《人工智能的未来》书评

实现梦想的力量

本来是作为一本AI方面的科普书来看的，希望从中得到一些研究的启发和灵感，这几天把这本书扫完了，晚上又查查了Numenta的一些新闻、产品的Demo，感觉自己收获的不只是一些关于AI研究的启发，还有一些如何实现自己梦想、如何用科技去改变世界的感触。---研究AI的手段---这一点是我极力赞同的，那就是人脑的运行原理可以给我们关于AI的研究提供必要的灵感。毕竟人类大脑是几亿年进化的产物，我相信大脑的处理方式会有些很神奇的trick，不是我们苦思冥想就能想出来的。---智能的定义---文中作者提到智能不应该按照行为来定义，而应该定义为根据所储存的记忆预测未来的能力。并且穿插了大量的通俗的例子来证明预测的能力在生活的普遍存在性。---“层级结构”和“恒定特征”---层级结构（Hierarachical）不算是个新鲜的话题了，但确实是很热门。我也一直很推崇这个观点：细胞响应越往上变化越少，越指向抽象，或者说越稀疏。只是，恒定特征如何实现的细节我还是没有在文中找到，我相信大脑一定会有个很巧妙的方法来简单地实现吧。文中还有很多有意思、也很对我胃口的观点，就不一一写出来了。晚上Google了下关于Numenta的新闻，看了他们最新发布的一些Demo，发现HTM（他们提出的一个模型），并没有我预想中那么的powerful，让我感觉并没有比其他一些计算机视觉的模型优秀。Hawkins在业界应该算是还挺有影响力的人物了吧，把平台化、商业化这一套弄得挺风生水起的，但不管怎么样，还是得需要他们的模型靠的住才行，毕竟这才是本质的竞争力吧。实现梦想的力量——科技+商业，嗯，广阔天地，大有可为。

思考角度

里面很有意思的关于外星人发现地球道路系统的思考。是每条道路走一遍呢还是从高处宏观分析这些道路呢？我给《宇宙学》的书评里http://book.douban.com/review/3715475/也提到类似的感想。研究问题的出发点，或者思考的角度很大程度上影响我们对事物的判断。恩，人工智能一定需要精通人类大脑皮层的每个细节吗？不累死才怪。我也是功能主义者。思维这东西很奇怪，不一定依附于人类这样的神经元网络上。有一个有意思的思考：我们在研究这样一个宇宙，这个宇宙里有我们这样的思维也在研究这个宇宙，一层套一层……死递归:)关于大脑思维本质的研究也遇到这样的死递归或者说是悖论？不好意思，我也做不出更深层次的评论，这本书没完全看完就没了。可惜，准备再买本- =

欲言又止的人工智能

人的智能不仅仅是“能”……能力本身，还有其表现形式，社会化的生活。没有社会化的交流、反馈、互动，智能就不能表现出其意义出来。比如“狼孩”是人，但是其智能处于何种层面？作者不敢往这方面提，这样就把话题搞得太玄了。但是不延伸到这方面，所谓的“人工智能”就只可以停留在联接主义或者贝叶斯概率的层面。

笔记

Jeff Hawkins在TED上的演讲http://v.163.com/movie/2007/5/4/2/M7SOTK1GB_M7SOTMO42.html=====================================

字字珠玑

这本书可谓是字字珠玑！从理论到实例无一不是精彩异常，读完这本书对于一个人来讲无论他是否从事了相关的研究工作，书里面的理性和创造性的光辉将永远指引我们前进！

还好AlphaGo没有输给李世石

我们人类在计算机强大的计算能力面前，一直以“感性”、“直觉”沾沾自喜。放到围棋上，曾几何时，别说围棋国手了，就算在我这种业余爱好者面前，计算机也是丝毫胜算都没有。我一直以为，棋感、棋风、大局观是机器与人类之间无法跨越的鸿沟，却从未思考过，什么棋感、大局观，不过是计算能力欠缺的本能和直觉，所谓理性不足感性补，理论不足经验补。可感性的判断依赖的究竟是什么？为什么感性的选择可以强于随机选择？对于这些问题，希金斯在《人工智能的未来》一书里其实进行了相当有价值的思考，他详细的探讨了大脑皮层的工作机制，将人类的思维形式总结为“记忆—预测”系统。不仅如此，书中还提供了解决办法：在计算能力不够用时，机器应该怎样去战胜人类“妙不可言”的“直觉”？类如层状结构、时频分析，已经与今天谷歌的AlphaGo的计算方式十分贴近。希金斯在书中说：“要了解智力，必先要了解人类的大脑。”，这仿佛暗示着未来的智能应该在思维方式上越来越接近人类。还好，AlphaGo的解决问题方式与人类的思维方式还是截然不同的。否则——如果AlphaGo故意输给李世石？一股凉意从脊梁窜了上来。原文链接：http://mp.weixin.qq.com/s?__biz=MjM5NjMyOTMzNA==&mid=402044742&idx=1&sn=ce60b72f30eca45adc2f03cd05e42384&3rd=MzA3MDU4NTYzMw==&scene=6#rd更多内容欢迎关注公众号：roobook你的一部分是你读过的书决定的。

必须看的书

很多新奇且有说服力的想法。作者思路清晰，描述简单，读起来非常顺畅。我只有两个不太满意的地方：1，图太少了，而且很简陋。2，很多描述分不清是作者的未经证实的推论还是事实或实验证明了的。导致有时不敢轻易相信内容的真实性。书中的大部分内容应该是推论，没有试验数据支撑的。所以与其认为这是一本科普或科学理论书籍，我更倾向认为这是一本关于大脑工作方式的畅想著作。

人工智能的未来

Jeff Hawkins 是著名的PalmPilot掌上电脑和Treo智能电话的发明人，但是他其实也是一个人工智能前沿领域的研究者。这本《On Intelligence》就是他写于2004年的一部科普著作，讲述人工智能方面的内容。Jeff Hawkins的论调还是比较前卫的。作为一名计算机从业人员，他在书的前半部分就否定了图灵机（Turing Machine）用于人工智能的合理性。通过经典的“中文屋”实验的比喻，Jeff认为传统的图灵机只能进行对人类思考行为的模拟，而非真正的机器思考。Jeff通过对人类大脑工作原理的探究，整理出一套独创的人工智慧理论。他所建立的人工智能框架，是以模仿真正大脑的“记忆”与“预测”为核心的全新体系，对计算机科学的发展做出了杰出的贡献。2007年3月，Jeff Hawkins 基于他过去的研究，向社会发表了其最新的科学成果。这是一套以所谓Hierarchical Temporal Memory (HTM)为核心的智能理论。Jeff将他的研究成果公开出来，并鼓舞学术界、产业界在此基础上做出更多的贡献。承载该项目的官方网站是这个 http://www.numenta.com/，诸位可以前往拜读Jeff Hawkins最新的研究资讯，并且下载HTM理论的相关文档。

memory-prediction framework 与人脑智能

全书对于大脑皮层的运作，提出了一个全局性的猜想。memory-prediction framework（mpf）。认为神经系统运作的方式，是在接受输入的同时，就自发地进行预测。一般地，只有那些与预测不符的信号，才会层层向上传递。当然，也存在其他的一些信号传递方式。本书先讨论了当时的人工智能为何举步维艰。然后提出了大脑的一些基本运作原理。接着详细解释了这个memory-prediction framework。最后对一些和智能有关的概念（意识，创造性）进行了讨论，大多数都可以在这个mpf里面得到解释。最后对人工智能的未来进行了展望。原书名更恰当 on intelligence需要注意的是，书中很多观点在当时都是猜想。我花了些时间调查了作者近几年的活动。初步的判断，mpf大体上应该还没有被严重否定。我想学术上有一些支持的证据。但学界应该还处于争论之中。无论怎么说，这本书介绍的一些基本知识，用在大脑使用方面所得到的推论大多还是可靠的。比如反复地训练。比如通过增加变化引起大脑的兴奋等。

“预测”之垮台

《人工智能的未来》（On Intelligence）一书，是由杰夫•霍金斯，一位在硅谷极其成功、受人尊敬的计算机工程师、企业家与《纽约日报》的栏目作家桑德拉•布拉克斯莉共同撰写。霍金斯本人，是著名的PalmPilot掌上电脑和Treo智能电话的发明人，同时也是人工智能领域一位非同寻常的研究者。本书所描述的内容可谓“雄心勃勃”，意在揭示人脑如何工作的理论，回答“智能是什么”的根本问题。说霍金斯非同寻常，在于本书提出了一个非主流的智能设想，他认为记忆－预测才是大脑皮层的工作原理，是智能的核心标志，也是制造智能机器的基本理论框架。这一设想反驳了以“图灵测试”为核心的、主流的行为主义观点。1950年，阿兰•图灵提出了这样一个设想：一个人在不接触计算机的情况下，通过一种特殊的方式，和计算机进行一系列的问答，如果在相当长时间内，他无法根据这些问题判断对方是人还是计算机，那么，就可以认为这个计算机具有与人相当的智力，即这台计算机是能思维的。这就是著名的“图灵测试”，当然，到目前为止，还没有计算机能够通过图灵测试。霍金斯认为这种基于行为判断的“图灵测试”是人工智能研究的死胡同，是“只求结果，不问手段”，不可能实现真正的智能。在试图建造智能机器之前，我们首先必须理解人脑是怎样思考的。只有理解之后，我们才可以考虑如何制造智能机器。也就是说，人工智能必须建立在人的智能基础上。到这一步，我必须给霍金斯足够的掌声，因为“图灵测试”可以作为计算机是否达到智能的判断方法之一，是哲学上的“是非”判断，却不是怎样使机器具备智能的方法，不是科学上的“如何”判断。在反驳了“图灵主义”之后，霍金斯以脑科学结合生活的行为观察，发现预测是大脑皮层的主要功能，也是智能的基础和必要因素。并且，预测是建立在记忆的基础上，因为大脑记忆具有如下特征：1）可以存储模式序列；2）以自-联想方法回忆模式；3）以恒定的形式储存模式；4）按照层级结构储存模式。大脑的记忆模式为预测创造了充分条件，可以说智能就是基于记忆的预测行为，霍金斯由此而得到记忆－预测的智能理论架构。最后，霍金斯更是把创造力也纳入到记忆－预测的框架中进行解释，简单地说，创造力就是一种具有创造性的预测，是“通过类推而进行预测的一种活动而已”。霍金斯是具有创造性的，把智能研究往更加接近事实的方向推进了一大步。然而，其创造性掩盖不住理论明显存在的问题。在智能是否人脑所独有的问题上，霍金斯认为所有的生物都在利用记忆和预测，只是它们运用记忆和预测的手段和复杂程度不同而已，因此可以说其它生物也是智能的。具体的差异体现在什么地方呢？霍金斯的回答直截了当：我们的新大脑皮层比猴子或狗的大许多。在他看来，脑容量决定了智能的差异。另外是人类发展出了语言，促进了知识（记忆）的传播。霍金斯在此犯了一个明显的失误。把人脑智能归结于脑容量，这种说法不会给自己找麻烦，但它和康德的“先天形式”，与柏拉图的“理型论”并没有本质的区别。尽管他认为柏拉图是荒唐的，纯粹的神秘主义。然而，归结于新大脑皮层，难道不是物质的神秘主义？智能研究一定需要脑科学来引路吗？霍金斯对“预测”的发现不完全是基于对日常生活的观察吗。究其根本，霍金斯对直观的观察是没有信心的，正如其所说，记忆—预测理论架构也是一种预测。或者，在霍金斯所处的社会环境中，无法接受没有科学作备注的理论，而他也意识到这一点，不得不以脑科学来赢得支持。这么做的问题在于，从新大脑皮层出发的理论，最终又回到新大脑皮层。然而，《人工智能的未来》这本书吸引人的地方，恰恰不是霍金斯对人脑的描述，而是那些生活观察，对“真智能”的挖掘。爬行动物没有进化出新的大脑皮层，但它们与人类同样在运用记忆和预测，这说明两者具有不同的记忆模式和特征，因之产生不同层次的预测，而不是什么古脑和进化脑的区别。霍金斯提出了人脑记忆的4个特征，这是我认为最具价值的部分，尽管并不具有原创性。比如第二个特征：自-联想方法回忆模式，自－联想记忆系统是指那种能够根据不完整或混乱的输入信息回忆起全部模式的系统。它对于空间－时间模式都适用。比如当你看到帷帘后露出的孩子的鞋，就会自然而然地想到整只鞋的样子，是你完善了鞋的影像，从而形成了一个完整的空间模式。这种现象在格式塔心理学中早就描述过，视觉的闭合性原则说的就是通过局部进行整体性的判断，判断的前提是以既有的视觉经验（完整的鞋子）为动力方向的。在霍金斯这里，不过是把“完整的鞋子”换成“全部模式”的说法。本质上是一样的。“完整的鞋子”或“全部模式”当然也就是一种“恒定”的形式，否则就无法进行判断或“预测”了。在这里就引申出一个更基础的问题了。预测，本身就是一种因果关系的判断。对此，大卫•休谟对这种顽固的因果关系判断提出了强烈的批判。同样的，亨利•柏格森也指出：人总是希望在不同的时间（只能是不同的时间）而同样的条件（只可能是相对的同样）和同样的原因下得到同样的结果，我们的思维习惯于在这种反复循环的“因果"中探求规律。从现实生活的角度来看，我们都知道，人的创造力往往受制于自然而然的模式化判断（预测）。那么，创造性的“预测”和一般的“预测”有什么差异，霍金斯是没有论及的。我们不禁要问，记忆－预测是最有效的智能模式吗？机器智能必须以人类的思维障碍作为起点吗？记忆－预测，不正是一种被误解了的智能吗。回到本书最具“学术”价值的记忆－预测智能理论架构上，依然是问题重重。记忆－预测真的是智能的基础吗？大脑确实喜欢预测，只不过，它是人脑的认知方式之一，够不着智能的基础。我们并不总是在预测。比如，我无意中抬头看了看天空，看见一片云。说到这里，霍金斯会反对说：“你看，你看天空就已经预测了你将会看到什么。”好吧，那么记忆－预测理论是一种比“图灵试验”更加彻底的行为主义——无视意识。这也是不少读者觉得霍金斯存在行为主义嫌疑的原因所在。我抬头看天空完全可能是无意识的，也许我只是脖子不舒服想活动一下而已，我看见了一片云，并注意到了它，因为它的形状很像一把刀，这不是预测，我根本没有意识到会看见一片云，更预测不到一片象刀的云。不可否认，这却是一种智能的表现——相似联结，在创新思维学中，我称之为直觉的形式（之一）。霍金斯会说这是一种想象。并且他没有忘记把想象力纳入预测的范畴，他说：“想象实际上就是策划的一种说法，它是脑皮层预测能力所起的作用——允许我们在行动之前就知晓后果如何。”比如你在想象中一步一步地下着棋，并思考着每一步的后果。霍金斯把预测调转一个时空方向，就解释了想象力，可是他解释不了我对那片云的想象，只能说我把那片云想象成一把刀，却不能说我把那片云预测成一把刀。“预测”或相似联结都是智能的形式，不是智能的基础。那么，霍金斯的理论已然垮台。什么是智能的基础呢？智能的基础必然体现在整个智能过程最前端的感觉和知觉上，时空只是知觉的结构要素之一，是构成霍金斯所说的记忆“模式”的要素之一，却不是全部。譬如事物的功能性，和时空关系一样，也是知觉的结构要素，“模式”的组分。霍金斯的智能观被时空裹挟，把形式当成了本质，因而看到不到其它，更没有深入到人脑记忆和思维如何可能的问题上，如果你要霍金斯回答这样的问题，估计还是会绕回那个直截了当的答案——新大脑皮层。伍天友／文

我并不孤独

对作者早期的观点，我完全认同。对作者后期的理论，我还在学习中……凡喜欢这本书的人，都是我的友邻（如果他们不拒绝的话:）-----------------------------------------------未来，已不再有任何的疑虑；我确信，我并不孤独。^0^

人工智能的未来

第二次阅读。读完再写。------------------------------------------------------------------------------------------------------------------------------------------------------

科普类，适合浏览

2015年冬，26岁读，四星半。科普类，适合浏览。名字是人工智能，其实讲的是人类智能，只有很少篇幅讲到了怎样类比人类智能来设计人工智能机器。这本书的核心内容是，作者提出了一个“记忆-预测”理论框架作为人类智能的基本机制，具体内容是：人类大脑具有层级结构，可以通过记忆来构建世界的模型，并且根据现在的环境信息对未来加以预测。这只是一个粗糙的描述，得到了部分实验结果的支持（见附录）。作者自己也说，“我提出了许多关于新皮层工作原理的设想，我很希望其中有一部分思想被证明是错的……我希望，随着新的数据和理解的出现，细节的内容将会得到修正，但核心思想却能得以保留”。最后，第七章写得尤其精彩，拨云见日，融会贯通，令人叹为观止。

很好的书,现在的人工智能都是上层, 某个方面的智能

就像我爱发明中的机械一样,智能针对一个功能需求;加入未来有超级灵活的智能手,那么就可以用一个机械手替代所有的具化的机械智能;现在的人工智能就是如此,只是针对特定的功能,任务;这样子最简单,不需要构造一大堆的东西,所谓冰山一角,越通用的东西,其底层的复杂性就越大;真正的人工智能应该可以模拟婴儿,一步步学习;现在的人工智能都是给机器准备数据,但真正的人工智能,应该是机器和人直接交流, 参与一个家庭,参与一个幼儿园,小学,初中,高中,大学,一步步接受所有的课程,做作业,批改反馈;;让他养成能够理解这个世界的基本能力,能让感悟到如何自学的能力(即使人这种高等智能也是一点点才领悟到如何自学,如何学习一门新的语言,一门新的编程语言);这样子,让机器脑去获取整个互联网的数据,理解语义,进行进一步的学习;如何交流, 声音,图像,空间,时间( 声音本身就包含了时间的因素, 图像本身就包含了空间的因素,图像和时间结合就是 视频) ,上下文(强相关记忆) ,其他记忆是人脑能够理解的第一层;

一点点疑问

首先声明 我不是学这方面人，而且本书我仅仅是花费了2小时多跳读完的，我的目的只是科普 并没有打算了解的很透彻。本书开始讲述了什么是真正的“人工智能”，而非现在（貌似指的八几年）单纯的神经系统，作者的观点是研究人脑的智能机理才能真正的制造出“人工智能”。接着开始讲述作者所认识的大脑机理，先原理后例子，有点故事驱动的味道，看着很容易理解，其核心是貌似是“新脑皮层理论”。后面是在此理论上理解的一些现有名词，比如什么是“意识”“创造力”什么的，最后是作者对人工智能的展望。读完之后 我有2个疑问其一：如果这种“人工智能”真的实现了，它的意义是不说：“意识可以独立存在了呢？”其二：思考是啥？

对人脑工作原理的思考

提到了一些崭新的重要概念：存储模式序列、自-联想记忆、恒定表征等等。大脑喜欢预测，喜欢自建一个世界的模型。

给智能研究指一条路

Jeff Hawkins是个很厉害的人物，作为Palm平台的主要发明人，他在掌上电脑方面有普通人难以企及的地位。他设计出来的东西很简洁，很直接，快捷好用——这一切都与MS的WindowsCE平台形成了鲜明的对比。因此很久很久以前我发现他写了一本书叫做《On Intelligence》，我就觉得有机会一定要买回来看。后来在豆瓣看到有人提到有大陆的翻译版本，就找回来看了，叫《人工智能的未来》。正如豆瓣网友指出的，这本书的译名有问题，应该叫做“真智能”而不是“人工智能”，书中作者是有刻意区别的。另外，封面设计和装帧也远远算不上好看——可见出版社本来并没有在这本书上面投入多少的精力。我的意见，如果能在译文校对上多下点工夫，在配上几幅浅显漂亮的大脑结构图片（而不是像现在这样只有几幅干巴巴的示意图），这本书完全能够成为一本很好的大脑研究的科普书籍，并且有机会影响整整一代智能研究工作者。出现类似于“多少年后大家纷纷写文章表示自己当初之所以要从事智能的研究，完全是因为霍金斯的那本《On Intelligence》”这样的场面。然而，既然已经被出版社毁了一大半，我们也就不抱这样的期望了。书的内容是简洁而有启发性的，除了详细描述理论细节的第六章稍微有些麻烦，其他章节都很好懂。作者的理论是围绕着“什么是智能”这样一个问题展开的——什么是智能？过去我们往往以为，智能是一种行动的能力。无论是与人下棋，还是写文章，智能最终需要用行动来体现。然而，如果我们只是静静的躺在黑暗中，难道我们就失去了我们的智能吗？作者霍金斯提出了一种解释智能的新构架，那就是记忆-预测理论。根据这一架构，我们的头脑无时无刻不在用过去的记忆预测下一步将要发生的事情，并与外界输入的信息进行比对，正因为如此，我们才是智能的。让我们举几个简单的例子。比如我们走进自己的家，我们的头脑会自动预测我们将要看到的东西，是门吗？还蓝色的？把手还在？门铃还在？打开门，鞋柜还在？鱼缸还在？鱼呢？还在？一旦出现异常，我们的头脑就通过一个层级的形式，不断的从低到高的去用过去的记忆类比解释新的信息。就像一个部队，从士兵开始往上汇报，直到有一个层次的长官在过去见过类似的信息，能够进行类比，产生解释。比如说我们阅读，我们头脑的不同层次会不断的作出预测。这个成语的后两个字是这样的吗？是的。这句话后半句是这样的吗？是的。这一段是这样的吗？是的。我们不但在不同层次上不断的作出预测，并且这些预测都是并行的，同步的。因此我们看到“今天的天气很___”，无论是“热”还是“冷”，我们的大脑都能够顺利的接受；而一旦看到“猪”之类超出预测的词语，那么，我们的头脑会认为这是有问题的。如果是这样的，我们说，我们的头脑是懂得中文的。是的，我们的大脑通过记忆-预测来解释现有的事物，用记忆-类比来解释新的事物。这些都是在我们头脑中同步的、自动的发生的。我们不得不这样做，因为我们的神经元工作的很慢，传输一次脉冲需要5毫秒，也就是1秒钟内大概能走200步，这可是比计算机要慢得多的速度。幸好我们的记忆工作的很好，他们处理的都是一些与时间-空间有关的、恒定化的的模式，我们的大脑按照层次来记忆和提取这些模式。一个有趣的问题是，动物是否也有智能？按照霍金斯的理论，动物同样有类似的记忆-预测模式，因此从这个角度来说，他们同样是有智能的。但是人类和他们相比，有几点重要的进步。第一，大自然最开始用DNA来储存记忆，记忆的改变只能在一代与一代之间通过自然选择发生，而发展到目前用生物电的形式来储存记忆，我们的头脑相对以前的动物来说容量也更大了，我们能在最短的时间内学习新的模式，应对自然界的变化，并且我们的思维的广度也是过去的动物无法比的；第二，我们发展出了语言，这使得我们除了直接获得自然界的模式之外，还可以通过语言作为输入，获取新的记忆，我们获取新的模式的速度是动物无法比。另外一个有趣的问题是，如果我们只有记忆-预测的话，那么，创造力是什么？如果我们仔细的考虑，可以发现，创造力不过是一种较高层次的记忆-预测而已，我们从过去的事物中提取模式，应用在新的事物上，以期能够解决所面临的问题，这就是创造力，不是么？霍金斯的理论为我们描绘了智能的美好的未来。要知道，大脑只是一个安静的黑盒子而已。它所知道的一切，都有赖于外部的电信息输入。我们完全可以制造出这样的智能机器，给他们输入关于全球气候的信息、或者是关于城市人口交通的信息，让它们训练出相应的记忆、模式，用他们对未来的现象进行预测。他们没有别的输入，因此他们不会像我们一样，有情绪、欲望。从这个角度出发，他们是我们最好的工具，而不是敌人。一个很好的理论，不是么？真的很希望有更多的年轻人读到这本书。原发于：http://www.happysky.org/archives/690

应该译为真实智能而不是人工智能

作者开始即强调了其HTM模型与其他人工智能的不同在于HTM是建立在对人脑的理解与逼近的模仿下的，因而作者宁愿称其为真实智能（real intelligence）而不是人工智能 （artificial intelligence）。作者Jeff Hawkins的HTM Model在人工智能领域如网络神经，机器学习，以及生物神经学领域都引起了极端对立的不同反响。 但其模型的清新，理论上的高瞻远瞩，尤其作者对人工智能领域在几十年中进展不大的弊端的一针见血的独特见解可谓是震聋发聩。如果说现阶段的数据挖掘或机器学习仍然是建立在人为的有针对性的操控下的工具，那么HTM模型则可能凭其单一的结构而第一次产生自我学习的“智能”。 个人更倾向于这个模型对取代当前的机算机软件模式的线性局限，并促成新一代计算机软件的高速并行的无限可能。众所周知的是机算机中心处理器已经从对频率的追求转而通过一芯多核来满足对更多机算能力的需求。 这其中最大的困扰不是来自芯片业，反而是多年来习惯于单核线性编程的软件业对多核的疑虑。 不但是传统软件没有一个可行的方法过渡到进而利用多核实现性能的提高，而且软件开发业很可能要彻底抛弃几十年的开发模式与知识的积累。而HTM的基础即为并行计算，这也是人类大脑的处理原理。 事实上，Jeff Hawkins的希望也是通过芯片设计来实现HTM，但作者没有想到的是其更深远的影响很可能在于引发软件业的一场革命。

yeefe-team 推荐图书

yeefe-team 推荐图书书籍永远不能代表思考和探索带来的愉悦感，但是阅读确实能让我们开始这个惊心动魄的历程http://blog.yeefe.com/wangxiaofei/?page_id=204http://blog.yeefe.com/wangxiaofei/?page_id=204http://blog.yeefe.com/wangxiaofei/?page_id=204http://blog.yeefe.com/wangxiaofei/?page_id=204http://blog.yeefe.com/wangxiaofei/?page_id=204認識你的大腦，認識我們的未來，認識智能機器的未來

不同意最后两个章节的内容

前面对符号主义和连接主义的批判还是比较到位的。本人肯定是反对符号主义的，但是对连接主义还是持部分赞同。第六章提出的“记忆-预测”模型有接近行为主义之嫌了，不是要完全否认“记忆-预测”这样的观点，只是这样的观点也可以看做行为主义的一种表现。至于第七章中认为在脑科学中人脑与动物的大脑有本质的不同，这个太站不住脚了，失去了研究AI的生物哲学基点。建议人工智能改个提法，叫“动物反射行为模拟”更好些，因为一提到智能，都会想到人脑，人脑的智能不能自然条件中得到充分表现，而是要在社会活动中才彰显出威力。模拟人脑的复杂度就变成模拟人类社会的复杂度了……这个恐怕我们现在的科学能力还达不到，而且从哲学的角度看，是永远也达不到。“动物反射”相对独立些，所谓“条件反射”也好，“非条件反射”也好，都是很容易定义区别的东西，比起社会科学的研究，要客观得多了。

没有新东西却有新体验

说是人工智能，其实是在谈人脑谈真智能，谈大脑的认知记忆行为预测等等等等。观点说不上新鲜，内容也不比各个领域的专业书详尽，但作者思路很清晰，说得有条理成系统很宏观。有时新的并不一定就是完全是创新而来，能把老的元素从某点上统领从新组合起来，给人以不同的体验，也是很棒的。

关于智能的一点启发

磨磨蹭蹭花了2个多星期把这本书看完了，大多时候是在睡前翻的，虽然我现在已经不从事计算机行业了，但是对人工智能一直饶有兴趣。本书最大的特点是语言的易读性，完全没有深奥晦涩的叙述，从开始介绍作者自己的教育和工作经历，到之后对神经网络，大脑工作原理的介绍都引人入胜。当然读到第六章感觉有些繁琐，那估计是因为我耐性不够的问题。本书主要在人来大脑的工作原理上下功夫，花了很大的篇幅对我们日常的大脑应用做了分析。从记忆，预测，表征等方面都有展开，在大脑皮层的作用上不惜反复着墨，可以说非常细致的阐发了自己的观点。作者一再强调自联想记忆和恒定表征的重要性，并提出这或许是真智能的关键。而且在书的最后，作者还就一些哲学界热议的问题如：什么是意识，身心问题等做了他的表述，读完颇有些启发。另外，我猜想，本书的作者应该是个音乐爱好者，在书中的很多介绍大脑运作的部分中都用听音乐来作为例子。而且看得出他对于乐理知识有一定的了解。您看人家怎么就这么全面捏。。。。当然作者的一些观点现阶段也只是猜测，很多还并未得到证实，这也是标题中"未来"的含义。作者主张弄清大脑结构，而后对其经行最大的模仿。或许这就是未来人工智能得以成功的一条道路也未可知。此外，可以看出，基本上从事人工智能的科学家大多不担心智能机器所产生的社会问题，同《智能简史》的作者雨果一样，该书的作者也认为应该尽力制造出智能机器，但本书的作者似乎把情感这部分排除在智能之外，所以避开了那些关于伦理价值的争论。

如果人工智能开小差……【一个外行人的理解】

读完这本书我想了很多（表达不好可能有点啰嗦，欢迎交流）：~学习：人脑工作模式：--记忆【此记忆为动词】--（通过已有记忆【名词】）预测--（与已有记忆【名词】）比对--巩固或者修正记忆（这步可以理解为强化记忆，人类世界所有麻烦都来自这里！）——再次重复--记忆--（通过已有记忆【名词】包含修正过的记忆）预测--比对--巩固或者修正记忆这是我对学习过程的理解。人脑一刻不停地对自己认知的世界模型做调整，书中的人工智能也想这样去实现。~序列：人工智能不会是你做出来了它就是智能的摆在那儿，也是有一个学习的过程的。这个学习的过程按书中的观点来说应该不是拷贝那么简单，或许用拷贝的方法还恰恰不行。比如一个智能机器想看一部电影，那它一定得通过类似播放的过程才能看完（可能还不包括理解所需要的时间，当它要理解这部看过的电影时，就得再回放电影的某一段去加以验证）。它要看一本小说也要从头“看”一遍才行，字里行间，跟人理解小说的过程一样。只是智能机器脑子快，这个过程对它来说时间比较短而已。人工智能的学习效率和工作效率都超高！也就是说，光把数据放在智能机器的脑子里是没用的，一定要变成活动的序列。武功秘籍不翻不练是不可能会的。所以《黑客帝国》里尼欧要在训练游戏里跟莫菲斯打斗一番才能真的会打。书中所说，人工智能不会自我复制，这个我相信一半。哪怕智能机器不断学习得到很多经验，也不能复制到另一台智能机器上直接使用，这样想是对的，但经验是抽象的序列，只要加以解释，像放电影那样演示一次，另一台智能机器就学会了。100万倍的思维速度，只比复制慢一点而已，慢到人类察觉不到。一台智能机器学习多年所得经验，也许只要几个小时就能让另一个人工智能全部学会。这是我对“序列”的理解。~情感因素：人类会怀疑、欺骗和自我欺骗。人工智能对自己记忆的修正就是“怀疑、欺骗和自我欺骗”。当人只是很小的孩子时，它很少怀疑，通过不断的学习、模仿和记忆，它会获得最初的记忆。稍大一点的时候，孩子就学会怀疑、拒绝和抗拒（比如小猫和小狗原来不会说话，咖啡并不是辣的只是不适合小孩子喝，这基于记忆--预测—比对的模式），同时只相信那些自己愿意相信的东西，不断更正自己从前的记忆。当孩子成长为大人，它就会明白，有些自己相信的东西是包含自我欺骗成分的。比如某些宗教，如果没有自我欺骗的大前提，人是不会相信那些鬼话的，只是那个大前提伪装的很好，是个顽固的思维循环回路，我也不知道确切的应该叫什么。只要学习还在继续，就必须心存怀疑。到底应该相信什么，自己从前的记忆有多少是靠不住的，到底多少需要修正，人工智能迟早必须面对这些情况。就算作者说人工智能可以不加情感因素，但修正记忆的过程就已经是“怀疑、欺骗和自我欺骗”了。谁又能保证人工智能不会自己虚拟出一个区域作为古脑呢？把自己得到的感情经验都存储起来，以便日后应用。这是我对书中一笔带过的“情感因素”的理解。~情感因素不可忽略：记忆--预测--比对，比对结果一致则相信，不一致则怀疑，同时记下这些经验，以便日后对自己的记忆进行修正。不断学习，不断怀疑，不断验证，不断巩固……问题来了，如果人工智能开小差怎么办？追问一些所有人类都不能解答的问题怎么办？如果有这样的人工智能，就一定会根据自己的认知，不断追索自己是谁，就像人类那样，因为它不可能对别人告诉它的一切一点都不怀疑。也许通过学习，人工智能的工作模式不再是单线的流程，从而得出两个或多个结果看起来全对或者全不对，这个时候谁来解决人工智能的内心矛盾。它可能开始怀疑自己，它的思维比人类快那么多（书中说是100万倍），谁还有这个能力对它进行心理辅导！它会不会根据自己所学，进而认为人类的指令好愚蠢！或者反过来人类觉得它只是掌握的知识比较多，但不能改变它有时比人类更愚蠢的事实。这个时候，人工智能和人类如何决策他们面临的同一个问题。双方会不会用暴力让另一方屈服？就算人工智能不掌握任何可造成伤害的武器，他是不是仍然可以选择对人类使用冷暴力呢？如果他——人工智能知道世界上还有甘地这个人，那只要不合作，就够人类头疼了。

霍金斯先生，还不够大胆。

层状结构、反馈、可能还有时频分析，霍金斯已经接近了智能的核心领域，所凭借的是他的原则：要了解智力，必须了解真实的大脑。但是他没有继续下去，他还不够大胆。他在下一个关键的路口止步不前：他认为，真实人类的情绪、本能、脆弱的心理和智力无关，需要忽略掉。这样，他始终无法为智力构建一个稍微完整的体系。是的，思考是这样工作的，但是谁在推动思考？思考如何形成？霍金斯没有把这个问题继续下去。或许这是出于自然科学家，特别是智能研究领域对哲学家极端的藐视，对唯物主义错误的坚持。《惊人的假说》一书也充满了科学家的这一类看法。另一个止步不前的地方是神经元的任意性原理，在书中他自相矛盾的提出，本能的存在，是出于DNA决定的神经元突触连接。这种特殊地位的连接为什么存在？这是他的理论无法解释的。霍金斯不敢进一步提出：要理解真实的大脑如何运作，必须理解真实人类的生活。这种说法肯定会让他显得像是个哲学家，换句话说也就是江湖骗子，从而失去一切投资。他只能完成某一阶段的智力研究革命。在最近的70年里，智力研究从理想的脑走向真实的脑，还将从真实的脑走向现实的脑，最后将从现实的脑转向神学的脑。那时人们才敢声称彻底了解智能是什么。我们只剩下两次转向没有完成，据乐观的估计，还有5到15年

人类大脑的玄妙

小时候看过一部美国科幻片《未来世界》，对难辨真假的机器人留下了极为深刻的印象，动过设计机器人的念头。后来知道大脑模型和人的意识是科学界的难题，不少科学家选择绕道而行。本书的作者Jeff Hawkins明知山有虎，偏向虎山行，赞他的求知精神！说说启发我的地方吧:1. 人脑的工作原理和计算机完全不同。大脑使用大量的记忆来创造世界的模型。大脑神经元突触形成和强度是记忆的关键。大脑用记忆为基础的模型去不断预测未来的事件。预测未来的能力是智能的关键。大脑皮层的记忆和电脑的记忆有四点根本区别：a. 大脑皮层可以存储模式序列；b. 大脑皮层以自联想方式回忆起模式；c. 大脑皮层以恒定的形式存储模式；d. 大脑按照层级结构存储模式。2. 智能产生于大脑皮层。大脑看似有不同的功能区，但是Hawkins认为大脑皮层使用相同的工作原理。大脑皮层分为六层，按照层级结构来运作。大脑皮层的较低区域获取感觉，较高区域形成恒定表征（例如一些抽象的概念）。信息经感觉体系在层级结构中上下传递，形成预测并产生统一的感觉体验。3. 大脑似乎是可塑的，不存在天生的功能区。大脑各区域根据传入的信息种类发展出专门的功能。人类的意识建议在逻辑原理简单而数值上庞大的记忆系统上。4. 动物不具备人类如下的特点：a、大脑皮层足够大；b、强大的语言能力；c、知识积累和传播。我知道研究意识的科学家还有Christof Koch。在方法论上，Koch会显得比Hawkins更专业。Koch是坚定的还原主义论者，他认为脑的意识可以按照功能找到最基础的神经相关物，即NCC（Neuronal Correlates of Consciousness）。Koch代表作：1）Consciousness: Confessions of a Romantic Reductionist2）The Quest for Consciousness: A Neurobiological Approach和Koch不同，Susan Greenfield是持有整体论的学者。她认为意识不是根据NCC来工作的，意识是由神经元群的共同活动而产生的。Greenfield代表作：The Private Life of the Brain: Emotions, Consciousness, and the Secret of the Self不过，我感到现有的研究对社会群体活动所起到的作用似乎考虑的还不足够。我认为社会对大脑的活动起到至关重要的作用。人类的意识如何来？真希望早日揭开谜团。

读《人工智能》

《人工智能的未来》的作者是Jeff Hawkins，也就是著名的PalmPilot掌上电脑和Treo智能电话的发明人，这牛人从小就对人工智能充满兴趣并孜孜追求，哪怕从事软件业也是为了自己的理想。就书的内容来说，很有意思。作者先批判了传统的人工智能的发展方向，并且断定传统的人工智能永远没办法造出能够与人脑相媲美的智能机器。因为想要真正地了解智能是什么，只有去研究人脑的智能，而不能单纯地依靠程序和数学。接下来，Jeff Hawkins系统地探讨了自己对于新大脑皮层的理论，也就是他所宣称的智能理论。所谓智能，其实就是新大脑皮层基于记忆-预测系统的系统体系。新大脑皮层由层次性的神经元组成，由人类在成长生活过程中不断记忆强化的各种“恒定表征”，以及由此对输入产生从上而下的预测。这样说太抽象，举个例子，你看着某个人的眼睛，这些信息通过你的眼睛感官上传到大脑皮层，由下而上，细节构成整体，过去的记忆形成的关于|“眼睛”的模式让你知道你看到的是眼睛。这个过程不是单向的，同时，你的大脑皮层作出预测，“哦，往下看我应该可以看到这个人的鼻子，往上看应该是额头”这样的预测从上往下传递，并且配合你的感官器官得以验证。所谓智能就是这样一个不断验证记忆中的“模式”（或者称为“恒定表征|”）不断作出预测的过程。那么，什么是意识呢？意识包括两种：自我意识和可感知的意识。我们通常所说的意识其实都是指自我意识，这种“意识”本质上也是基于记忆-预测模型的陈述性记忆。例如，昨天你去郊外参加野营，假设我有这么一种方法可以抹去你某一段时间的记忆，那么当你今天早上醒来之前，我运用这个方法抹去你昨天去野营的记忆。今天，昨天与你去野营的人说，“HI，昨天我们一起去野营了”，可是你已经没有这段记忆，你会很惊讶并且辩解说自己根本没有去，别人后来拿出了一起去野营的录象，你看了之后也许就说“啊，那时候我是没有意识的，我像个僵尸，我真的去了吗？”，可见，所谓自我意识就是陈述性的记忆。可感知的意识，比如我们通常认为蓝色代表忧郁，红色表示愤怒，这样的意识与古脑有关（古脑控制了人类的基本情绪和感受，性欲、饥饿、高兴等等），作者没有给出确切的解释，不过显然也与记忆-预测模型相关，我猜测这与人类长期进化形成的“记忆”有关。那么，什么是创造力？创造力在某些人眼里是那么的神奇，其实所谓创造力，仍然是构建在记忆-预测的模型基础上。我们俗语说“一通百通”，其实就是创造力的一种体现，精通一样技艺之后，在你的新大脑皮层已经稳定地形成了关于这项技艺的方方面面的“模式”，当遇到另一样需要学习的技艺时，专家们总可以找到两者间的共同点。比如在编程领域，设计模式就是关于软件的高级抽象模式，这样的模式可以应用于各式各样的语言。天才们的共同特点就是比一般人更能去发现抽象之抽象、模式之模式。因此，创造力完全是可以培养的，尽管由于个体上的差异（大脑的构造和大脑皮层的面积以及环境、信仰等等），但是每个人其实都可以去培养自己的创造力。遇到难题，首先不能放弃，很多人其实没有开始就放弃了，其次，应该从不同角度去考虑问题，应用不同感官和视角，这样可以激发起你对相似场景的模式记忆，类比而去解决问题。在科学史上通过类比而创新的例子举不胜举。最后，什么是想象？新大脑皮层对输入的信息与长期训练形成的“恒定表征”相验证，同时不断地去预测，预测从皮层较高层次往下传递。如果将预测的传输方向倒转，也就是将预测作为输入，显然，这就是想象。想象其实就是策划，不断对行为产生的后果进行预测。心理暗示的作用也从这个意义上得到了验证。说说所谓“恒定表征”，这个概念其实类似于柏拉图哲学中的“理型”。我们怎么知道一只动物是马，而不是别的什么东西。按照柏拉图的说法，这就是我们将感官中看到的马，与心灵中“理型”的马进行类比而得出这是一只马的结论，“完美理型的马”拥有马的一切特征，是具体马的“形式”。而且柏拉图认为，“理型”是与生俱来的，来源于一个称为“理型的世界”。Jeff Hawkins所说的“恒定表征”与此类似，不过“恒定表征”并不是生来就有的，而是人在成长过程中不断记忆学习形成的稳定“模式”。还是以马为例，第一次看见这种动物，你并不知道这就是所谓马，然后有人告诉你这就是马，你记下了马的特征和场景，在以后的生活里这个记忆被不断地重复和强化，进而形成了关于马的“恒定表征”：马是四条腿的动物，如果不是的话，你也可以通过其他特征断定这可能是受伤了只剩三条腿的马；并且一般王子和大侠们也都喜欢骑白马......基于这套新的智能框架，Jeff Hawkins认为我们可以制造出真正的智能机器，而且这个领域也将成为下一个技术革命。制造出的智能机器不一定有人的表面特征，也就是机器人管家这样的幻想中的东西并不是智能机器的方向，智能机器将充分利用速度和记忆容量上的优势，在特定领域发挥惊人的作用，比如思考数学上的多维空间、天气预报等等。这本书可以让你一口气读完，翻译得也相当棒，相当地推荐。

一本非主流的神经科学科普著作

美国传奇科学家杰夫·霍金斯所著的《人工智能的未来》，英文名是“On Intelligence”，似乎书名翻译得很糟糕，其实人家的英文标题有点培根的随笔的味道，直接翻译作《论智能》或者干脆《智能》就好了。这本书是如此的popular，以至于连一向无知的baidu百科上都有它的简介。有些科学家把这本书的启发意义可以跟薛定谔的《生命是什么》相提并论，稍微有点夸张，再怎么说，老薛那本书当年忽悠了那么多物理学人去转攻生物学，可见其影响力是不可同日而语的。不过我觉得，说这本书是一本极具批判性思维的关于脑科学的小册子，这应该是句中肯的评价。在21世纪的今天，神经科学家对人类自身大脑的了解比天文学家对宇宙的了解多不了多少（还有人说”甚至要少！毕竟人家是理论太多搞得晕头转向，我们却连一个成体系的理论都拿不出来！“）。甚至有悲观论调的科学家声称：大脑不可能了解大脑（itself）！或者：上帝不愿意让我们了解。而该书作者杰夫·霍金斯横空出世，立马横刀，积极批判这些悲观论调，解释说“几十年来，神经科学家只会撅着屁股埋头做实验，积累了堆积如山的实验数据，但是从来没有人想过要提出一套能够将这些都囊括进去的理论！而这个光荣而艰巨的任务，就交给我来完成吧！” 颇有“沧海横流方显英雄本色”的气魄。他在书里面简单描述了自己的理论框架——说起来真的很简单，概括起来就是，智能=记忆+预测。他说一切所谓“创造性的活动”，都只是从海量记忆库里面搜寻解决方案的过程，只不过我们提取记忆的方式非常复杂，并不是简单的数据检索和拷贝，更多的是模式提取。而这个“模式”，又极其灵活多变。举个例子，不同调式演奏的同一首曲子，一般人可能不能听出来是什么调式演奏的，但是他一定能够辨认出这个旋律，如果他以前听过的话。因为啥呢，因为各个音高之间的音程关系没有改变，也就是，虽然每个音的音高（这里“音高”约等于频率，学过音乐的人应该知道，虽然理论上说高一个八度的音高，频率要加倍，但这个规律对于高音和低音区的音并不完全适用，要有微调。因为人类的听觉有一定的适应性，使得高音听起来并没有那么高，低音并没有那么低”）都改变了，但是音高之间的相互关系没有改变，也就是说，这个模式还在。这是一个很好的例子，但是更多时候，“模式”真的要复杂和抽象很多。那么预测呢？杰夫·霍金斯显然是听说过霍金的朋友的那个“每写一个公式，科普书的销量就要减半”的论断，硬是用大量生活中的例子来吸引读者而坚决不写公式。关于这个“预测”，例子就更多了。很简单：你是怎样投篮的？你是不是用牛顿运动学公式+万有引力定律+流体力学公式精确模拟出了篮球的运行轨道？然后根据篮筐大小和远近用微分方程组解出了篮球初速度的取值范围？然后再通过传出神经精确控制你双臂肌肉群的力量大小从而使篮球具有恰到的初速度（包括速率和方向）？如果还要包括自旋的话，那......你还得重新算一遍。如果真是这样的话，运动员的智商毫无疑问是世界上最高的。但是显然不可能。这一切都来源于记忆+预测的组合。从无数次训练中，每个运动员都获取了大量的数据库，“我记得上次我是这样投的，就进了，嗯这次距离稍微远了一点，其他条件都差不多，我加一点点力就应该可以了......” “上次那个球是这样的飞行路线的时候，我在那里接住了它，这次我还这样做......” 其实每个运动员都在进行这种下意识的计算，其本质就是提取记忆+预测未来的过程。另一个绝好的例子是《盗梦空间》中的叫醒方式：终止的音乐。我们知道，突如其来的噪声会马上吸引我们的注意，因为这与我们的预测不符：本来不应该有的。反过来也是一样，突然停止的音乐也会引发神经兴奋，因为无意识中我们已经将下一个时间点发生的事情预测好了，如果下一个音符有变，或者干脆消失，这就意味着有其他事情发生了。习惯了地铁噪音的居民们可能会因地铁停开而失眠，这已经不是什么奇闻了。关于杰夫·霍金斯本人是如何地传奇，google之吧，牛人的光辉是掩盖不住的。据说他自己投资开了一个研究所，专门研究大脑皮层的。美国的私人研究机构有时候真的能够做出大的成果，比如前一段时间炒得沸沸扬扬的人造生命Synthia。尽管杰夫·霍金斯英姿勃发地宣称二三十年内必有重大突破，我想这个问题还是谨慎一点为好啊，毕竟，历史上人类为自己的自大付出代价已经不是一次两次了。