為由大腦運(yùn)行的軟件，是計(jì)算機(jī)硬件的有機(jī)模擬物。在計(jì)算機(jī)中，硬件級(jí)別和軟件級(jí)別彼此不同。相同的軟件程序可以在任意通用圖靈機(jī)上運(yùn)行。例如，你可以在普通個(gè)人計(jì)算機(jī)、蘋果計(jì)算機(jī)或由克雷公司（Cray）研發(fā)的超級(jí)計(jì)算機(jī)上運(yùn)行WordPerfectOffice辦公套件，即使這三個(gè)系統(tǒng)具有不同的硬件配置。如果你正在嘗試學(xué)習(xí)WordPerfectOffice辦公套件，那么硬件的選擇對(duì)學(xué)習(xí)沒(méi)有任何影響。我們由此推斷，思維也是這樣，大腦沒(méi)有教人類關(guān)于思想的任何東西。人工智能的捍衛(wèi)者還喜歡指出工程解決方案與自然版本完全不同的歷史實(shí)例。例如，人類成功地制造出飛行器，可這是通過(guò)模仿有翼動(dòng)物的拍打動(dòng)作實(shí)現(xiàn)的嗎？不，人類用固定翼和螺旋槳就做到了，后來(lái)用的是噴氣發(fā)動(dòng)機(jī)。這可能不是大自然的造物方式，但人類創(chuàng)造的方法確實(shí)有效，而且比拍打翅膀的方法高效很多。同樣，人類制造了一種速度和行程可以超越獵豹的在陸地上行駛的車輛，但不是通過(guò)制造類似獵豹的四足跑步機(jī)，而是通過(guò)發(fā)明輪子來(lái)實(shí)現(xiàn)的。輪子能夠在平地上高效地移動(dòng)，這說(shuō)明即便進(jìn)化從未產(chǎn)生過(guò)這種特定策略，也并不代表它不是一種好的策略。一些研究心智的哲學(xué)家已經(jīng)注意到“認(rèn)知輪”（cognitivewheel）的比喻，即人工智能解決某些問(wèn)題的方法，盡管與大腦的工作方式完全不同，但同樣優(yōu)秀。換句話說(shuō)，一個(gè)程序假如以某種狹隘但有用的方式，產(chǎn)生類似或超越人類表現(xiàn)的輸出，那么它的確與人類大腦做這件事的方式一樣好。我相信這種對(duì)功能主義“以目的證明手段”的解釋，會(huì)導(dǎo)致人工智能研究人員誤入歧途。正如約翰·塞爾在表達(dá)“中文屋”這個(gè)觀點(diǎn)時(shí)所展示的那樣，行為對(duì)等是不夠的。由于智能是大腦的內(nèi)部屬性，我們必須深入探究大腦才能了解什么是智能。在對(duì)大腦尤其是新皮質(zhì)的研究中，我們需要小心地找出哪些細(xì)節(jié)只是進(jìn)化過(guò)程中多余的“被凍結(jié)的偶發(fā)事件”。毫無(wú)疑問(wèn)，許多魯布·戈德堡式流程中都混入了重要的特征，但是最好的計(jì)算機(jī)可以比擬的，它等待我們將其從這些神經(jīng)回路中提取出來(lái)。前仍有許多人這樣做，但很少有人研究新皮質(zhì)中實(shí)實(shí)在在的網(wǎng)絡(luò)。就是新皮質(zhì)。人類必須從大腦內(nèi)部提取智能，沒(méi)有其他路可以走。第3章人類大腦的層次結(jié)構(gòu)大的差異呢？大腦的設(shè)計(jì)有什么不尋常之處，這種設(shè)計(jì)為什么至關(guān)重別。我會(huì)從整個(gè)器官開(kāi)始介紹。想象一下，桌子上有一個(gè)大腦，我們正一起解剖它。你會(huì)注意到的第一件事是大腦的外表面看起來(lái)非常均勻。它呈粉灰色，類似于光滑的花椰菜，有許多“脊”“谷”，分別被稱為“腦回”和“腦溝”，摸起來(lái)柔軟而黏糊。這就是新皮質(zhì)，一層薄薄的神經(jīng)組織，包裹著舊腦的大部分。我們將重點(diǎn)關(guān)注新皮質(zhì)。幾乎所有我們認(rèn)為的智能形式，如感知、語(yǔ)言、想象力、數(shù)學(xué)、藝術(shù)、音樂(lè)和規(guī)劃，基本上都發(fā)生在這里。你的新皮質(zhì)正在閱讀這本書?，F(xiàn)在，我不得不承認(rèn)我是一個(gè)新皮質(zhì)沙文主義(2)者。究群體的反對(duì)。深感冒犯的他們會(huì)這樣說(shuō)：“如果你不了解腦區(qū)，就不可能理解新皮質(zhì)，因?yàn)檫@兩者高度相關(guān)，不同腦區(qū)有不同的功能。”我外。如果你出生時(shí)沒(méi)有小腦或小腦受損，你也可以過(guò)上頗為正常的生數(shù)腦區(qū)功能正常才能保障人類的基本生活能力或感知能力。我給出的反駁理由是，我對(duì)制造人類不感興趣。我想要做的是了解智能并制造智能機(jī)器。制造人類與制造智能機(jī)器是兩回事。智能機(jī)器不需要有性沖動(dòng)、饑餓感、脈搏、肌肉、情緒或類似人的身體。人類不僅僅是一臺(tái)智能機(jī)器。人類這種生物，擁有所有必要的，有時(shí)甚至是不需要的包袱，而這些包袱來(lái)自漫長(zhǎng)的進(jìn)化過(guò)程。如果你想制造具有類似于人類行為的智能機(jī)器，也就是說(shuō)，它們能在所有方面通過(guò)圖靈測(cè)試，那么你可能需要重新創(chuàng)造許多只有人類才具備的東西。但是你將在后文中看到，假如目標(biāo)是要制造具有智能但與人類不完全相同的機(jī)器，我們就可以將注意力轉(zhuǎn)向大腦中與智能密切相關(guān)的部分。由于我只關(guān)注新皮質(zhì)，很多人感覺(jué)遭到了冒犯。我想說(shuō)的是，我也認(rèn)可其他大腦結(jié)構(gòu)，例如腦干、基底神經(jīng)節(jié)和杏仁核，它們能夠確保人類新皮質(zhì)功能正常，這些都毋庸置疑。但我傾向于讓你相信，智能基本上就產(chǎn)生于新皮質(zhì)，在此過(guò)程中，另外兩個(gè)腦區(qū)也扮演著重要的角色：丘腦和海馬，我們將在本書后面討論。從長(zhǎng)遠(yuǎn)來(lái)看，我們需要了解所有腦區(qū)的功能。但我相信，如果我們從理論上能全面而深入地理解新皮質(zhì)的功能，那么這些問(wèn)題會(huì)得到最好的解決。這是我對(duì)于這件事的看法。下面來(lái)認(rèn)識(shí)一下新皮質(zhì)吧。拿出6張名片或6張撲克牌，然后將它們疊放在一起。你現(xiàn)在正拿著一個(gè)新皮質(zhì)的模型。這6張名片大約每張有2毫米厚，應(yīng)該能讓你感覺(jué)到新皮質(zhì)有多薄。就像你的那疊名片一樣，新皮質(zhì)中的每一層大約有2毫米厚，共有6層，每一層的厚度都近似于一張名片。拉平展開(kāi)后，你會(huì)發(fā)現(xiàn)人類大腦的新皮質(zhì)大約有一張大餐巾那么大多都有6層，就像你手里的這6為人類的新皮質(zhì)更厚或包含一些特殊的“智能”細(xì)胞。人類的新皮質(zhì)很蘭地酒杯中一樣。新皮質(zhì)中充滿了神經(jīng)細(xì)胞，也叫神經(jīng)元。這些細(xì)胞密密麻麻，所以沒(méi)有人能夠確定其數(shù)量。如果你在一疊名片上畫一個(gè)邊長(zhǎng)為一毫米的小方塊，就相當(dāng)于你在大約10萬(wàn)個(gè)神經(jīng)元中標(biāo)記了這個(gè)位置。想象一下在這么小的空間里數(shù)出確切的數(shù)字，幾乎是不可能的。盡管如此，一些解剖學(xué)家已經(jīng)估計(jì)出典型的人類新皮質(zhì)包含大約300億個(gè)神經(jīng)細(xì)胞，但就算這個(gè)數(shù)字比300億大很多或小很多，應(yīng)該也不會(huì)有人感到驚訝。那300億個(gè)細(xì)胞就是你。它們幾乎包含了你所有的記憶、知識(shí)、技能和積累的生活經(jīng)驗(yàn)。經(jīng)過(guò)幾十年對(duì)大腦的思考，我仍然覺(jué)得這個(gè)事實(shí)令人震驚。憑借這一層薄薄的細(xì)胞，我們可以看到并感受世界，并且形成世界觀，這簡(jiǎn)直太不可思議了。夏日的溫暖和我們對(duì)更美好世界的向往，從某種程度上說(shuō)，都是這些細(xì)胞的產(chǎn)物。在《科學(xué)美國(guó)人》上發(fā)表那篇文章多年后，弗朗西斯·克里克寫了一本關(guān)于大腦的書，名為《驚人的假設(shè)》（TheAstonishingHypothesis）。這個(gè)驚人的假設(shè)簡(jiǎn)單來(lái)說(shuō)就是，思想是由大腦中的細(xì)胞創(chuàng)造的。沒(méi)有其他東西，沒(méi)有魔法，沒(méi)有特殊的調(diào)料，只有神經(jīng)元和信息之舞。我希望你能體會(huì)到這種實(shí)現(xiàn)方式是多么不可思議。一系列細(xì)胞和人類的意識(shí)體驗(yàn)之間似乎存在著巨大的哲學(xué)鴻溝，但思想和大腦是一體的。克里克稱這是一個(gè)假設(shè)，他的這種做法顯然是政治正確的。大腦中的細(xì)胞創(chuàng)造了思想，這是一個(gè)事實(shí)，不是一種假設(shè)。我們需要了解這300億個(gè)細(xì)胞的功能以及它們是如何實(shí)現(xiàn)這一功能的。幸好，新皮質(zhì)不僅僅是一團(tuán)不規(guī)則的細(xì)胞，我們可以更深入地研究它的結(jié)構(gòu)，從而了解它是如何產(chǎn)生人類思想的。新皮質(zhì)的功能區(qū)讓我們重回解剖臺(tái)，再來(lái)看看大腦。肉眼看來(lái)，新皮質(zhì)似乎沒(méi)有明顯的特征。但實(shí)際上，還是有一些明顯特征的，例如分隔兩個(gè)大腦半球的巨大裂隙，以及分隔后部和前部腦區(qū)的突出溝壑。但在幾乎所有你能看到的地方，從左到右、從后到前，新皮質(zhì)錯(cuò)綜復(fù)雜的表面看起來(lái)幾乎一樣。沒(méi)有明顯的邊界線或顏色變化劃分出專門處理不同感覺(jué)信息或不同類型思想的區(qū)域。不過(guò)，人們?cè)缇椭肋@里面有界限。甚至在神經(jīng)科學(xué)家能夠分辨有關(guān)新皮質(zhì)回路的有用信息之前，他們就知道某些大腦功能只由特定的腦區(qū)負(fù)責(zé)。如果病人的右側(cè)頂葉由于中風(fēng)而遭到破壞，他可能將對(duì)左側(cè)身體或左側(cè)空間中的任何東西失去感知能力，甚至想象不出它們的存在。左側(cè)額區(qū)被稱作布羅卡區(qū)（Broca’sarea），如果這個(gè)區(qū)域由于中風(fēng)而遭到破壞，那么人使用語(yǔ)法規(guī)則的能力就會(huì)受到影響，盡管他的詞匯量和理解單詞含義的能力沒(méi)有改變。梭狀回發(fā)生中風(fēng)會(huì)導(dǎo)致面孔識(shí)別能力喪失，病人無(wú)法在照片中認(rèn)出自己的母親、孩子，甚至自己。這些不可思議的疾病一度令早期的神經(jīng)科學(xué)家認(rèn)為，新皮質(zhì)由許多功能區(qū)組成。在過(guò)去的一個(gè)多世紀(jì)里，我們對(duì)功能區(qū)有了更多了解，但還有很多疑問(wèn)。這些功能區(qū)都是半獨(dú)立的，似乎專門用于負(fù)責(zé)感知或思維的某些方面。在形態(tài)上看，它們就像排列在一個(gè)形狀不規(guī)則的拼布被子上，每個(gè)人的情況只有些許不同。很少有功能區(qū)的邊界能被清晰地劃分出來(lái)。從功能上看，它們按分支層次結(jié)構(gòu)排列。一個(gè)具有層次結(jié)構(gòu)的系統(tǒng)中，從抽象意義上說(shuō)，某些元素的層次一定會(huì)“高于”或“低于”其他元素。例如，在企業(yè)層次結(jié)構(gòu)中，中層經(jīng)理的層達(dá)的也是這個(gè)意思。功能區(qū)的層次高低與它們?cè)诖竽X中的位置排列無(wú)位中層經(jīng)理與他在美國(guó)另一個(gè)州的分理處的同行交流?？茖W(xué)家丹尼爾·費(fèi)勒曼（DanielFelleman）和戴維·范·埃森（DavidvanEssen）曾繪制了構(gòu)連接在一起，我們可以假設(shè)人類的新皮質(zhì)也具有相似的層次結(jié)構(gòu)。最底層的功能區(qū)，即初級(jí)感覺(jué)區(qū)，是感覺(jué)信息首先到達(dá)新皮質(zhì)的地方。這些功能區(qū)以最原始、最基本的方法處理信息。例如，視覺(jué)信息通過(guò)初級(jí)視覺(jué)區(qū)（V1）進(jìn)入新皮質(zhì)。V1關(guān)注的是低水平的視覺(jué)特征，如微小的邊緣部分、小尺度運(yùn)動(dòng)分量、雙眼視差（針對(duì)立體視覺(jué)），以及基本的顏色和對(duì)比度信息。V1將信息反饋給其他功能區(qū)，如次級(jí)視覺(jué)區(qū)（V2）、第四級(jí)視覺(jué)區(qū)（V4）和下顳葉（IT；我第6章會(huì)詳細(xì)介紹它們），以及其他一些功能區(qū)。這些功能區(qū)中的每一部分都負(fù)責(zé)處理信息的更具體或更抽象方面。例如，V4中的細(xì)胞會(huì)對(duì)中等復(fù)雜度的物體做出反應(yīng)，如紅色或藍(lán)色等不同顏色的星星形狀。另一個(gè)叫作中顳區(qū)（MT）的功能區(qū)專門處理與物體的運(yùn)動(dòng)相關(guān)的信息。在視覺(jué)皮質(zhì)的較高層次，有一些功能區(qū)代表著你對(duì)各種物體的視覺(jué)記憶，如對(duì)人臉、動(dòng)物、工具、身體部位等的視覺(jué)記憶。你的其他感覺(jué)區(qū)也有類似的層次結(jié)構(gòu)。新皮質(zhì)有一個(gè)名為Al的初級(jí)聽(tīng)覺(jué)區(qū)，上面有一個(gè)聽(tīng)覺(jué)區(qū)的層次結(jié)構(gòu)。新皮質(zhì)還有一個(gè)名為S1的初級(jí)體感區(qū)，上面有一個(gè)體感區(qū)的層次結(jié)構(gòu)。最終，感覺(jué)信息進(jìn)入聯(lián)合區(qū)，這也是接收一種以上感覺(jué)輸入的皮質(zhì)區(qū)有時(shí)使用的名稱。例如，有一些皮質(zhì)區(qū)會(huì)同時(shí)接收視覺(jué)和觸覺(jué)輸入。正是由于聯(lián)合區(qū)的存在，你才能看到蒼蠅在你手臂上爬，與此同時(shí)，你會(huì)感覺(jué)到手臂發(fā)癢。這些功能區(qū)大多接收經(jīng)過(guò)幾種感覺(jué)區(qū)高度處理的輸入，但這些功能區(qū)的功能仍不清楚。我在后文會(huì)詳細(xì)介紹皮質(zhì)層次結(jié)構(gòu)。在大腦額葉中還有另一組功能區(qū)，用于創(chuàng)造運(yùn)動(dòng)輸出。新皮質(zhì)的運(yùn)動(dòng)系統(tǒng)也是分層次的。層次最低的初級(jí)運(yùn)動(dòng)區(qū)（M1）會(huì)向脊髓發(fā)送信號(hào)，建立連接并直接驅(qū)動(dòng)肌肉。層次更高的功能區(qū)將復(fù)雜的運(yùn)動(dòng)指令反饋給Ml。運(yùn)動(dòng)區(qū)的層次結(jié)構(gòu)和感覺(jué)區(qū)的層次結(jié)構(gòu)看起來(lái)非常相似。它們似乎以相同的方式組合在一起。在運(yùn)動(dòng)區(qū)，我們認(rèn)為信息順著層次結(jié)構(gòu)向下流向M1以驅(qū)動(dòng)肌肉。而在感覺(jué)區(qū)，我們認(rèn)為信息會(huì)順著層次結(jié)構(gòu)向上流動(dòng)，遠(yuǎn)離感覺(jué)區(qū)。實(shí)際上信息是雙向流動(dòng)的。感覺(jué)區(qū)的反饋是運(yùn)動(dòng)區(qū)的輸出，反之亦然。層次結(jié)構(gòu)。也就是說(shuō)，輸入（視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)）視覺(jué)信息確實(shí)從V1進(jìn)入，流向聯(lián)合區(qū)，到達(dá)額葉運(yùn)動(dòng)皮質(zhì)，最后驅(qū)動(dòng)事情不止如此，并沒(méi)有這么簡(jiǎn)單。我提醒你注意過(guò)于簡(jiǎn)化的觀點(diǎn)是因傳遞，但不要因此就認(rèn)為信息流都是單向的?；氐浇馄逝_(tái)前，假設(shè)我們?cè)O(shè)置了一臺(tái)功能強(qiáng)大的顯微鏡，從新皮質(zhì)上切下一個(gè)薄片，對(duì)一些細(xì)胞進(jìn)行染色，然后通過(guò)顯微鏡進(jìn)行觀察。如果我們對(duì)切片中的所有細(xì)胞進(jìn)行染色，就會(huì)看到一團(tuán)黑色固體，因?yàn)檫@些細(xì)胞非常緊密地交錯(cuò)排列在一起。但是如果我們用一種染色劑來(lái)標(biāo)記一小部分細(xì)胞，就可以看到我之前提到的六層結(jié)構(gòu)。這些結(jié)構(gòu)是因?yàn)榧?xì)胞體、細(xì)胞類型及其連接的密度變化而形成的。接。突觸是一個(gè)細(xì)胞的神經(jīng)脈沖會(huì)對(duì)另一個(gè)細(xì)胞的行為施加影響的地方。到達(dá)突觸的神經(jīng)信號(hào)（也被稱作電脈沖、動(dòng)作電位或脈沖尖峰可以使接收細(xì)胞更有可能發(fā)射脈沖尖峰。有些突觸則會(huì)產(chǎn)生相反的效們之間的連接強(qiáng)度會(huì)增加。稍后我將詳細(xì)介紹這一過(guò)程，即所謂的“赫布學(xué)習(xí)規(guī)則”（HebbianLearningRule）。除了改變突觸的強(qiáng)度之外，還度的，可以肯定的是，突觸的形成和加強(qiáng)正是記憶得以儲(chǔ)存的原因。雖然新皮質(zhì)中有許多類型的神經(jīng)元，但其中有一類神經(jīng)元占比巨大，每10個(gè)細(xì)胞中有8個(gè)這樣的神經(jīng)元。這些是錐體神經(jīng)元，之所以這的新皮質(zhì)在頂層有數(shù)米長(zhǎng)的軸突外（但細(xì)胞數(shù)量很少），伸到丘腦等位置比較靠下的大腦結(jié)構(gòu)。一個(gè)典型的錐體神經(jīng)元有幾千個(gè)突觸。同樣，由于它們的密度極每個(gè)錐體神經(jīng)元有1000個(gè)突觸，實(shí)際數(shù)字可能接近5000個(gè)或1么人類的新皮質(zhì)將有大約30我們的想象。顯然，它足以儲(chǔ)存你一生中能學(xué)到的所有東西。新皮質(zhì)使用相同的計(jì)算工具工作傳聞愛(ài)因斯坦曾經(jīng)說(shuō)過(guò)，構(gòu)思狹義相對(duì)論很簡(jiǎn)單，沒(méi)費(fèi)什么力氣。它是從一個(gè)觀察結(jié)果中自然而然地產(chǎn)生的：對(duì)所有觀察者來(lái)說(shuō)，光速都是恒定的，即使觀察者以不同的速度運(yùn)動(dòng)，情況依舊如此。這一點(diǎn)是反直覺(jué)的。這就好比拋出的球的速度總是一樣的，而不管它被拋出時(shí)的力度有多大，也不管拋球和觀察球的人的移動(dòng)速度有多快。每個(gè)人都會(huì)看到，球在任何情況下都以相對(duì)于他們的相同速度移動(dòng)。這似乎不太可能是真的。但事實(shí)證明，對(duì)光來(lái)說(shuō)的確如此。愛(ài)因斯坦想知道，這個(gè)奇怪的事實(shí)會(huì)產(chǎn)生什么后果。他有條不紊地思考了光速恒定的所有含義，并因此對(duì)狹義相對(duì)論做出了更離奇的預(yù)測(cè)，比如你的移動(dòng)速度越快，時(shí)間流逝得就越慢，而能量和質(zhì)量從根本上說(shuō)是一回事。他在相對(duì)論書籍中介紹的那些例子來(lái)源于他的日常生活，他通過(guò)火車、子彈、手電筒等日常生活中的例子來(lái)闡述推理思路。這個(gè)理論并不難，但它肯定是反直覺(jué)的。人來(lái)將它展示給世人。這個(gè)人就是約翰斯·霍普金斯大學(xué)的神經(jīng)科學(xué)家弗農(nóng)·芒卡斯?fàn)枺╒ernonMountcastle）。1978年，他發(fā)表了論文《大腦功能的組織原則：?jiǎn)卧K和分布式系統(tǒng)》（AnOrganizingPrincipleforCerebralFunction:TheUnitModuleandtheDistributedSystem）。在中處理聽(tīng)覺(jué)輸入的區(qū)域、處理觸覺(jué)的區(qū)域、控制肌肉的區(qū)域、布羅卡皮質(zhì)使用相同的計(jì)算工具來(lái)實(shí)現(xiàn)所有功能。該存在差異。如果仔細(xì)觀察，你會(huì)發(fā)現(xiàn)差異。新皮質(zhì)的各個(gè)區(qū)域在厚域之一，即V1，實(shí)際上在其中一層有一些額外的分區(qū)。這種研究方向錯(cuò)誤的情況也曾發(fā)生在19找物種之間的細(xì)微差異上。他們成功發(fā)現(xiàn)了兩種看起來(lái)幾乎相同的小線，不斷地研究軟體動(dòng)物。最終，達(dá)爾文的慧眼最終發(fā)現(xiàn)了其中的奧秘，他因此發(fā)問(wèn)：“所有這些物種怎么會(huì)如此相似？”它們的這種相似性遠(yuǎn)比其差異性更令人驚訝，更令人想一探究竟。芒卡斯?fàn)栆蔡岢隽祟愃频目捶āａ槍?duì)解剖學(xué)家尋找皮質(zhì)區(qū)微小差異的領(lǐng)域，芒卡斯?fàn)栔赋?，盡管新皮質(zhì)的不同區(qū)域存在差異，但從整體上看它非常統(tǒng)一。各個(gè)區(qū)域的層數(shù)、細(xì)胞類型和連接完全相同。新皮質(zhì)就像隨處可見(jiàn)的6張名片疊在一起的樣子。這些差異往往非常微妙，以至于訓(xùn)練有素的解剖學(xué)家都無(wú)法認(rèn)同。因此，芒卡斯?fàn)栒J(rèn)為，新皮質(zhì)的所有區(qū)域都在執(zhí)行同樣的操作。而視覺(jué)區(qū)之所以成為視覺(jué)區(qū)、運(yùn)動(dòng)區(qū)之所以成為運(yùn)動(dòng)區(qū)，是因?yàn)樾缕べ|(zhì)的各個(gè)區(qū)域相互連接的方式，以及它們與中樞神經(jīng)系統(tǒng)的其他部分連接的方式不同。事實(shí)上，芒卡斯?fàn)栒J(rèn)為，一個(gè)皮質(zhì)區(qū)與另一個(gè)皮質(zhì)區(qū)看起來(lái)略有不同，是因?yàn)樗鼈冞B接的東西不同，而不是因?yàn)樗鼈兊幕竟δ懿煌?。他的結(jié)論是，新皮質(zhì)的所有區(qū)域都有一個(gè)共同的功能，使用一種通用的算法。視覺(jué)與聽(tīng)覺(jué)無(wú)異，與運(yùn)動(dòng)輸出也無(wú)異。他認(rèn)為，人類的基因指定了新皮質(zhì)不同區(qū)域的連接方式，這種連接方式會(huì)因具體功能和物種的不同而不同，但新皮質(zhì)組織本身在任何地方都在做同樣的事情。非常不同。它們具有根本不同的特性。視覺(jué)涉及不同顏色、質(zhì)地、形樣的。他還表示，運(yùn)動(dòng)控制的工作原理也是如此。科學(xué)家和人工智能工程師大多對(duì)芒卡斯?fàn)柕挠^點(diǎn)一無(wú)所知，或者選擇忽視它。為了嘗試?yán)斫庖曈X(jué)或制造出可以“看到”的計(jì)算機(jī)，他們?cè)O(shè)計(jì)了專門針對(duì)視覺(jué)的詞匯和技術(shù)。他們談?wù)摰氖沁吘墶①|(zhì)地和三維表現(xiàn)。如果想理解口語(yǔ)，他們則會(huì)根據(jù)語(yǔ)法、句法和語(yǔ)義規(guī)則構(gòu)建算法。但如果芒卡斯?fàn)柺钦_的，那么這種對(duì)不同感覺(jué)采用不同算法的方法并不是大腦在處理各類感覺(jué)時(shí)采用的方法，因此很可能會(huì)失敗。如果芒卡斯?fàn)柺钦_的，那么皮質(zhì)算法的表達(dá)必定是與具體的功能或意義無(wú)關(guān)的。大腦使用同樣的過(guò)程來(lái)看和聽(tīng)。新皮質(zhì)所做的事情具有普遍性，適用于任何類型的感覺(jué)或運(yùn)動(dòng)系統(tǒng)。我第一次讀到芒卡斯?fàn)柕恼撐臅r(shí)，驚訝得差點(diǎn)從椅子上摔下去。這就是神經(jīng)科學(xué)的羅塞塔石碑(3)，它僅憑一篇論文和一個(gè)想法，就將人類頭腦中所有千差萬(wàn)別、奇妙的能力都結(jié)合了起來(lái)。它用一種算法就將它們統(tǒng)一起來(lái)。它只用了一步就表明，以前所有將人類行為作為不同能力來(lái)理解和設(shè)計(jì)的嘗試，是完全錯(cuò)誤的。我希望你能體會(huì)到芒卡斯?fàn)柕挠^點(diǎn)是多么不同凡響和美妙優(yōu)雅。在科學(xué)領(lǐng)域，最好的想法總是簡(jiǎn)單、優(yōu)信的是，大多數(shù)科學(xué)家和人工智能工程師要么拒絕相信，要么選擇忽視，要么完全不知道它的存在。新皮質(zhì)的可塑性能力是何時(shí)以及如何產(chǎn)生的。例如，我們通過(guò)現(xiàn)在流行的新聞報(bào)道可知，許多神經(jīng)科學(xué)都認(rèn)同這樣的觀點(diǎn)：大腦是高度專業(yè)化的模塊的集合。功能成像技術(shù)，如功能性磁共振成像（fMRI）和正電子發(fā)射型計(jì)算機(jī)斷層顯像（PET），幾乎只關(guān)注腦圖和前面提到的功能區(qū)。通常在同的面孔、給圖片命名、想象某事、記憶清單上的內(nèi)容、做財(cái)務(wù)決策制一幅成人大腦的典型圖像，標(biāo)明各個(gè)功能發(fā)揮作用的位置。這樣一來(lái)，人們可以很容易地說(shuō)出：“這是面部識(shí)別區(qū)，這是數(shù)學(xué)區(qū)，這是音樂(lè)區(qū)?！庇捎谖覀儾恢来竽X是如何完成這些任務(wù)的，因此自然會(huì)假設(shè)大腦是以不同的方式執(zhí)行各類活動(dòng)的。事物，人類的基因無(wú)法為它進(jìn)化出一個(gè)特定的機(jī)制。因此，在童年時(shí)劃分時(shí)依靠的純粹是經(jīng)驗(yàn)。人類的大腦具有令人難以置信的學(xué)習(xí)和適應(yīng)能力，哪怕這些環(huán)境直到最近才出現(xiàn)。這證明了大腦是一個(gè)極其靈活的系統(tǒng)，而不是一個(gè)針對(duì)一千個(gè)問(wèn)題有一千個(gè)解決方案的系統(tǒng)。神經(jīng)科學(xué)家還發(fā)現(xiàn)，新皮質(zhì)的布線方式具有驚人的“可塑性”，這意味著它可以根據(jù)流入其中的輸入類型而改變布線方式，并重新布線。例如，新生雪貂的大腦可以通過(guò)外科手術(shù)重新布線，以便它的眼睛可以將接收的信號(hào)發(fā)送到新皮質(zhì)中通常用于發(fā)展聽(tīng)覺(jué)的區(qū)域。結(jié)果，雪貂竟然在其大腦的聽(tīng)覺(jué)部分發(fā)展出了正常的視覺(jué)通路。換句話說(shuō)，它用通常會(huì)聽(tīng)到聲音的大腦組織看東西。研究人員已經(jīng)對(duì)其他感覺(jué)區(qū)和腦區(qū)完成了類似的實(shí)驗(yàn)。例如，可以在老鼠出生時(shí)，將它的幾片視覺(jué)皮質(zhì)移植到通常表征觸覺(jué)的區(qū)域。隨著老鼠的成熟，移植的組織會(huì)處理觸覺(jué)信息而不是視覺(jué)信息。細(xì)胞并非天生就專門負(fù)責(zé)處理視覺(jué)、觸覺(jué)或聽(tīng)覺(jué)信息。人類的新皮質(zhì)同樣具有可塑性。先天性失聰?shù)某赡耆嗽谕ǔ?yīng)該成為聽(tīng)覺(jué)區(qū)的地方處理視覺(jué)信息。而先天性失明的成年人使用他們的新皮質(zhì)的最靠后區(qū)域閱讀盲文，該部分通常專門用于處理視覺(jué)信息。由于盲文需要觸摸，你可能會(huì)認(rèn)為它主要會(huì)激活觸摸區(qū)，但顯然，沒(méi)有哪個(gè)區(qū)域的新皮質(zhì)會(huì)滿足于什么都不表征。視覺(jué)皮質(zhì)沒(méi)有像它“應(yīng)該做”的那樣從眼部接收信息，而是四處尋找其他輸入模式篩選信息，也就是對(duì)其他皮質(zhì)區(qū)中的信息進(jìn)行篩選。所有這些證據(jù)都表明，腦區(qū)主要會(huì)根據(jù)其成長(zhǎng)過(guò)程中流入信息的種類形成專門的功能。與地球表面注定要根據(jù)國(guó)界線劃分成不同的國(guó)家不同，新皮質(zhì)并不是經(jīng)過(guò)嚴(yán)格設(shè)計(jì)，使用不同的算法執(zhí)行不同功能的。新皮質(zhì)的組織，就像全球的政治地理一樣，由于早期環(huán)境不同，可能會(huì)出現(xiàn)不同的結(jié)果?；驔Q定了新皮質(zhì)的整體結(jié)構(gòu)，包括哪些區(qū)域連接在一起這類具體細(xì)節(jié)，但在這個(gè)結(jié)構(gòu)中，該系統(tǒng)是高度靈活的。質(zhì)算法可以以新穎的方式部署在機(jī)械化的新皮質(zhì)中，表現(xiàn)出新穎的感覺(jué)。由此，真正靈活的智能就會(huì)在生物大腦之外出現(xiàn)。新皮質(zhì)并不直接感知世界我們繼續(xù)討論一個(gè)與芒卡斯?fàn)栍^點(diǎn)有關(guān)的話題，它同樣令人驚訝。你的新皮質(zhì)的輸入基本上都是一樣的。同樣，你可能認(rèn)為你的感官是完全獨(dú)立的實(shí)體。畢竟，聲音是以壓縮波的形式在空氣中傳播的，視覺(jué)是以光的形式傳播的，而觸摸是以皮膚上的壓力的形式傳播的。聲音似乎是時(shí)間性的，視覺(jué)似乎主要是圖像性的，而觸摸似乎基本是空間性的。還有什么能比山羊“咩咩”的叫聲、蘋果的樣子和棒球摸起來(lái)的感覺(jué)更不同的呢？但我們來(lái)仔細(xì)看看。來(lái)自外部世界的視覺(jué)信息通過(guò)視神經(jīng)中的100萬(wàn)根纖維發(fā)送到大腦。經(jīng)過(guò)丘腦的短暫轉(zhuǎn)運(yùn)后，它們到V1。聲音是通過(guò)你的聽(tīng)覺(jué)神經(jīng)的3萬(wàn)根聽(tīng)覺(jué)纖維傳入的。它們穿過(guò)你大腦的一些較舊的部分，然后到達(dá)A1。你的脊髓通過(guò)另外100萬(wàn)根纖維將有關(guān)觸覺(jué)和內(nèi)是大腦的主要輸入過(guò)程。你就是通過(guò)這樣的方式感知這個(gè)世界的。這樣，但這些纖維被稱作軸突，它們攜帶著被稱作“動(dòng)作電位”或“脈沖”的神經(jīng)信號(hào)，這些信號(hào)部分是化學(xué)信號(hào)，部分是電信號(hào)。提供這些信號(hào)的感覺(jué)器官是不同的，而一旦這些感覺(jué)器官變成了受大腦限制的動(dòng)作電位，它們都是一樣的，都只是模式而已。動(dòng)作電位。無(wú)論這些瞬時(shí)脈沖最初是什么原因引起的，它們都是相同的。大腦只識(shí)別模式。你對(duì)世界的感知和知識(shí)是由這些模式建立的。你的大腦里沒(méi)有光，里面是黑暗的，也沒(méi)有聲音進(jìn)入，里面很安靜。事實(shí)上，大腦是你身體中唯一自身沒(méi)有感覺(jué)的部分。外科醫(yī)生可以把手指伸進(jìn)你的大腦，而你感覺(jué)不到它。所有進(jìn)入你大腦的信息都是以軸突上的空間模式和時(shí)間模式出現(xiàn)的。我所說(shuō)的空間模式和時(shí)間模式到底是什么意思？我們依次來(lái)看看人體的主要感覺(jué)。視覺(jué)同時(shí)攜帶空間信息和時(shí)間信息?？臻g模式是在時(shí)間模式上同步發(fā)生的模式，它們是在同一感覺(jué)器官的多個(gè)受體同時(shí)受到刺激時(shí)產(chǎn)生的。視覺(jué)的感覺(jué)器官是你的視網(wǎng)膜。圖像進(jìn)入你的瞳孔，經(jīng)晶狀體投射后，在視網(wǎng)膜上形成一個(gè)顛倒的圖像，并形成一個(gè)空間模式。這個(gè)模式被傳遞給你的大腦。人們往往認(rèn)為，有一個(gè)上下顛倒的、外部世界的小圖片進(jìn)入你的視覺(jué)區(qū)，視覺(jué)因此而產(chǎn)生，但這不是視覺(jué)產(chǎn)生的機(jī)制。實(shí)際上，根本沒(méi)有圖片，它已不再是一個(gè)圖像了。從根本上說(shuō)，它只是以不同模式進(jìn)行的電活動(dòng)。當(dāng)你的新皮質(zhì)處理該信息，在不同的區(qū)域之間上下傳遞模式的組成部分、篩選信息、過(guò)濾信息時(shí)，它類似于圖像的特質(zhì)會(huì)迅速消失。么明顯。你的眼睛每秒鐘大約會(huì)快速轉(zhuǎn)動(dòng)3次，即掃視。它們盯著一個(gè)自然視覺(jué)是由進(jìn)入大腦的一系列模式構(gòu)成的，它就像河流一樣不停流動(dòng)，視覺(jué)更像一首歌，而不是一幅畫。許多視覺(jué)研究者忽視了掃視和快速變化的視覺(jué)模式。他們利用麻醉的動(dòng)物做實(shí)驗(yàn)，來(lái)研究當(dāng)無(wú)意識(shí)的動(dòng)物注視一個(gè)點(diǎn)時(shí)，視覺(jué)是如何產(chǎn)生的。這樣做時(shí)，他們就去掉了時(shí)間維度這一變量。這種方法在原則上沒(méi)有錯(cuò)。消除變量是科學(xué)方法的一個(gè)核心要素，但他們消除了視覺(jué)的一個(gè)核心組成部分，即它實(shí)際包含的內(nèi)容。在用神經(jīng)科學(xué)解釋視覺(jué)的形成機(jī)制時(shí)，時(shí)間是非常重要的影響因素。對(duì)于聽(tīng)覺(jué)，我們習(xí)慣于思考聲音的時(shí)間性。聲音、口語(yǔ)和音樂(lè)隨著時(shí)間的推移而變化，這對(duì)我們來(lái)說(shuō)是顯而易見(jiàn)的。你不可能瞬間聽(tīng)完一首歌，就像你不可能瞬間聽(tīng)到一句話一樣。只有經(jīng)過(guò)一段時(shí)間，一首歌曲才能完整存在。因此，我們通常認(rèn)為聲音并不是一種空間模式。從某種程度上說(shuō)，聽(tīng)覺(jué)的情況與視覺(jué)的情況相反：聲音的時(shí)間性是顯而易見(jiàn)的，而其空間性卻不那么明顯。聽(tīng)也有空間成分。每只耳朵中都有名為耳蝸的螺旋管狀器官，它們將聲音轉(zhuǎn)換成動(dòng)作電位。耳蝸微小、不透明、呈螺旋管狀，嵌在人體最堅(jiān)硬的骨頭——顳骨中。半個(gè)多世紀(jì)前，美籍匈牙利裔物理學(xué)家蓋歐爾格·馮·貝凱希（GeorgvonBékséy）破譯了耳蝸的秘密。貝凱希建立了內(nèi)耳模型，發(fā)現(xiàn)人聽(tīng)到的每一種聲音成分都會(huì)導(dǎo)致耳蝸的不同部分振動(dòng)：低頻音會(huì)引起耳蝸外部較軟和較寬部分的振動(dòng)；中頻音使耳蝸中間部分振動(dòng)；高頻音會(huì)引起耳蝸硬底的振動(dòng)。耳蝸上的每個(gè)部位都布滿了神經(jīng)元，當(dāng)震動(dòng)發(fā)生時(shí)，它們就會(huì)被激活。在日常生活中，耳蝸無(wú)時(shí)無(wú)刻不在被大量的同步頻率振動(dòng)著。因此，每時(shí)每刻都有一個(gè)新的空間模式的刺激沿著每個(gè)耳蝸的長(zhǎng)度流向聽(tīng)覺(jué)神經(jīng)。我們?cè)僖淮慰吹?，這種感覺(jué)信息可歸結(jié)為“空間-時(shí)間”模式。人們通常認(rèn)為觸摸不是一種時(shí)間現(xiàn)象，但它是基于時(shí)間的，也是基于空間的。你可以做個(gè)實(shí)驗(yàn)，自己看看。請(qǐng)一位朋友握住他的手，掌心朝上，閉上眼睛。將一個(gè)普通的小物件放到他的手掌中，戒指、橡皮，什么都行。你讓他在不移動(dòng)手的任何部位的情況下識(shí)別它，除了重量和可能的尺寸之外，他不會(huì)有任何線索。然后告訴他閉上眼睛，讓手指在物體上移動(dòng)。他很可能立刻就能認(rèn)出這個(gè)物件。允許手指移動(dòng)，就已經(jīng)為觸摸的感官感知增加了時(shí)間要素。視網(wǎng)膜中心的中央凹和人的指尖之間有一個(gè)非常明顯的相似性，它們都有很高的敏銳度。因此，觸摸也像一首歌。人們利用觸覺(jué)執(zhí)行復(fù)雜操作的能力，如在黑暗中扣上襯衫紐扣或打開(kāi)前門的能力，取決于連續(xù)的隨時(shí)間變化的觸覺(jué)模式。我們通常認(rèn)為，人類有5種感覺(jué)，即視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、嗅覺(jué)和味覺(jué)。實(shí)際上人類還有更多感覺(jué)。視覺(jué)更像是3種感覺(jué)——運(yùn)動(dòng)、顏色和亮度（黑白對(duì)比）庭系統(tǒng)，它產(chǎn)生了平衡感。其中一些感覺(jué)比其他感覺(jué)包含的元素更豐式進(jìn)入大腦，在軸突上流動(dòng)。你的新皮質(zhì)并未真正或直接感知這個(gè)世界。新皮質(zhì)唯一知道的是進(jìn)入輸入軸突的模式流。你對(duì)世界的感知是由這些模式創(chuàng)造的，包括你的自我意識(shí)。事實(shí)上，你的大腦無(wú)法直接知道你的身體末端在哪里，世界的起點(diǎn)在哪里。研究身體形象的神經(jīng)科學(xué)家發(fā)現(xiàn)，人類對(duì)自身的感覺(jué)遠(yuǎn)比想象中靈活。例如，如果我給你一個(gè)小耙子，讓你用它來(lái)抓取東西，而不是用手抓取，你很快就會(huì)覺(jué)得它已經(jīng)成為你身體的一部分。你的大腦會(huì)改變它的預(yù)期，以適應(yīng)新的觸覺(jué)輸入模式。耙子已經(jīng)實(shí)實(shí)在在地融入了你的身體。感覺(jué)替代例子。第一個(gè)例子中的內(nèi)容你可以在家里完成。你只需要找來(lái)一個(gè)朋假手。當(dāng)你盯著假手時(shí)，你的朋友要同時(shí)撫摸兩只手的相同部位。例的區(qū)域，也就是我在本章前面提到的那些聯(lián)合區(qū)，會(huì)變得混亂。實(shí)際上，你會(huì)感覺(jué)到施加在假手上的感覺(jué)，就好像它是自己的手一樣。這種“模式對(duì)等”的另一個(gè)引人注目的例子叫作感覺(jué)替代。對(duì)于在童年時(shí)期失明的人來(lái)說(shuō)，感覺(jué)替代可能會(huì)徹底改變他們的生活，而且有朝一日，可能會(huì)給先天性失明的人帶來(lái)福音。它還可能催生新的腦機(jī)接口技術(shù)。威斯康星大學(xué)麥迪遜分校生物醫(yī)學(xué)工程教授保羅·巴赫·利塔（PaulBach-y-Rita）意識(shí)到，大腦完全是通過(guò)模式產(chǎn)生感覺(jué)的，因此開(kāi)發(fā)了一種能在人類的舌頭上顯示視覺(jué)模式的方法。戴上這種顯示設(shè)備，盲人也能夠通過(guò)舌頭上的感覺(jué)來(lái)學(xué)習(xí)“看”。下面介紹該設(shè)備的工作原理。研究人員將一個(gè)小攝像頭戴在被試的前額上，將一塊芯片放在被試的舌頭上。視覺(jué)會(huì)被逐個(gè)像素地轉(zhuǎn)化為舌頭上的壓力點(diǎn)。一個(gè)可以在分辨率較低的電視屏幕上顯示為數(shù)百個(gè)像素的視覺(jué)場(chǎng)景，可以轉(zhuǎn)化為由舌頭上的數(shù)百個(gè)微小壓力點(diǎn)構(gòu)成的模式。大腦很快就能學(xué)會(huì)正確解釋這些圖案。埃里克·韋恩邁耶（ErikWeihenmayer）是首批佩戴這種安裝在舌頭上的設(shè)備的人。他是一名世界級(jí)的運(yùn)動(dòng)員，13歲時(shí)不幸失明，他四處演講，稱不會(huì)讓失明影響自己的雄心壯志。2001年，韋恩邁耶登頂珠穆朗瑪峰，成為有史以來(lái)第一個(gè)不僅挑戰(zhàn)了而且實(shí)現(xiàn)了這一目標(biāo)的盲人。2003年，韋恩邁耶試戴了這個(gè)舌頭裝置，自失明以來(lái)第一次能看到東西。他能夠看見(jiàn)一個(gè)球在地板上朝他滾來(lái)，伸手去拿桌子上的飲料，并玩起了“石頭剪刀布”游戲。后來(lái)他穿過(guò)走廊，看到了門口，檢查了一扇門和門框，并注意到門上有一個(gè)標(biāo)志。最初通過(guò)舌頭上的感覺(jué)進(jìn)行體驗(yàn)的圖像，很快就被作為空間中的圖像進(jìn)行體驗(yàn)了。連接，大腦就能識(shí)別它們。新皮質(zhì)建立了世界模型如果你認(rèn)為模式是大腦所知道的一切，那么你對(duì)上述所有例子都不應(yīng)該感覺(jué)太驚訝。大腦是模式的機(jī)器。用聽(tīng)覺(jué)或視覺(jué)表征大腦的功能并無(wú)不妥，但在最基本的層面上，模式才是根本。無(wú)論各個(gè)皮質(zhì)區(qū)的活動(dòng)看起來(lái)多么不同，它們使用的都是相同的基本皮質(zhì)算法。新皮質(zhì)并不關(guān)心這些模式是源于視覺(jué)、聽(tīng)覺(jué)，還是其他感覺(jué)。它不關(guān)心它的輸入是來(lái)自1個(gè)感覺(jué)器官還是來(lái)自4個(gè)感覺(jué)器官。如果你碰巧用聲吶、雷達(dá)或磁場(chǎng)來(lái)感知世界，或者如果你有觸角而不是手，就算你生活在一個(gè)四維而不是三維的世界里，它也不會(huì)在意。這意味著你不需要任何一種感覺(jué)或任何特定的感覺(jué)組合來(lái)使你變得聰明。海倫·凱勒既看不見(jiàn)也聽(tīng)不見(jiàn)，但她學(xué)會(huì)了語(yǔ)言，并成為作家，寫作水平超過(guò)大多數(shù)視力和聽(tīng)力正常的人。她非常聰明，雖然缺失兩種主要的感覺(jué)，但大腦令人難以置信的靈活性仍然使她能夠像五感齊全的人那樣感知和理解世界。人類頭腦所具備的非凡的靈活性讓我對(duì)我們將創(chuàng)造的大腦啟發(fā)技術(shù)寄予厚望。當(dāng)我想到制造智能機(jī)器時(shí)，我想為什么要堅(jiān)持讓它具備我們熟悉的感覺(jué)？只要我們能夠破譯新皮質(zhì)的算法并提出模式科學(xué)，就可以將其應(yīng)用于制造智能系統(tǒng)。受新皮質(zhì)啟發(fā)而制作的電路，有一個(gè)非常了不起的特點(diǎn)，那就是我們不需要費(fèi)盡心思地對(duì)它進(jìn)行編程。正如聽(tīng)覺(jué)皮質(zhì)在重新布線的雪貂中變成“視覺(jué)”皮質(zhì)，就像視覺(jué)皮質(zhì)孩子身上所做的那樣自然。此外，模式是智能的基礎(chǔ)貨幣這一想法引發(fā)了一些有趣的哲學(xué)問(wèn)與我過(guò)去經(jīng)歷過(guò)的模式一致。這些模式對(duì)應(yīng)于我認(rèn)識(shí)的人、他們的面釋它們的方式。不存在直接感知這種東西。我們沒(méi)有一個(gè)“人”傳感器。模式是我們要依據(jù)的東西。這場(chǎng)討論強(qiáng)調(diào)了幻覺(jué)和現(xiàn)實(shí)之間有時(shí)會(huì)受到質(zhì)疑的關(guān)系。如果你能產(chǎn)生橡膠手錯(cuò)覺(jué)，并且可以通過(guò)舌頭的觸摸刺激“看到”，那么當(dāng)用手觸摸或用眼睛看到時(shí)，你是否同樣被“愚弄”了？我們能相信自己看到的世界是真實(shí)的嗎？可以。世界確實(shí)以一種非常接近我們感知它的形式而存在，然而，大腦無(wú)法直接了解這個(gè)絕對(duì)的世界。大腦通過(guò)一系列感覺(jué)了解世界，這些感覺(jué)只能檢測(cè)到絕對(duì)世界的一部分。感覺(jué)創(chuàng)造的模式被送到新皮質(zhì)，并由同一個(gè)皮質(zhì)算法處理，創(chuàng)造出一個(gè)世界的模型。這樣一來(lái)，盡管口頭語(yǔ)言和書面語(yǔ)言在感覺(jué)層面上完全不同，但大腦理解它們的方式非常相似。同樣，海倫·凱勒的世界模型與你我的世界模型非常接近，盡管她的感覺(jué)比你我要少很多。通過(guò)這些模式，新皮質(zhì)建立了一個(gè)接近真實(shí)事物的世界模型，然后值得注意的是，它將其保存在記憶中。我將在第4章中討論記憶，看看這些模式進(jìn)入新皮質(zhì)后發(fā)生了什么。第4章從記憶中檢索答案的大腦如果你正走在擁擠的街道上，或是在聽(tīng)交響樂(lè)，或是安慰哭泣的孩子，或就在閱讀本書，那么來(lái)自你所有感官的空間和時(shí)間模式充斥著你的頭腦。世界由大量不斷變化的模式組成，它們無(wú)時(shí)無(wú)刻不在拍打和撞擊著你的大腦。你如何理解這些模式的意義？模式流入，穿過(guò)舊腦的各個(gè)部分，最終到達(dá)新皮質(zhì)。但是，當(dāng)它們進(jìn)入新皮質(zhì)后會(huì)發(fā)生什么？里沒(méi)有齒輪，但這是他們能想到的最佳比喻。信息以某種方式進(jìn)入大第1章中所看到的那樣，人工智能研究人員一直堅(jiān)持這一觀點(diǎn)，他們堅(jiān)持認(rèn)為相關(guān)研究之所以沒(méi)有取得太多進(jìn)展，只是因?yàn)橛?jì)算機(jī)與人腦相人類一樣的智能。這種大腦與計(jì)算機(jī)的類比存在一個(gè)很大程度上被忽視的問(wèn)題。與計(jì)算機(jī)中的晶體管相比，神經(jīng)元的運(yùn)行速度相當(dāng)慢。一個(gè)神經(jīng)元收集來(lái)自其突觸的輸入，并將這些輸入組合在一起，以決定何時(shí)向其他神經(jīng)元輸出一個(gè)脈沖信號(hào)。一個(gè)典型的神經(jīng)元可以做到這一點(diǎn)，并在大約5毫秒內(nèi)重置自己，或者說(shuō)每秒大約有200次這樣的行為。這可能看起來(lái)很快，但一臺(tái)現(xiàn)代基于硅芯片技術(shù)的計(jì)算機(jī)可以在一秒鐘內(nèi)完成10億次操作。這意味著，基本的計(jì)算機(jī)操作與你大腦中的基本操作相比，前者的速度是后者的500萬(wàn)倍！這是一個(gè)巨大的差異。那么，大腦怎么可能比最快的數(shù)字計(jì)算機(jī)更快、更強(qiáng)大呢？“沒(méi)問(wèn)題，”將大腦比作計(jì)算機(jī)的人會(huì)這樣說(shuō)，“大腦這種‘計(jì)算機(jī)’是并行運(yùn)算的，數(shù)十億個(gè)細(xì)胞同時(shí)計(jì)算。這種并行性極大地增加了生物大腦的處理能力。”我一直覺(jué)得這種說(shuō)法是謬論，只需簡(jiǎn)單想象一下就能明白它的荒謬之處。這就是所謂的“百步法則”。一個(gè)人可以在不到一秒鐘的時(shí)間內(nèi)完成重要的任務(wù)。例如，我可以給你看一張照片，并讓你判斷圖像中是否有貓。如果有貓，你就按下按鈕；如果你看到的是熊、疣豬或蕪菁，就不要按。對(duì)今天的計(jì)算機(jī)來(lái)說(shuō)，這項(xiàng)任務(wù)很難，或者說(shuō)不可能完成，但人類可以在半秒或更短時(shí)間內(nèi)可靠地完成它。神經(jīng)元很慢，所以在這半秒鐘內(nèi)，進(jìn)入你大腦的信息只能穿越一條包含100個(gè)神經(jīng)元的鏈條。也就是說(shuō)，大腦以100步或更少的步數(shù)即可“計(jì)算出”此類問(wèn)題的解決方案，而不管這個(gè)過(guò)程一共可能會(huì)涉及多少神經(jīng)元。從光線進(jìn)入你的眼睛，到你按下按鈕，涉及的神經(jīng)元鏈條中只有不到100解決同樣問(wèn)題的數(shù)字計(jì)算機(jī)將需要數(shù)十億步。100計(jì)算機(jī)的顯示屏上移動(dòng)一個(gè)字符，而對(duì)于其他一些更為有趣的事情，這些指令則力有不逮。但是，如果有好幾百萬(wàn)個(gè)神經(jīng)元一起工作，這不就像一臺(tái)并行計(jì)算機(jī)嗎？實(shí)際情況并非如此。雖然大腦與并行計(jì)算機(jī)都是并行運(yùn)行的，但這是它們唯一的共同點(diǎn)。并行計(jì)算機(jī)結(jié)合了許多快速計(jì)算機(jī)來(lái)處理大型問(wèn)題，如預(yù)測(cè)明天的天氣。如果要預(yù)測(cè)天氣，就必須計(jì)算地球上許多地理位置的物理?xiàng)l件。盡管每臺(tái)計(jì)算機(jī)可以同時(shí)在不同的地點(diǎn)工作，但即使有數(shù)百甚至數(shù)千臺(tái)計(jì)算機(jī)并行工作，單臺(tái)計(jì)算機(jī)仍然需要執(zhí)行數(shù)十億或數(shù)萬(wàn)億個(gè)步驟來(lái)完成任務(wù)。并行計(jì)算機(jī)在100步內(nèi)不可能完成任何有意義的任務(wù)，無(wú)論這臺(tái)計(jì)算機(jī)的體型有多大，運(yùn)行速度有多快。關(guān)于這一點(diǎn)，可以打個(gè)比方。假設(shè)我要你搬運(yùn)100塊石塊穿越沙漠，一次只能搬一塊石頭，穿越沙漠需要100的時(shí)間才能完成，所以你招募了100務(wù)的速度變成了之前的100倍，但仍然需要至少100萬(wàn)步才能穿越沙漠。雇用更多的工人，即使是1000名工人，也不會(huì)帶來(lái)任何額外的收益。無(wú)論你雇用多少工人，都無(wú)法在比走100萬(wàn)步更短的時(shí)間內(nèi)解決這個(gè)問(wèn)題。并行計(jì)算機(jī)也是如此?？缭侥骋稽c(diǎn)之后，增加更多的處理器并不會(huì)產(chǎn)生什么影響。一臺(tái)計(jì)算機(jī)，無(wú)論它有多少個(gè)處理器，運(yùn)行得多快，都無(wú)法在100步內(nèi)計(jì)算出難題的答案。那么，為何大腦能在100步中完成困難的任務(wù)，而可以想象到的最大的并行計(jì)算機(jī)卻不能在100萬(wàn)個(gè)或10億個(gè)步驟中解決？答案是：大腦不會(huì)“計(jì)算”問(wèn)題的答案，它只是從記憶中檢索答案。從本質(zhì)上講，答案在很久以前就儲(chǔ)存在記憶中了。從記憶中檢索一些東西只需要幾步。速度緩慢的神經(jīng)元不僅可以做到這一點(diǎn)，而且它們本身就構(gòu)成了記憶。整個(gè)新皮質(zhì)結(jié)構(gòu)是一個(gè)記憶系統(tǒng)，它根本就不是一臺(tái)計(jì)算機(jī)。用記憶解決問(wèn)題說(shuō)明。比方說(shuō)接球吧，有人把球扔給你，你看到它向你飛來(lái)，不到一個(gè)機(jī)械臂做同樣的事情，問(wèn)題就很麻煩了，許多研究生都發(fā)現(xiàn)這幾乎是不可能做到的事。當(dāng)工程師或計(jì)算機(jī)科學(xué)家解決這個(gè)問(wèn)題時(shí)，他們首先會(huì)嘗試計(jì)算球的飛行軌跡，以確定它到達(dá)手臂時(shí)的位置，這需要解一組你在高中物理中學(xué)過(guò)的方程。接下來(lái)，機(jī)械臂的所有關(guān)節(jié)都必須協(xié)同調(diào)整，以便將手移到適當(dāng)?shù)奈恢?，這就需要解另一組方程，而這一組比第一組更難。最終，整套操作必須重復(fù)多次，因?yàn)殡S著球的靠近，機(jī)械臂會(huì)更好地了解球的位置和軌跡。如果機(jī)械臂等到確切知道球的位置才開(kāi)始移動(dòng)，那就來(lái)不及抓住它了。當(dāng)機(jī)械臂對(duì)球的位置知之甚少時(shí)，它就必須開(kāi)始移動(dòng)，并且隨著球的靠近不斷調(diào)整手臂的姿態(tài)。一臺(tái)計(jì)算機(jī)需要數(shù)百萬(wàn)步求解無(wú)數(shù)的數(shù)學(xué)方程，才能讓機(jī)械臂接住一個(gè)球。盡管通過(guò)編程計(jì)算機(jī)可能會(huì)成功地解決這個(gè)問(wèn)題，但百步法則表明，大腦的處理方式截然不同，它使用的是記憶。你如何利用記憶接球呢？你的大腦中儲(chǔ)存著接球所需的肌肉指令的記憶，以及許多其他學(xué)習(xí)行為。當(dāng)球被拋出時(shí)，會(huì)發(fā)生三件事。首先，你看到球會(huì)自動(dòng)調(diào)用適當(dāng)?shù)挠洃?。其次，該記憶?shí)際上調(diào)用了肌肉指令的時(shí)間序列。最后，大腦檢索到的記憶會(huì)在被調(diào)用時(shí)進(jìn)行調(diào)整，以適應(yīng)當(dāng)時(shí)的具體情況，如球的實(shí)際路徑和你身體的位置。如何接球的記憶并沒(méi)有編入你的大腦，它是通過(guò)多年重復(fù)練習(xí)而學(xué)會(huì)的，它儲(chǔ)存在你的神經(jīng)元中，而不是計(jì)算出來(lái)的。你可能在想：“稍等。每次接球都略有不同。你剛才說(shuō)