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)。
