---
title: 千脑智能
author: 杰夫·霍金斯
translator: 廖璐、熊宇轩、马雷
publisher: 浙江教育出版社
edition: 2022年9月第1版
pages: 313
isbn: 978-7-5722-4184-0
price: 109.90
read_date: 2026-10-24
tags: [神经科学, 人工智能, 认知科学, 智能理论]
---

# 杰夫·霍金斯《千脑智能》

## ⚠️ 作者核验与体例说明

杰夫·霍金斯，美国发明家、计算机科学家与神经科学家。掌上电脑的早期开创者之一，二〇〇三年当选美国国家工程院院士，创办过红杉神经科学研究所与一家专做脑启发计算的公司。他上一本书《创智慧》写于二〇〇四年，提出「大脑是记忆-预测系统」；这本《千脑智能》是他十七年后的修订与扩展。

**第一件必须交代的事：书名与版本。** 书单作「千脑」，中文正式书名是《千脑智能》，浙江教育出版社（湛庐）二〇二二年九月出版，廖璐、熊宇轩、马雷合译，三百一十三页。**本文文件名用正式全名，与「达·芬奇传」按全名收录的先例一致。** 台湾星出版二〇二三年另出繁体版，书名改作《千脑智能新理论》，译者许瑞宋，三百五十二页。

**第二件必须交代的事：原书为英文写作，下文一律用中文译名与中文表述，不夹原文。** 书里那些脑区缩写、公司名、实验代号，我一律给中文说法；凡学界通行的缩写，也只写中文意思。

**第三件必须交代的事：这是一本假说之书，不是教科书。** 作者在书里反复强调他的理论「尚未被证实」。**读者如果把这本书当成已经确立的科学结论，会犯两类错误**：一是高估它的确定性，二是低估它的野心。

**第四件必须交代的事：本文不作页码级引用。** 我据的是章节结构、公开的作者演讲与书评。**凡标「作者认为」处，只到章，不到页；凡属笔者推演者，另行注明。**

## 开篇 · 这本书挑战了什么旧认知

### 旧认知一：智能等于算力加数据
过去十年最流行的一套信念是：只要模型足够大、数据足够多、算力足够强，智能就会「涌现」。**这套信念把智能定义成一个规模问题。**

**这本书说：方向错了。** 作者的观点是，今天这些系统学的是**统计相关性**，不是**世界的结构**。它们能预测下一个词，却不能在一个房间里找到自己的杯子。**因为真正的智能不是从数据里找规律，而是建立一个可以「在里面走动」的世界模型。**

**他给的比喻很硬**：人类不是靠模仿鸟飞起来的，是靠理解空气动力学。**同样，我们不会靠堆参数造出智能，得先搞清大脑怎么工作。**

### 旧认知二：大脑分区，各管一摊
教科书式的说法是：枕叶管看，颞叶管听，布洛卡区管说话，运动皮层管动作。**这套地图被画了上百年，人人都会背。**

**这本书说：这张地图画的是「输入从哪来」，不是「计算在哪做」。** 作者的核心观察是：**新皮质里那几十万根皮质柱，结构几乎一模一样。** 视觉皮层的一根柱和运动皮层的一根柱，在解剖上你分不出来。

**如果结构相同，功能就不可能是「各管一摊」。** 他的推论是：**每一根柱都在学同一件事——世界的模型。** 区别只在于它们接收的输入不同。**这个推论如果成立，整个神经科学的教科书要重写第一章。**

### 旧认知三：知识是抽象的，与身体无关
我们习惯把「知道」当成一件纯大脑的事：知识存放在脑里，身体只是执行器。**这套观念支撑了从课堂到考试的一整套教育制度。**

**这本书说：知识长在「动作」里。** 你认识一个杯子，不是因为你存了一张杯子的图片，是因为**你知道手怎么伸过去、怎么转、怎么握**。**知识是「在参考系里的位置」加上「在那里感觉到什么」。**

**推论很激进**：一个不能动的东西，学不会真正的知识。**这是他批评纯软件路线的根本理由，也是他坚持「具身」的原因。**

### 旧认知四：意识是科学够不着的难问题
哲学上有个著名的划分：大脑的处理过程是「容易问题」，主观体验是「难问题」。**很多研究者认为后者永远无法用物理解释。**

**这本书说：意识不需要神秘解释。** 作者认为，所谓「自我」只是大脑里众多模型中的一个，它和其他模型一样，是被建构出来的。**当大量模型通过投票达成一致，你就体验到一个统一的、属于「我」的世界。**

**这个说法我不完全接受**，但它至少把问题从「神秘」拉回了「机制」。**一本书能把一个哲学难题改写成工程问题，就已经完成了它该做的事。**

### 旧认知五：机器的威胁来自它太聪明
所有关于人工智能威胁的讨论，几乎都建立在同一个假设上：机器会变得比我们聪明，然后不再需要我们。**于是大家讨论「对齐」，讨论「关掉开关」。**

**这本书说：威胁不在智能那一头，在目标那一头。** 智能是「怎么做事」，目标是「为什么做事」。**目标来自大脑里更古老的那部分**——那部分不讲道理，只管欲望。

**所以他认为真正危险的不是超级智能，是「一个被设定好的旧脑配上超强的新脑」。** 这个判断和主流叙事正好相反，值得认真对待。

## 一、目的判定

**第一层，提出一个可检验的科学假说。** 作者要说的是一句可以被实验打脸的话：**新皮质的所有区域在做同一件事。** 这一层是他的本行。

**第二层，给人工智能指一条路。** 他不满足于解释大脑，他要造机器。**这一层带着明显的挑战姿态**：他点名批评当下最热的路线。

**第三层，一次关于人类处境的忧虑。** 书的后半部分突然转向：错误信念为什么会扩散、人类知识要不要备份到太空。**这一层是作者的个人立场，也是这本书最像「预言」的部分。**

## 二、一句话概括

**《千脑智能》真正做的事，是把「智能」从「算得多快」改写为「在多少个模型里走过多少步」，然后告诉你：大脑不是一台计算机，是十万台小机器投票的结果。**

## 三、书的结构与骨架

全书分三部分，逻辑线很清晰：**先讲大脑怎么工作，再讲机器智能怎么做，最后讲这件事对人类意味着什么。**

**第一部是解剖与理论。** 从新皮质的统一结构讲起，引入皮质柱、参考系、位置细胞，最后给出「千脑」这个名字的由来：**不是一颗大脑，是成千上万个模型。

**第二部是机器智能。** 他讨论现有深度学习的局限，提出「具身 + 移动 + 参考系」的路线，并给出他自己公司的实验方向。

**第三部是人类的处境。** 这一部最不像科学书：他讨论错误信念如何绑架群体、人类知识如何保存、要不要把文明备份到别的星球。

**结构上的特点：三部之间的强度不平均。** 第一部最扎实，是内行话；第二部最尖锐，是论战；第三部最松散，是随笔。**读者如果只想读一部分，读第一部。**

## 四、核心概念与论证

关键词: 皮质柱、参考系、位置细胞、预测机器、投票机制、旧脑与新脑、具身运动、世界模型、错误信念、通用人工智能、深度学习批判、意识即模型、知识档案、智能的复制、语言局限、目标与对齐

### 4.1 皮质柱：一张重复了十五万次的图纸

新皮质是大脑最外层那层褶皱，人类的新皮质特别大。**但作者强调的不是大小，是重复。** 新皮质由大约十五万根皮质柱组成，每根柱里有一百多神经元群，层与层之间的连接方式高度一致。

**这个「一致性」是全书的地基。** 如果你把视觉皮层的一小块和运动皮层的一小块放在显微镜下，**结构上几乎无法区分**。这在一个「分区各司其职」的框架里是很难解释的：**两个功能完全不同的区域，为什么用同一张图纸？**

**作者的答案是：功能不是由结构决定的，是由输入决定的。** 同一台机器，接上摄像头就成了视觉区，接上运动信号就成了运动区。**这个想法简单到近乎粗暴，但它解释力很强。**

### 4.2 参考系：大脑用「走路」来认识世界

这是全书最核心的机制，也是最需要耐心读的一段。

**大脑里有一类神经元，专门表示「我在空间里的位置」**——位置细胞表示「我在哪」，网格细胞表示「我走过多少格」。**这两位科学家的发现拿过诺贝尔奖，这是这本书唯一完全站得住的部分。**

作者的推论是：**这套空间导航的机制，被大脑借来做了别的事。** 你认识一个杯子，不是你存了它的照片，而是你在心里「沿着它的表面走了一圈」：摸到杯口，转过来，摸到把手，往下，摸到底。

**也就是说：概念是「在心里走动」走出来的。** 你之所以知道杯子是什么，是因为你的模型里有「从任意一点出发，往哪个方向移动，会遇到什么」这套对应关系。

**这个说法解释了很多事。** 比如为什么小孩要用手抓东西才能记住；为什么我们理解一个抽象概念时喜欢打比方（比方就是给抽象概念搭一个可以走的空间）。

### 4.3 预测机器：感知不是接收，是核对

作者上一本书就提出过：大脑是一个预测机器。**你看到的不是眼睛送来的图像，是你预测的图像，眼睛送来的信号只用来纠错。**

**证据很硬**：视神经从眼睛到大脑的纤维，比从大脑回到眼睛的纤维少得多。**如果感知只是接收，为什么要这么多「下行」的线？** 唯一合理的解释是：大脑在往下送预测，上行只送误差。

**这个机制一旦成立，「看」这个动作的性质就变了。** 看不是被动接收，是主动核对。**你之所以「看不见」明显的东西（比如著名的看不见的大猩猩实验），是因为你的预测里没有它，误差信号被你过滤掉了。**

### 4.4 投票机制：为什么你的世界是统一的

如果每根皮质柱都在独立建模型，那为什么你感知到的世界是一个整体，而不是十五万个碎片？

**作者的答案是长程连接加投票。** 皮质柱之间有横向连接；当多根柱对同一个物体给出判断时，它们通过某种竞争-共识机制产生一个统一结论。**哪一组模型被激活得最强，你就「看到」什么。**

**这个解释相当大胆，也相当模糊。** 「投票」是一个比喻，不是机制。**他没有说清楚票怎么投、权重怎么定、什么时候会平票。** 这是他这本书最大的软处，后面我在反例里会再说。

### 4.5 旧脑与新脑：人类为什么明知故犯

书里有一个反复出现的二分：**旧脑**负责本能、情绪、生存冲动；**新脑**（新皮质）负责建模、推理、规划。

**这个二分解释了一个日常现象**：你知道该早睡，你还是刷手机到两点。**知道是新的，想要是旧的。**

**作者用它来解释人类的非理性，也用它来解释机器的风险**：如果将来造出一个智能系统，它的「目标」部分对应旧脑，「智能」部分对应新脑，那么**危险的不是它聪明，是它的目标不可商量。**

### 4.6 错误信念：为什么一群人会一起相信假的东西

书的后半段有一个转折，我认为是全书写得最锐利的地方。

**他的论证是**：既然感知是「多模型投票 + 预测核对」，那么信念的形成就依赖两件事——**你看到什么，以及你的模型预测什么。** 一旦一个错误模型被建立，它会主动过滤掉不符合它的证据。**你不是不肯改，你是看不见该改的地方。**

**把这个机制放到人群里，就得到他的结论**：错误信念可以像病毒一样在群体里传播，因为**每个接受它的人都会自动屏蔽反证**。**这不是愚蠢，这是大脑的工作方式。**

**这段读起来像政治评论，但它的根在神经科学。** 我认为这是这本书最值得单独拿出来讲的一章。

### 4.7 深度学习批判：他到底在反对什么

作者的态度很明确：当下的主流路线（大数据、大模型、大算力）不会通向真正的智能。

**他的理由有三条，我逐条记下来**：
一，**这些系统没有世界模型**，只有输入到输出的映射；换个角度、换个光照，它们就崩。
二，**它们不移动**，因此学不到「动作与后果」的对应关系。
三，**它们的目标是外挂的**，由人设定，系统本身没有内在的目标结构。

**这三条都有反驳余地**（后面反例里说），但它们构成了一个完整而锋利的立场。**作者不是外行骂街，他是拿自己二十年的实验结果在赌。**

### 4.8 具身运动：为什么机器人一定要有身体

他的主张是：智能需要一个能移动的身体。**因为「参考系」这个东西，本质上是从移动中学来的。** 你不移动，就没有位置变化，就没有「从这点到那点会遇到什么」的经验。

**这个主张在机器人学里有大量支持者，也有大量反对者。** 支持者的理由是：所有真实智能的载体都有身体。反对者的理由是：**人类自己的抽象思维，明显能脱离身体运行**（数学家不需要动手就能证明定理）。

**作者的回应是：抽象思维是借用了空间模型。** 你证明定理时在心里「移动」的是概念，不是手脚——但用的还是同一套导航机制。**这个回应很漂亮，但它不可证伪，所以只能算一个说法。**

### 4.9 意识即模型：把难问题拆掉

他处理意识的方式是：不承认有一个需要单独解释的东西。

**他的说法是**：大脑里有很多模型，其中一个模型代表「我自己」。**当这个自我模型参与投票，并和其他模型达成一致时，就产生了「我在体验」的感觉。**

**这个说法把「主观体验」还原成了「一个模型的自我指涉」。** 它聪明，也省事。**但它没有回答那个最刁的问题**：为什么这些计算会「感觉像什么」？**他能解释「我知道我在看红色」，解释不了「红色看起来是这样」。**

### 4.10 知识档案：一个工程师的浪漫

书末他提出一个主张：人类应该把知识备份到太空，比如月球或更远的地方，以防文明中断。

**这个提议在书里显得突兀，但很符合他的性格。** 他是个工程师，工程师遇到风险的第一反应是**冗余**：重要数据要有备份，关键系统要有第二套。

**这个提议的漏洞也很明显**：谁来选哪些知识值得备份？按什么标准？如果备份里没有你的语言、你的宗教、你的诗，那备份的还是「人类知识」吗？**作者没有回答这些问题，他只是提了一个工程方案。**

## 五、我的评断

**这本书最强的地方，是它敢给一个统一解释。** 神经科学里充斥着「这个区域管这个、那个区域管那个」的碎片，**很少有人敢说「所有区域其实在做同一件事」。** 这个野心值得尊敬，哪怕最后被证伪。

**第二强的地方，是它的可操作性。** 他不是在写哲学，他给出了具体的预测：如果千脑理论对，那么一个只有少量皮质柱的系统应该表现出特定的缺陷；如果对，那么加上移动能力应该显著提升学习效率。**这些都可以做实验。**

**风险一：核心机制靠比喻支撑。** 「投票」是比喻，「参考系借用于空间导航」是推论，**两者之间缺一个可验证的中间环节。** 读者会觉得「说得通」，但「说得通」不等于「是真的」。

**风险二：他对主流路线的批评，有一部分已经过时。** 这本书写于几年前，那时的大模型还没有展现出后来的能力。**今天回看，他说「这些系统没有世界模型」这句话，至少需要修正**——它们显然学到了某种世界结构，只是不知道那结构长什么样。

**风险三：第三部分拖累了整本书。** 关于错误信念和知识备份的讨论，读起来像两篇独立的随笔插进来。**它们有意思，但它们和前面的神经科学论证之间，只有一层薄薄的连接。**

## 六、🛡️ 反例检验

**反例一：千脑理论目前仍是假说，缺决定性证据。**
「每根皮质柱都建完整模型」这个说法，实验上还没有定论。**已知的是柱的结构相似，未知的是它们的功能是否真的同构。** 相似的结构可以支持不同功能，这在生物学里很常见。**读者要清楚：这本书给的是一个有说服力的猜想，不是一个已确立的结论。**

**反例二：「必须具身才能智能」被近年的系统部分反驳。**
大语言模型没有身体，不能移动，却表现出相当强的语言理解与推理能力。**作者会说那不是真智能，只在做统计。** 这个回应逻辑上成立，但它把「智能」的定义收得太窄——**窄到无法被证伪，就不是科学主张，是立场。**

**反例三：旧脑与新脑的二分，是被神经科学批评过的简化。**
「爬虫脑、哺乳脑、新皮质」这套三分法在比较解剖学上早就有争议：**脑区不是这样一层层叠上去的，演化是改造旧结构而不是叠加新结构。** 作者用这个二分来解释人的非理性，很方便，但不准确。

**反例四：「投票」解释不了绑定问题，只是换了个说法。**
多模型如何产生**单一**的主观体验？说「它们投票」等于说「它们统一了」，**但统一本身才是需要解释的东西。** 这是把问题往后推了一步，不是解决了它。

**反例五：知识备份的方案回避了政治问题。**
谁来决定备份什么？一个由技术精英决定的档案，反映的是他们的世界观。**把这件事说成纯工程问题，是这本书最天真的一处。**

**反例六：这套理论解释不了的地方——数量。**
为什么是十五万根柱？为什么不是一千根或一千万根？**「千脑」这个数字在理论里扮演什么角色，书里始终没说清。** 如果数量不重要，那这个理论的名字就只是个比喻；如果数量重要，那它应该给出一个可检验的关系。**这个空缺，是这本书最大的方法论漏洞。**

## 七、与我的关系

**第一，它给了我一个新比喻：知识是「能走通的路」。** 以前我把「理解」当成「能复述」，现在我会问：**我能不能在心里从任意一点出发，走到另一点？** 走不通，就是没懂。

**第二，它解释了我一个老毛病：我看不见我不想看的东西。** 因为感知是预测加纠错，**我的预测越强，纠错越难进来**。这比「我有偏见」这个说法具体得多，也可怕得多。

**第三，它让我对「堆资源」这件事保持警惕。** 无论是做内容还是做产品，**规模不解决结构问题**。一个错误的模型，喂更多数据只会更自信。

## 八、延伸方向

**方向一：读认知神经科学的实验文献。** 这本书是假说，要判断它的分量，得去看真实实验。**从位置细胞与网格细胞的原初论文读起，是最稳的入口。**

**方向二：读具身认知这一支的哲学。** 「知识长在动作里」这个想法，在现象学里已经讨论了一百年。**两条线对照着看，会发现工程师和老哲学家在说同一件事，用两套语言。**

**方向三：读人工智能的批评史。** 每一代主流路线都有人批评。**把过去六十年的批评串起来看，会发现批评的措辞惊人地相似，而技术一次次绕过去了。** 这本身值得警惕。

## 九、主题书对话

**与《我们为什么要睡觉》对话**：两本都是科学家写的普及书，都提出一个「被忽略的基础」。**差别是睡眠那本有大量硬数据支撑，这本更多是推论。** 读这两本可以对照看：**什么样的科普是有底气的，什么样的是有野心的。**

**与《自私的基因》对话**：都在做同一件事——**用一个简单的机制解释一个复杂的现象**。差别是基因那本的机制已经被大量证据支持，这本还在等。

**与《思考，快与慢》对话**：两本都在解释人的非理性。**一本用两个系统，一本用新旧脑。** 两套模型都很有解释力，也都面临同样的批评：**过于整齐。**

**与《解码者》对话**：一本讲「我们怎么读生命的密码」，一本讲「我们怎么读大脑的密码」。**两本书都在说同一件事：理解一个系统，靠的不是观察它的输出，是搞清它的内部结构。**

## 十、可转化的内容选题

#### 🎬 视频号选题

**选题一：你不是用眼睛看世界，你是用预测看世界。**
从「大脑往下送的信号比往上送的多」讲起，讲为什么你会看不见眼前的大猩猩。落点：你看见的，多半是你已经相信的。

**选题二：为什么你明知该睡却还在刷手机。**
用旧脑与新脑的二分讲人的自相矛盾：知道是新的，想要是旧的。落点：改变行为不靠说服自己，靠改环境——因为讲道理的那部分管不了想要的那部分。

**选题三：一群聪明人怎么会一起相信一件假事。**
讲错误信念的传播机制：模型一旦建立，就会自动过滤反证。落点：不是他们蠢，是他们的过滤器关上了——而我们每个人的过滤器也在关。

#### 📝 公众号选题

**选题一：堆更多数据，救不了一个错的模型。**
从作者对主流路线的批评讲起，讲「世界模型」和「统计相关」的区别。落点：规模不解决结构问题——这条对做产品、做内容、做研究都成立。

**选题二：认识一个杯子，靠的是在心里走一圈。**
讲参考系与位置细胞，讲「知识是能走通的路」。落点：判断自己懂没懂，只问一句——我能不能从任意一点走到另一点。

页脚：汉字与全角合计七千一百四十七字（实测）。
