type
status
date
slug
summary
tags
category
icon
password
作者：Jeff Hawkins
His company: Numanta
中文版叫《人工智能的未来》
作者在2021年又出版了一本新书：A thousand brains: A new theory of intelligence
作者写作这本书的目的：I want to understand how the brain works, what intelligence is, and how to build machines that work the same way. I want to build truly intelligent machines. 作者在书中提出了一个关于智能的框架，叫memory-prediction framework.
- 计算机可以实现智能吗?
- 大脑和计算机做的是完全不同的事情。（也就是说智能不能在现在的计算机上实现？计算机的底层架构决定了它不能实现智能？）这个问题对应第一章，第一章简要介绍了人工智能的历史。AI 错误的原因在于它的出发点认为机器表现出智能行为，那么它就是智能的。智能（intelligence）由智能行为（intelligent behavior）定义。提到了著名的Chinese Room（John Searle, 1980）问题。计算机看上去是智能的，表现出了智能的行为，但是在整个过程中只是对符号进行操纵，没有理解。什么是理解？什么是智能？为了让机器实现智能我们需要首先理解大脑是如何工作的吗？
- 神经网络会导致智能机器的实现吗？
- 不能。本书第二章对神经网络做了简要评价。核心还是上面提到的，机器表现出智能的行为不能说明它拥有了智能。作者认为，神经网络最根本的问题是它关注的是“行为”。作者赞许auto-associative neural network，它在神经网络的构建中考虑了‘时间’和‘反馈’，这是大脑非常重要的特征，而大多数其它神经网络忽略了这一点。这种神经网络后来的发展如何？和RNN有关系吗？神经网络到底做了什么？什么是“functionalism”？什么是“connectionist”？作者如何看待发展到今天的神经网络和AI？我已经迫不及待要去看看作者的新书了。
- 如果智能不是由行为定义的那什么是智能？大脑是如何工作的？
- 从第三章开始讲大脑了，约翰霍普金斯大学的Vernon Mountcastle在1978年发表了一篇论文“An Organizing Principle for Cerebral Function”，关于大脑皮层各处是非常相似和同质化的，负责视觉、听觉、触觉等不同功能的区域在结构上是几乎一样的。作者认为这篇论文非常重要，它把各个零散的工作统一在同一个框架下（时间也不是很久远，我在网上却找不到这篇论文）。
作者指出了大脑（大脑皮层）关于记忆的存储和提取的四个特征：存储序列模式，以自连接（auto-associatively）的方式提取模式，以一种不变的形式（invariant form）存储模式，分层存储模式，并对这四个特征做了详细的解释。序列和分层比较好理解，什么是自连接、什么叫invariant form呢？自连接是指每个记忆片段与自身相连接，当接收到外界的部分输入，完整的记忆会被提取出来。invariant form 是指尽管物体的具体形式会发生变化，我们总能辨认出它们是同一个物体，比如正着的猫的图片、向右旋转30°的同一张猫的图片，这对机器来说却很难做到。这个问题可以追溯到柏拉图的Theory of forms。这个特征是不是和第四个特征–分层存储（从具体到抽象）–相关呢？
然后，作者提出了智能的新框架“记忆-预测模型”（第5章），并用大脑皮层的生理结构对这个模型进行了具体的解释和验证（第6章）。那么，这个模型是否正确呢？附录给出了基于这个模型做出的十一项预测。作者承认，这个模型中的有些细节可能是错误的，但大框架应该是正确的。我觉得就算这个“记忆-预测”模型是正确的，想由此出发，设计智能机器也是很困难的。